一种基于机器学习的URL权限调制方法

本发明公开了一种基于机器学习的URL权限调制方法，涉及管理技术领域，该方法包括：步骤S100：选定目标运用的单据生成系统，嵌入预设的权限控制参数和生成细粒度规则；步骤S200：建立标准库，基于标准库和细粒度规则构建机器学习模型；步骤S300：机器学习模型基于约束条件筛出异常访问数据；步骤S400：对异常访问数据的请求进行拦截，重新验证访问权限和更新权限控制参数。本发明在跨系统场景下通过机器学习对权限保持更新，能够防止ERP系统中的角色权限在CRM等系统中失控，实时拦截异常访问行为，具有提升系统安全性的优点和降低了由于配置错误导致安全隐患的有益效果。