許可權管理 等比權值法

忙著寫erp系統，對許可權管理有了點新的感悟。之前使用linux系統的時候，linux的許可權控制使用的就是：

r(讀許可權)==1；

w(寫許可權)==2；

x(執行許可權)==4；

擁有三種許可權就是7（4+3+1），rw就是3(2+1)。

這樣的方式對許可權管理倒是不錯，我也試著寫了等比權值的許可權管理。

許可權表：

乙個使用者可以擁有所有的這些許可權，如超級使用者，那麼他的權值就是30（16+8+4+2）：

這個方法的關鍵就是，乙個可以將使用者的許可權值解析成許可權的集合的演算法。因為使用的等比為2的數列，實現起來倒不是很困難。我用php和python實現了：

php：

1

function readpower($num,$list=array
())78//
求小於許可權值最大的權值數
9$i=$num/2;
10while ($i
17     }

1

def **(num,list=):23
if(num & num-1) ==0:45
return
list
67     i=num/2
8while i
9         i=i+1
10if((i & i-1) ==0):
1112
return **(num-i,list)
1314

8的二進位制是1000；

7的二進位制是0111；

8和7按位與的結果就是0。而，所有的2的幾次方數，都是1個1後邊跟一堆0。很好就可以判斷乙個數是不是2的幾次方數。

總結：關於角色控制許可權這一塊，也很好使用。完全可以讓乙個角色擁有乙個許可權值，表示他擁有的許可權集合。比如，我做的erp系統中就有普通使用者角色，他的許可權只有訂單管理和商品管理的許可權，所以按照我的例子，許可權值就是6。

我也是偶然想到這個辦法控制許可權，如果有什麼不妥之處，請指正。

嫡權法賦權法 1 熵值法賦權

一 基本原理 在資訊理論中，熵是對不確定性的一種度量。資訊量越大，不確定性就越小，熵也就越小 資訊量越小，不確定性越大，熵也越大。根據熵的特性，可以通過計算熵值來判斷乙個事件的隨機性及無序程度，也可以用熵值來判斷某個指標的離散程度，指標的離散程度越大，該指針對綜合評價的影響 權重 越大，其熵值越小。...

Ant Design Pro 鑑權 許可權管理

ant design pro 1.0.0 v4 最近需要專案需要用掃碼登入，因此就使用antd pro提供的鑑權能力來做 authorized.ts 提供初始化路由元件和過載路由的函式 import renderauthorize from components authorized import ...

數模演算法 熵權法（用於客觀確定權值）

根據資訊熵的定義，對於某項指標，可以用熵值來判斷某個指標的離散程度，其熵值越小，指標的離散程度越大，該指針對綜合評價的影響 即權重 就越大，如果某項指標的值全部相等，則該指標在綜合評價中不起作用。按照資訊理論基本原理的解釋，資訊是系統有序程度的乙個度量，熵是系統無序程度的乙個度量 如果指標的資訊熵越...