Nano Hash - криптовалюты, майнинг, программирование

Настроить проводник Loopback в зависимости от доступа пользователя

Из документов, которые я знаю, я могу отключить или настроить маршруты в проводнике петель. Я также знаю, что могу контролировать доступ пользователей на сервере с помощью ACL, ролей и т. Д. Но проводник показывает все доступные ресурсы и методы. Можно ли настроить проводник обратной связи так, чтобы отображались только те методы, к которым у пользователя есть доступ?

node.js loopbackjs strongloop
22.01.2016

Ответы:


1

Вы можете легко скрыть их, вызвав disableRemoteMethod () в модели.

common/models/location.js
var isStatic = true;
MyModel.disableRemoteMethod('deleteById', isStatic);

Источник: Loopback docs

27.01.2016
  • Да, но есть ли способ настроить это, например, в зависимости от роли пользователя в модели? Или мне нужно сделать это в сценарии загрузки или что-то в этом роде? 27.01.2016
  • Я думаю, вы можете использовать checkaccessforcontext () и отключить его. 29.01.2016
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..