[发明专利]一种基于多级缓存的企业级高并发鉴权控制方法

权利要求书

1.一种基于多级缓存的企业级高并发鉴权控制方法，其特征在于，具体包括以下步骤：

S1、获取用户端的请求信息并发送到服务端；

S2、服务端根据所述请求信息，按照优先级由高到低的顺序，从多级缓存中读取所需的缓存数据；

S3、服务端根据缓存数据，由鉴权服务器计算出请求信息的鉴权结果，并将所述鉴权结果发送回用户端；

S4、用户端根据所述鉴权结果得到权限响应，并就响应结果反馈到服务端。

2.根据权利要求1所述的一种基于多级缓存的企业级高并发鉴权控制方法，其特征在于，所述步骤S1中用户端的请求信息包括用户信息、设备信息和授权后的请求地址信息。

3.根据权利要求1所述的一种基于多级缓存的企业级高并发鉴权控制方法，其特征在于，所述步骤S2中多级缓存包括服务端的内存缓存、Redis分布式缓存和数据库服务器缓存。

4.根据权利要求3所述的一种基于多级缓存的企业级高并发鉴权控制方法，其特征在于，所述多级缓存按照优先级由高到低进行排序的顺序为服务端的内存缓存、Redis分布式缓存、数据库服务器缓存和数据库中的数据。

5.根据权利要求3所述的一种基于多级缓存的企业级高并发鉴权控制方法，其特征在于，所述Redis分布式缓存的缓存数据中包括所述请求信息对应的业务场景属性信息。

6.根据权利要求1所述的一种基于多级缓存的企业级高并发鉴权控制方法，其特征在于，所述步骤S4中权限响应的类型包括进入下一个操作的权限和可操作页面的权限。

7.根据权利要求1所述的一种基于多级缓存的企业级高并发鉴权控制方法，其特征在于，所述步骤S4中还包括将鉴权结果中对应的缓存数据保留在用户端。

8.根据权利要求1所述的一种基于多级缓存的企业级高并发鉴权控制方法，其特征在于，所述步骤S2中还包括服务端将用户端的请求信息输入到机器学习模型中进行训练，生成训练任务，对训练任务进行解析得到训练任务参数。

9.根据权利要求8所述的一种基于多级缓存的企业级高并发鉴权控制方法，其特征在于，所述步骤S3中还包括将鉴权结果输入机器学习模型进行训练。

10.根据权利要求8所述的一种基于多级缓存的企业级高并发鉴权控制方法，其特征在于，所述步骤S4还包括将用户端反馈的响应结果输入到机器学习模型进行训练。