Casbin中实现基于角色与授权的双重权限控制模型
2025-05-12 04:33:08作者:管翌锬
在权限管理系统中,有时我们需要同时考虑用户的角色和额外授权情况才能决定是否允许访问特定资源。本文将介绍如何在Casbin权限框架中实现这种双重检查的权限控制模型。
需求背景
在实际应用中,我们经常会遇到这样的场景:
- 系统定义了一套完整的角色体系(如管理员、审计员等)
- 同时某些功能需要额外授权(如购买高级功能包)
- 只有同时满足角色权限和额外授权的用户才能访问特定资源
例如:
- 管理员角色理论上可以访问所有功能
- 但实际访问高级功能时还需要用户购买了高级授权包
- 审计员角色只能读取数据,且同样需要相应授权
传统实现方案的局限性
最初尝试使用Casbin的两个分组定义(g和g2)分别表示角色和授权,并通过以下匹配规则:
m = (g(r.sub, p.sub) && r.obj == p.obj && r.act == p.act) &&
(g2(r.sub, p.sub) && r.obj == p.obj && r.act == p.act)
但这种方案无法正常工作,因为Casbin的匹配机制会分别评估g和g2,而不会同时要求两者都满足。
有效的解决方案:基于域的RBAC模型
通过将角色和授权作为不同的"域"来处理,我们可以实现所需的双重检查逻辑:
模型定义
[request_definition]
r = sub, dom, obj, act
[policy_definition]
p = sub, dom, obj, act
[role_definition]
g = _, _, _
[policy_effect]
e = some(where (p.eft == allow))
[matchers]
m = g(r.sub, p.sub, r.dom) && r.obj == p.obj && r.act == p.act
策略规则示例
# 授权定义
p, basic, entitlement, basic_feature, read
p, basic, entitlement, basic_feature, write
p, premium, entitlement, premium_feature, read
p, premium, entitlement, premium_feature, write
# 角色定义
p, admin, role, basic_feature, read
p, admin, role, basic_feature, write
p, admin, role, premium_feature, read
p, admin, role, premium_feature, write
p, auditor, role, basic_feature, read
p, auditor, role, premium_feature, read
# 用户分配
g, alice, admin, role
g, alice, basic, entitlement
g, alice, premium, entitlement
验证逻辑
在实际验证时,需要分别检查用户在"role"域和"entitlement"域的权限:
func checkAccess(e *casbin.Enforcer, sub, obj, act string) bool {
roleAccess, _ := e.Enforce(sub, "role", obj, act)
entitlementAccess, _ := e.Enforce(sub, "entitlement", obj, act)
return roleAccess && entitlementAccess
}
方案优势
- 清晰的分离:将角色和授权明确分离,便于管理和维护
- 灵活的扩展:可以轻松添加更多维度的权限检查
- 直观的策略:策略规则易于理解和维护
- 兼容现有系统:基于Casbin的标准RBAC-with-domains模型实现
实际应用建议
- 对于复杂的权限系统,建议将角色和授权分开管理
- 可以考虑使用缓存优化频繁的权限检查
- 在用户界面中,可以根据角色和授权状态动态显示可用功能
- 定期审计权限分配情况,确保符合最小权限原则
这种基于域的RBAC模型为复杂的权限控制需求提供了清晰、灵活的解决方案,特别适合需要多维度权限检查的企业级应用场景。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++095AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
973
574

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
549
81

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133