按访问权限对用户群体进行分类

我想做的是根据员工的角色对他们进行分类 在组织中。这是通过获取所有权限来计算的,或者

每个用户可能有10万个用户和数十个权限。

编辑:当有大量用户时,绝大多数用户将拥有有限的权限集。例如,他们可能都有 Employee 只有更复杂的情况是电力用户,而且情况会更少。

权限之间的隐含关系。

import pprint
pp = pprint.PrettyPrinter(indent=4)

def classify(employees):
    """employees assigned the same set 
    of permissions are grouped together"""
    roles = dict()
    for user, permissions in employees.items():
        permissions = list(permissions)
        permissions.sort()
        key = tuple(permissions)
        members = roles.setdefault(key, set([]))
        members.add(user)
    return roles

everyone = {
    "Jim": set(["Employee","Acct1","Manager"]),
    "Marion": set(["Employee","Acct1","Acct2"]),
    "Omar": set(["Employee","Acct1"]),
    "Kim": set(["Employee","Acct1"]),
    "Tyler": set(["Employee","Acct1"]),
    "Susan": set(["Employee","Marketing","Manager"]),
}

result = classify(everyone)
print("pass1")
pp.pprint(result)

此时,分类系统返回以下信息:

{ ('Acct1', 'Acct2', 'Employee'): set(['Marion']), ('Acct1', 'Employee'): set(['Kim', 'Omar', 'Tyler']), ('Acct1', 'Employee', 'Manager'): set(['Jim']), ('Employee', 'Manager', 'Marketing'): set(['Susan'])}

Senior Accountants - Marion
Accounting Managers - Jim
Accountants - Kim, Omar, Tyler
Marketing Manager - Susan

这项任务是手工完成的,但其目的是,即使员工被聘用或离职,以及权限发生变化,也要尽可能地保持“粘性”。

我们再来一遍。

有人决定重命名 Acct2 SrAcct .人们被雇用,金离开。

everyone2 = { "Jim": set(["Employee","Acct1","Manager"]), "Marion": set(["Employee","Acct1","SrAcct"]), "Omar": set(["Employee","Acct1"]), "Tyler": set(["Employee","Acct1"]), "Milton": set(["Employee","JuniorAcct"]), "Susan": set(["Employee","Marketing","Manager"]), "Tim": set(["Employee","Marketing"]), }

{ ('Acct1', 'Employee'): set(['Omar', 'Tyler']), ('Acct1', 'Employee', 'Manager'): set(['Jim']), ('Acct1', 'Employee', 'SrAcct'): set(['Marion']), ('Employee', 'JuniorAcct'): set(['Milton']), ('Employee', 'Manager', 'Marketing'): set(['Susan']), ('Employee', 'Marketing'): set(['Tim'])}

理想情况下,我们会认识到这一点

Senior Accountants - Marion
Accounting Managers - Jim
Accountants - Omar, Tyler
Marketing Manager - Susan
new role - Tim
new role - Milton

蒂姆的角色现在将被命名为 Marketer Junior Accountant .

重要的是,角色名称分配足够稳定,即使在员工被雇用和离职(最频繁)以及权限被添加或重命名(频率要低得多)时,也可以对员工群体进行推理。可以不时要求最终用户分配新的角色名或在关系之间做出决定。但在大多数情况下,它应该顺利进行。这是什么 不应该

我的问题是很容易引起注意,但权限集和定义角色的用户集都可以更改。分类时间很重要,但这种分类机制的价值随着用户数量和权限的增加而增加。

我尝试提取“定义角色的权限子集”。例如 分配给每个人,因此可以忽略。虽然 (Manager, Acct1) (Manager, Marketing)

我现在想的是返回并计算每一代的新员工权限角色分类,然后回溯以获得与前一代相比的模糊匹配“最佳匹配”。选择那些合理明确的角色,并要求用户决定关系,并根据需要分配新的角色名称。

例如,权限的精确匹配和员工的合理匹配意味着 'Omar', 'Tyler' 仍然是 Accountants "Jane": set(["Employee","Acct1","SrAcct"]) ,我必须要求最终用户进行仲裁,并确定她是 Senior Accountant .

Jaccard相似性 ( https://en.wikipedia.org/wiki/Jaccard_index )在过去,但我不确定它如何适用于双方都可以改变的情况( => 以及员工变动)。

机器学习 张量流 不过,如果情况紧急,我可以调用一批进行匹配。