Casbin中实现基于角色与授权的双重权限控制模型
2025-05-12 23:41:26作者:何将鹤
引言
在权限管理系统设计中,我们经常需要处理复杂的权限控制场景。Casbin作为一个强大的访问控制框架,提供了灵活的权限管理能力。本文将探讨如何在Casbin中实现一种特殊的权限控制模型:要求用户必须同时具备特定角色和相关授权才能获得访问权限。
问题背景
在实际应用中,我们可能会遇到这样的需求:
- 系统定义了一套完整的角色体系(如管理员、审计员等)
- 同时系统功能被划分为不同的授权包(如基础版、高级版等)
- 用户需要同时具备相应角色和相应授权才能访问特定功能
例如:
- 管理员角色理论上可以访问所有功能
- 但实际管理员用户只能访问其已购买的授权包中的功能
- 审计员角色只能读取数据,且同样受授权包限制
传统解决方案的局限性
最初尝试使用Casbin的标准RBAC模型,通过定义两个不同的角色组(g和g2)分别表示角色和授权,然后在匹配器中要求两者同时满足。但这种方案存在以下问题:
- Casbin的匹配器逻辑会独立评估每个角色组,无法确保两个角色组同时匹配
- 策略效果(e)的默认实现是"任一允许即通过",不符合"必须全部满足"的需求
改进方案:基于域的多层权限控制
经过深入分析,可以采用Casbin的"带域的RBAC"模型来解决这个问题。核心思路是:
- 将角色和授权视为两个不同的"域"
- 在请求定义中增加域字段
- 通过两次独立的权限检查来确保双重验证
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
策略示例
p, basic, entitlement, basic_feature, read
p, basic, entitlement, basic_feature, write
p, premium, entitlement, premium_feature, read
p, premium, entitlement, premium_feature, write
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
实现原理
- 将角色和授权分别放在不同的域中(role和entitlement)
- 对每个权限请求,需要分别在两个域中检查:
- 在role域中检查用户是否具备相应角色权限
- 在entitlement域中检查用户是否具备相应授权
- 只有两个域都返回允许时,才最终授予权限
实际应用示例
func TestPermissionCheck(t *testing.T) {
e, _ := NewEnforcer("model.conf", "policy.csv")
// 辅助函数:执行双重检查
testCheck := func(sub, obj, act string, expect bool) {
roleCheck, _ := e.Enforce(sub, "role", obj, act)
entCheck, _ := e.Enforce(sub, "entitlement", obj, act)
if (roleCheck && entCheck) != expect {
t.Errorf("%s访问%s的%s权限检查失败", sub, obj, act)
}
}
// 测试用例
testCheck("admin_user", "premium_feature", "write", true) // 有admin角色和premium授权
testCheck("free_admin", "premium_feature", "read", false) // 有admin角色但无premium授权
testCheck("auditor", "basic_feature", "write", false) // auditor角色无写权限
}
方案优势
- 清晰分离角色和授权概念,便于管理
- 保持Casbin标准模型,无需自定义匹配逻辑
- 策略配置直观易懂
- 易于扩展,可支持更复杂的权限组合
总结
通过巧妙运用Casbin的域模型,我们成功实现了角色与授权的双重权限控制。这种方案不仅解决了原始问题,还提供了良好的可维护性和扩展性。在实际应用中,可以根据具体需求调整域的设计,构建更加精细的权限控制系统。
对于需要实现类似权限模型的开发者,建议先明确区分系统中的不同权限维度,然后利用Casbin的域特性将它们组织起来,最后通过组合检查来实现复杂的权限逻辑。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
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
12
1
暂无简介
Dart
801
199
🎉 (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
1.37 K
781
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
Ascend Extension for PyTorch
Python
379
453
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1