一种基于密级矩阵的动态数据权限控制方法、介质及系统与流程

本发明属于大数据，具体而言，涉及一种基于密级矩阵的动态数据权限控制方法、介质及系统。

背景技术：

1、在数据权限控制领域，传统技术通过在数据库查询层面附加静态过滤条件或基于角色的访问控制模型实现权限隔离，广泛应用于企业信息系统、政务数据平台及金融数据中台等场景。随着业务复杂度提升，权限规则从简单的角色映射演变为涵盖用户密级、所属项目组、请求时间等多维属性的复合判定逻辑，现有方案通常采用规则引擎逐条遍历或全量解析查询语法树的方式进行权限判定，在单用户低并发场景下尚可满足需求。在现有技术中，由于多维属性权限规则的判定依赖对异构特征向量的交集比对运算，当并发用户数量大幅增加、权限规则维度持续扩展时，逐条遍历规则引擎的计算量随规则数量线性增长，全量语法树重解析引发频繁内存分配，异构特征的高维交集比对复杂度随属性维度增加呈指数级上升，单次权限判定延迟显著累积，进而导致数据库连接池耗尽，系统吞吐量崩溃。也就是说，现有技术中存在高并发场景下多维属性动态权限判定计算复杂度过高的技术问题。

技术实现思路

1、有鉴于此，本发明提供一种基于密级矩阵的动态数据权限控制方法、介质及系统，能够解决现有技术中存在高并发场景下多维属性动态权限判定计算复杂度过高的技术问题。

2、本发明是这样实现的：本发明第一方面提供一种基于密级矩阵的动态数据权限控制方法，包括以下步骤：

3、建立用户密级枚举集与对象密级枚举集，通过密级映射矩阵配置界面将用户密级与对象密级的可访问关系以键值对形式存入系统配置中心，形成密级映射矩阵；

4、将密级映射矩阵载入多级缓存结构，并为密级映射矩阵分配版本号，在密级映射矩阵更新时采用两阶段提交更新机制刷新多级缓存结构中的全部节点；

5、条件管理模块接收管理员通过可视化条件构建器配置的密级比较条件，将密级比较条件编译为条件中间表示算子树，再将条件中间表示算子树转化为一维指令流与平铺布尔计算阵列存入缓存；

6、数据权限运行时引擎拦截用户查询请求，从多级缓存结构中读取密级映射矩阵，计算当前用户的可访问对象密级列表，并依据一维指令流与平铺布尔计算阵列进行权限判定；

7、权限判定通过后，运行时引擎通过基于图拓扑剪枝的语法树增量改写算子对原始查询语句的语法树进行最小化子树挂载，生成含密级过滤条件的查询语句并执行；

8、将当前用户实时上下文向量与对象密级矩阵向量分别输入双流正交解耦与状态记忆衰减模型，输出访问许可置信度标量，并通过动态门控激活函数调节模型的层间神经元连接权重，对多维属性交集运算结果进行修正。

9、其中，密级映射矩阵的存储结构具体是：键为用户密级编码，值为该用户密级编码所对应的全部可访问对象密级编码组成的列表，支持任意一对多关系，覆盖非线性映射需求，存储格式包括系统配置中心键值结构、数据库密级映射表、外部配置文件及规则引擎输入表。

10、其中，多级缓存结构由进程内本地缓存与分布式缓存两层组成，进程内本地缓存的命中耗时低于命中耗时阈值，分布式缓存用于跨节点同步；两阶段提交更新机制是指先在全部节点标记旧版本号为失效状态，确认全部节点完成标记后再写入新版本号与新矩阵内容。

11、其中，可视化条件构建器提供变量选择器、运算符选择器与值绑定器三类界面控件，管理员从中选取当前用户的可访问密级列表与当前对象的密级作为变量，选取列表中包含作为运算符，形成原子密级比较条件；密级比较条件支持与其他原子条件以and或or方式嵌套组合。

12、其中，条件中间表示算子树是对嵌套条件表达式进行语法解析后生成的树形中间表示结构；一维指令流是将条件中间表示算子树按照后序遍历顺序展开得到的顺序指令序列；平铺布尔计算阵列是将一维指令流中全部布尔子表达式预先展开为可并行评估的矩阵形式。

13、其中，基于图拓扑剪枝的语法树增量改写算子的原理是：将查询语句解析为抽象语法树，以图论拓扑排序标识各节点与目标数据表之间的依赖关系，仅定位目标数据表所对应的最小子树节点集合，在最小子树节点集合上挂载密级过滤条件子树，不对抽象语法树的其余部分进行任何重新解析或内存重分配。

14、其中，最小子树节点集合的识别通过深度优先遍历与图拓扑剪枝结合实现，剪枝阈值由实验确定，实验以不同节点规模的查询语句抽象语法树为样本，逐步调整剪枝深度阈值并记录每次改写耗时，选取改写耗时曲线出现拐点时对应的深度值作为最终阈值。

15、其中，双流正交解耦与状态记忆衰减模型的第一流接收用户实时上下文向量，第二流接收对象密级矩阵向量，两流各自经过空间正交投影算子层，通过格拉姆-施密特正交化过程将两个异构特征向量强制投影至互相正交的子空间，正交投影后的两路特征向量经元素级点积运算完成低维空间融合。

16、其中，融合后的特征向量输入状态记忆衰减循环层，状态记忆衰减循环层由若干层门控循环单元组成，每个门控循环单元的隐藏状态引入状态记忆痕迹衰减算子，状态记忆痕迹衰减算子以指数衰减函数作用于历史时间步的隐藏状态权重，衰减系数取衰减系数最优值。

17、其中，状态记忆衰减循环层的各层输出同时送入层间神经元分配路由矩阵，层间神经元分配路由矩阵以有向无环图结构表征各层神经元之间的激活连接关系，并由拓扑自适应粒子群密级矩阵寻优算法动态更新有向无环图的边权重，实现层间显存与内存的动态分配。

18、其中，双流正交解耦与状态记忆衰减模型的损失函数由交叉熵损失与热力学熵增约束项加权求和组成，热力学熵增约束项要求在输入特征不满足授权条件时输出分布的信息熵趋向最大值，以保证在无明确授权时模型输出最大不确定性从而默认拒绝访问。

19、其中，动态门控激活函数的输入为当前批次的密级匹配置信度均值、平铺布尔计算阵列当前评估通过率与状态记忆衰减循环层的输出信息熵均值，通过加权求和计算综合调节指数，依据综合调节指数与低阈值和高阈值的关系，分别对层间神经元连接权重乘以收缩因子或保持不变或乘以扩张因子。

20、其中，拓扑自适应粒子群密级矩阵寻优算法将密级映射矩阵的参数空间视为多维搜索空间，每个粒子持有当前位置向量与速度向量，惯性权重由黄金分割寻优法动态调整，适应度函数取当前神经网络层的预测错误率，寻优所得最优参数矩阵通过门控路由权重注入门控循环单元。

21、其中，双流正交解耦与状态记忆衰减模型的训练数据集来自系统历史访问日志，每条记录编码为用户实时上下文向量与对象密级矩阵向量组成的向量对，以实际权限规则库为标注依据标注访问许可标签，按训练集验证集测试集比例划分，训练采用adam优化器，触发早停条件为连续若干轮验证集准确率不再提升。

22、其中，进程内本地缓存的命中耗时阈值为0.1ms；状态记忆痕迹衰减算子的衰减系数最优值在0.85至0.99之间；综合调节指数的低阈值为0.3，高阈值为0.7；收缩因子取值范围为(0，0.5)，扩张因子取值范围为(1.0，2.0)；拓扑自适应粒子群密级矩阵寻优算法的粒子数量在20至50之间，惯性权重初始值为0.9，终止值为0.4。

23、本发明第二方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有程序指令，所述程序指令在计算机中运行时，用于执行上述的一种基于密级矩阵的动态数据权限控制方法。

24、本发明第三方面提供一种基于密级矩阵的动态数据权限控制系统，包含上述的计算机可读存储介质，所述的系统为计算机，所述计算机可读存储介质设置在所述系统内，所述系统内设置有执行所述计算机可读存储介质内存储的程序指令的微处理器。

25、本发明通过构建密级映射矩阵并载入多级缓存结构，将条件表达式编译为平铺布尔计算阵列以消除递归遍历开销，采用基于图拓扑剪枝的语法树增量改写算子实现最小化局部挂载，再引入双流正交解耦与状态记忆衰减模型将高维属性交集比对转化为向量点积运算，解决了高并发场景下多维属性动态权限判定计算复杂度过高的技术问题。密级映射矩阵的多级缓存避免了重复查询数据库的开销，平铺布尔计算阵列利用处理器硬件级并行消除了条件表达式递归遍历的上下文切换，语法树增量改写将全量重解析替换为微秒级局部挂载，空间正交投影将异构高维特征解耦至正交子空间后再进行点积融合，从原理上将指数级交集比对转化为线性复杂度的向量内积运算。综上所述，本发明解决了背景技术中提到的高并发场景下多维属性动态权限判定计算复杂度过高的技术问题。