[发明专利]一种基于AI训练管理平台的多用户认证方法与系统在审

专利信息
申请号: 202010547379.3 申请日: 2020-06-16
公开(公告)号: CN111881443A 公开(公告)日: 2020-11-03
发明(设计)人: 孙良辰 申请(专利权)人: 苏州浪潮智能科技有限公司
主分类号: G06F21/46 分类号: G06F21/46
代理公司: 济南诚智商标专利事务所有限公司 37105 代理人: 李修杰
地址: 215100 江苏省苏州市吴*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 ai 训练 管理 平台 多用户 认证 方法 系统
【说明书】:

发明提供了一种基于AI训练管理平台的多用户认证方法与系统,本发明基于AI训练管理平台,对连接子模块以及认证子模块进行优化和改进,统一建立用户认证系统连接方式与用户认证方式,并新增映射子模块,将不同用户认证系统下用户属性进行映射,保证用户数据结构统一,达到对用户数据统一使用、管理,解决了传统业务下对接多用户认证系统产生多种认证组件版本的问题以及开发人员面对多种用户认证系统进行用户认证开发时的痛点,大量减少了开发工作量,提高了开发人员的开发效率,节省时间成本,简化了对接方式,降低后期维护成本,增强了用户认证组件的易用性以及普适性,对接主流用户认证系统有着高效稳定的支持。

技术领域

本发明涉及人工智能技术领域,特别是一种基于AI训练管理平台的多用户认证方法与系统。

背景技术

随着人工智能技术在移动互联网、物联网以及无人驾驶等领域的应用不断深入,人工智能相关产业的规模持续高速增长,越来越多的企业、科研机构加大对人工智能技术的科研投入。如何提升企业机构里算法研究人员的资源使用效率,也是目前所有AI训练管理平台追求的目标。

用户管理模块是AI训练管理平台中的必需组件,AI训练管理平台在提升企业机构里算法研究人员研发效率的同时,用户管理模块起到对用户维护、认证等管理操作,保障用户的正常使用。目前,主流的用户认证系统有openLDAP、Windows AD、NIS等。传统的用户认证管理也是基于上述主流用户认证系统进行相应的开发。由于AI训练管理平台面向多种多元化企业和科研机构提供服务和支持,所以面对的用户群体、用户管理方式、对接的用户认证系统也不尽相同。面对复杂、多变的用户以及不同的用户认证系统,需要对将要对接的每一种用户认证系统做具有针对性的设计和开发,从而导致因为对接不同的用户认证系统,产生不同的认证组件版本。

多版本的开发会使开发人员的研发投入成倍增长、实施人员的部署和配置繁琐复杂,后期的维护成本大大增加,潜在风险随之提高。如何优化对接用户认证系统的认证组件,提高认证组件的普适性以及易用性,解决对接多用户认证系统的统一管理,成为目前在AI训练管理平台的用户管理模块中亟待解决的研发问题。

发明内容

本发明的目的是提供一种基于AI训练管理平台的多用户认证方法与系统,旨在解决现有技术中对接多用户认证系统造成开发量大、效率低的问题,实现简化对接方式,减少开发工作量,降低后期维护成本。

为达到上述技术目的,本发明提供了一种基于AI训练管理平台的多用户认证方法,所述方法包括以下操作:

建立与用户认证系统之间的连接,输入待认证的用户数据,根据不同用户认证系统类型执行不同的远程命令查询用户数据;

将查询到的用户数据通过不同用户认证系统属性映射关系进行映射,生成统一的映射属性,输出映射后的用户数据;

解析映射后的用户数据,获取密码信息的密码类型以及密文,根据密码类型将待认证的用户数据中的密码信息进行加密,将解析出的密文与加密后的密文进行比对,根据比对结果输出认证是否成功。

优选地,所述用户认证系统为openLDAP、Windows AD、NIS中的任意一种。

优选地,所述不同用户认证系统属性映射关系的字段包括:域名、组、组ID、用户名、用户名ID、密码以及用户家目录。

本发明还提供了一种基于AI训练管理平台的多用户认证系统,所述方法包括以下操作:

连接子模块,用于建立与用户认证系统之间的连接,输入待认证的用户数据,根据不同用户认证系统类型执行不同的远程命令查询用户数据;

映射子模块,用于将查询到的用户数据通过不同用户认证系统属性映射关系进行映射,生成统一的映射属性,输出映射后的用户数据;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州浪潮智能科技有限公司,未经苏州浪潮智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010547379.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top