[發(fā)明專利]用于控制權(quán)限的方法和裝置

有效

• 申請?zhí)枺?/td>: 201710538613.4
• 申請日: 2017-07-04
• 公開（公告）號: CN109218024B
• 公開（公告）日: 2021-07-16
• 發(fā)明（設(shè)計）人: 孫家元;張發(fā)恩;周愷;王倩;劉昆;肖遠昊;徐東澤;許天涵;劉嵐
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號: H04L9/32
• 分類號: H04L9/32
• 代理公司: 北京英賽嘉華知識產(chǎn)權(quán)代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本申請公開了用于控制權(quán)限的方法和裝置。該方法的一具體實施方式包括：接收用戶發(fā)送的操作請求，其中，該操作請求包括請求類型標識、深度學習模型標識、用戶標識和動態(tài)口令，其中，該動態(tài)口令具有過期時間；基于該用戶標識和該過期時間，確定該動態(tài)口令是否合法且未過期；響應于確定該動態(tài)口令合法且未過期，則基于該請求類型標識，確定該用戶是否具有對該深度學習模型標識所指示的深度學習模型進行該操作請求所指示的操作的權(quán)限；響應于確定該用戶具有該權(quán)限，則對該深度學習模型進行該操作，并將操作結(jié)果返回給該用戶。該實施方式提高了數(shù)據(jù)安全性。

技術(shù)領(lǐng)域

本申請涉及計算機技術(shù)領(lǐng)域，具體涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及用于控制權(quán)限的方法和裝置。

背景技術(shù)

目前有很多開源的用于管理深度學習模型的系統(tǒng)，幫助簡化深度學習程序開發(fā)的復雜度。但是這些系統(tǒng)通常沒有權(quán)限控制機制，這就導致了這些系統(tǒng)很容易被其他非法用戶盜用，無法保證用戶數(shù)據(jù)的安全性。

發(fā)明內(nèi)容

本申請的目的在于提出一種改進的用于控制權(quán)限的方法和裝置，來解決以上背景技術(shù)部分提到的技術(shù)問題。

第一方面，本申請實施例提供了一種用于控制權(quán)限的方法，該方法包括：接收用戶發(fā)送的操作請求，其中，上述操作請求包括請求類型標識、深度學習模型標識、用戶標識和動態(tài)口令，上述動態(tài)口令具有過期時間；基于上述用戶標識和上述過期時間，確定上述動態(tài)口令是否合法且未過期；響應于確定上述動態(tài)口令合法且未過期，則基于上述請求類型標識，確定上述用戶是否具有對上述深度學習模型標識所指示的深度學習模型進行上述操作請求所指示的操作的權(quán)限；響應于確定上述用戶具有上述權(quán)限，則對上述深度學習模型進行上述操作，并將操作結(jié)果返回給上述用戶。

在一些實施例中，上述請求類型標識所指示的請求類型為以下任意一項：信息獲取、模型訓練、模型預測；以及當上述請求類型標識所指示的請求類型為信息獲取時，上述操作指獲取上述深度學習模型的信息的操作，其中，上述信息包括上述深度學習模型的以下至少一項：模型名稱、存儲路徑、版本號、訓練時間；當上述請求類型標識所指示的請求類型為模型訓練時，上述操作請求還包括訓練數(shù)據(jù)集標識，上述操作指基于上述訓練數(shù)據(jù)集標識所指示的訓練數(shù)據(jù)集對上述深度學習模型進行訓練的操作；當上述請求類型標識所指示的請求類型為模型預測時，上述操作請求還包括預測數(shù)據(jù)集標識，上述操作指利用上述深度學習模型對上述預測數(shù)據(jù)集標識所指示的預測數(shù)據(jù)集中的預測數(shù)據(jù)進行預測的操作。

在一些實施例中，上述基于上述請求類型標識，確定上述用戶是否具有對上述深度學習模型標識所指示的深度學習模型進行上述操作請求所指示的操作的權(quán)限，包括：若上述請求類型標識所指示的請求類型為模型預測，則確定與上述用戶相關(guān)聯(lián)的針對上述深度學習模型的第一預設(shè)執(zhí)行權(quán)限字段的值是否為第一預設(shè)值；響應于確定上述第一預設(shè)執(zhí)行權(quán)限字段的值為上述第一預設(shè)值，則進一步確定上述用戶是否有權(quán)限使用上述預測數(shù)據(jù)集；響應于確定上述用戶有權(quán)限使用上述預測數(shù)據(jù)集，則確定上述用戶具有利用上述深度學習模型對上述預測數(shù)據(jù)集中的預測數(shù)據(jù)進行預測的權(quán)限。

在一些實施例中，上述基于上述請求類型標識，確定上述用戶是否具有對上述深度學習模型標識所指示的深度學習模型進行上述操作請求所指示的操作的權(quán)限，包括：若上述請求類型標識所指示的請求類型為模型訓練，則確定與上述用戶相關(guān)聯(lián)的針對上述深度學習模型的第二預設(shè)執(zhí)行權(quán)限字段的值是否為第二預設(shè)值；響應于確定上述第二預設(shè)執(zhí)行權(quán)限字段的值為上述第二預設(shè)值，則進一步確定上述用戶是否有權(quán)限使用上述訓練數(shù)據(jù)集；響應于確定上述用戶有權(quán)限使用上述訓練數(shù)據(jù)集，則確定上述用戶具有基于上述訓練數(shù)據(jù)集對上述深度學習模型進行訓練的權(quán)限。

在一些實施例中，上述基于上述請求類型標識，確定上述用戶是否具有對上述深度學習模型標識所指示的深度學習模型進行上述操作請求所指示的操作的權(quán)限，包括：若上述請求類型標識所指示的請求類型為信息獲取，則確定上述用戶是否有使用上述深度學習模型的權(quán)限，若是，則確定上述用戶具有獲取上述深度學習模型的信息的權(quán)限。