CN115794873A - 一种基于全文检索技术的权限控制方法 - Google Patents
一种基于全文检索技术的权限控制方法 Download PDFInfo
- Publication number
- CN115794873A CN115794873A CN202211438427.0A CN202211438427A CN115794873A CN 115794873 A CN115794873 A CN 115794873A CN 202211438427 A CN202211438427 A CN 202211438427A CN 115794873 A CN115794873 A CN 115794873A
- Authority
- CN
- China
- Prior art keywords
- authority
- full
- data
- dimension
- text retrieval
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于全文检索技术的权限控制方法，包括如下具体步骤：S1：明确权限控制的维度，权限维度的数据量不受限制；其中每个维度都具有n个对象；S2：根据公知算法将权限的唯一特征计算为一个唯一字符串，并将其定义为“权限特征字符串”；S3：采用多重权限规则针对某一类数据只有“角色A”，“组织B”可访问；S4：将拼接后的字符串存入全文检索引擎或数据库中应用全文检索索引的字段；S5：查询场景下根据权限规则对数据进行检索。本发明通过UFEA算法对数据全文数据进行高精度匹配、快速检索，主要应用于数据权限控制和重合度检测，相比传统权限控制方案，针对海量数据做权限控制时检索效率会大大提升。
Description
技术领域
本发明属于大数据技术领域，具体涉及一种基于全文检索技术的权限控制方法，实现对海量复杂数据灵活的访问权限管理。
背景技术
当前在管理信息系统领域，多数平台依旧通过传统关系型数据库进行权限管理。对于功能模块的权限管理传统方式尚可。但是，对于数据权限管理，在分布式和大数据的情景下，传统方式将会出现延迟大、存取慢、粒度粗糙、缺少扩展性和可持续发展性。
对于结构化数据，用RDBMS(关系数据库管理系统)技术来管理是目前最好的一种方式。但是由于RDBMS自身底层结构的缘故使得它管理大量非结构化数据显得有些先天不足，特别是查询这些海量非结构化数据的速度较慢，而通过全文检索技术就能高效地管理这些非结构化数据。
全文检索引擎(full-text search engine)是目前处理海量文本信息检索最高效的技术，是网页搜索引擎的核心技术。
发明内容
针对现有技术存在的上述技术问题，本发明提供一种基于全文检索技术的权限控制方法，相比传统权限控制方案，本发明针对海量数据做权限控制时检索效率会大大提升；同时权限控制也更加灵活，可以方便的进行多维度的数据权限控制。
本发明采用的技术方案是：
一种基于全文检索技术的权限控制方法，其特征在于，所述方法包括如下具体步骤：
S1：明确权限控制的维度，权限维度的数据量不受限制；其中每个维度都具有n个对象，每个对象均包括用户和角色；
S2：根据公知算法将权限的唯一特征计算为一个唯一字符串，并将其定义为“权限特征字符串”；
S3：采用多重权限规则针对某一类数据设定只有“角色A”，“组织B”可访问；把多种权限计算出的“权限特征字符串”按照全文检索的“关键词”拼接规则进行拼接，拼接方式可以是逗号连接或空格连接，设置用户不同角色的操作权限和数据权限；
S4：将拼接后的字符串存入全文检索引擎或数据库中应用全文检索索引的字段；全文检索引擎和数据库全文检索引擎系统根据全文检索索引规则自动创建全文检索索引，将存储区块设定索引，存入这个字段的数据会被采用全文检索的方式索引；
S5：查询场景下根据权限规则对数据进行检索；通过片段或完整“权限特征字符串”对全文或局部进行检索，从而实现符合权限特征的数据检索。
进一步的，当多个权限规则联合检索时，除了“或”规则，同时可以采用“与”规则和“否”规则；实现负责的权限规则查询。
进一步的，权限维度可以是“用户”维度、“角色”维度、或“组织”维度。
进一步的，所述公知算法可以是UTF8 Feature Extraction Algorithm或序列化算法。
与现有技术相比，本发明的有益效果体现在：
1、相比传统权限控制方案，本发明针对海量数据做权限控制时检索效率会大大提升；同时权限控制也更加灵活，可以方便的进行多维度的数据权限控制。
2、本发明可以有效缓解传统方式中存在问题的同时还大幅度的提升了权限管理的灵活性、数据处理效率、数据有效性、数据模型的扩展性及多维关联计算等额外价值。
附图说明
图1是本发明权限特征字符串生成流程图。
图2是本发明控制方法流程简图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面将参考附图并结合示例性实施例来详细说明本发明。
参考图1和图2，本发明的一种基于全文检索技术的权限控制方法，所述方法包括如下具体步骤：
第一步,明确权限控制的维度，如“用户”维度、“角色”维度、“组织”维度等，本发明实施例不限制权限维度的数据量。其中，每个维度都会有n个对象，如用户A，用户B，角色C,角色D，组织E，组织F。
第二步，根据一种算法(如UFEA(UTF8 Feature Extraction Algorithm)、序列化等)将权限的唯一特征计算为一个唯一字符串，后续称之为“权限特征字符串”。UFEA算法速度快，精确度高，相比使用其它算法更易深入到各个应用场景。
第三步，对于数据控制通常有多重权限规则。如针对某一类数据只有“角色A”，“组织B”可访问，则把多种权限计算出的“权限特征字符串”按照全文检索的“关键词”拼接规则进行拼接，拼接方式如用逗号连接或者用空格连接。
第四步，将拼接后的字符串存入全文检索引擎或数据库中应用全文检索索引的字段，搜索引擎和数据库全文检索引擎系统会根据全文检索索引规则自动创建全文检索索引。将存储区块设定索引，存入这个字段的数据会被采用全文检索的方式索引。
第五步，查询场景下根据权限规则对数据进行检索。
本实施例中，通过片段或完整“权限特征字符串”对全文或局部进行检索，从而实现符合权限特征的数据检索。同时，当多个权限规则联合检索时，除了“或”规则，同时可以采用“与”规则和“否”规则，即可实现负责的权限规则查询，如：可以查询项目管理部有权访问但项目管理实习生无权访问的数据。
本发明中，创建或编辑数据时赋予数据权限，明确控制权限维度，通过公知算法计算权限特征字符串，并将权限特征字符串存入全文检索引擎或数据库权限字段。当检索数据时根据权限规则进行检索，明确检索权限维度，通过公知算法计算权限特征字符串，通过全文检索规则获取权限对应数据。
综上，通过本发明提供的方案可以有效缓解传统方式中存在问题的同时，还大幅度的提升了权限管理的灵活性、数据处理效率、数据有效性、数据模型的扩展性及多维关联计算等额外价值。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (4)
1.一种基于全文检索技术的权限控制方法，其特征在于，所述方法包括如下具体步骤：
S1：明确权限控制的维度，权限维度的数据量不受限制；其中每个维度都具有n个对象，每个对象均包括用户和角色；
S2：根据公知算法将权限的唯一特征计算为一个唯一字符串，并将其定义为“权限特征字符串”；
S3：采用多重权限规则针对某一类数据设定只有“角色A”，“组织B”可访问；把多种权限计算出的“权限特征字符串”按照全文检索的“关键词”拼接规则进行拼接，拼接方式可以是逗号连接或空格连接，设置用户不同角色的操作权限和数据权限；
S4：将拼接后的字符串存入全文检索引擎或数据库中应用全文检索索引的字段；全文检索引擎和数据库全文检索引擎系统根据全文检索索引规则自动创建全文检索索引，将存储区块设定索引，存入这个字段的数据会被采用全文检索的方式索引；
S5：查询场景下根据权限规则对数据进行检索；通过片段或完整“权限特征字符串”对全文或局部进行检索，实现符合权限特征的数据检索。
2.如权利要求1所述的一种基于全文检索技术的权限控制方法，其特征在于，当多个权限规则联合检索时，除了“或”规则，同时可以采用“与”规则和“否”规则；实现负责的权限规则查询。
3.如权利要求1所述的一种基于全文检索技术的权限控制方法，其特征在于，权限维度可以是“用户”维度、“角色”维度、或“组织”维度。
4.如权利要求1所述的一种基于全文检索技术的权限控制方法，其特征在于，所述公知算法可以是UTF8 Feature Extraction Algorithm或序列化算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211438427.0A CN115794873A (zh) | 2022-11-17 | 2022-11-17 | 一种基于全文检索技术的权限控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211438427.0A CN115794873A (zh) | 2022-11-17 | 2022-11-17 | 一种基于全文检索技术的权限控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115794873A true CN115794873A (zh) | 2023-03-14 |
Family
ID=85438378
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211438427.0A Pending CN115794873A (zh) | 2022-11-17 | 2022-11-17 | 一种基于全文检索技术的权限控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115794873A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116881391A (zh) * | 2023-09-06 | 2023-10-13 | 安徽商信政通信息技术股份有限公司 | 一种全文检索方法及系统 |
-
2022
- 2022-11-17 CN CN202211438427.0A patent/CN115794873A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116881391A (zh) * | 2023-09-06 | 2023-10-13 | 安徽商信政通信息技术股份有限公司 | 一种全文检索方法及系统 |
| CN116881391B (zh) * | 2023-09-06 | 2024-01-02 | 安徽商信政通信息技术股份有限公司 | 一种全文检索方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Trajmesa: A distributed nosql storage engine for big trajectory data | |
| Lin et al. | Efficient indexing of the historical, present, and future positions of moving objects | |
| US9390115B2 (en) | Tables with unlimited number of sparse columns and techniques for an efficient implementation | |
| EP2843567B1 (en) | Computer-implemented method for improving query execution in relational databases normalized at level 4 and above | |
| CN103744934A (zh) | 一种基于位置敏感哈希的分布式索引方法 | |
| CN104391908A (zh) | 一种图上基于局部敏感哈希的多关键字索引方法 | |
| Pei et al. | An efficient query scheme for hybrid storage blockchains based on merkle semantic trie | |
| CN103605750B (zh) | 一种快速的分布式数据分页方法 | |
| CN101256579A (zh) | 一种数据库范围查询数据组织的方法 | |
| CN115794873A (zh) | 一种基于全文检索技术的权限控制方法 | |
| Song et al. | Brepartition: Optimized high-dimensional knn search with bregman distances | |
| CN109446293B (zh) | 一种并行的高维近邻查询方法 | |
| Liu et al. | LINQ: A framework for location-aware indexing and query processing | |
| CN112800023B (zh) | 基于语义分类的多模型数据分布式存储和分级查询方法 | |
| Cappellari et al. | A path-oriented rdf index for keyword search query processing | |
| Bozkaya et al. | Indexing valid time intervals | |
| Kulkarni et al. | Skyline computation for frequent queries in update intensive environment | |
| CN103902693A (zh) | 一种读优化的内存数据库t树索引结构的方法 | |
| US20170031909A1 (en) | Locality-sensitive hashing for algebraic expressions | |
| Tang et al. | Exploit every bit: Effective caching for high-dimensional nearest neighbor search | |
| CN115543993A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| Kwon et al. | G-Index Model: A generic model of index schemes for top-k spatial-keyword queries | |
| Kvet et al. | Efficiency of the relational database tuple access | |
| CN112597268B (zh) | 一种面向云环境密文检索效率优化的检索过滤阈值选取方法 | |
| Phan-Luong | Mining Interesting Aggregate Tuples |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |