building-identity-governance-lifecycle-process

name	building-identity-governance-lifecycle-process
description	构建全面的身份治理（Identity Governance）与生命周期管理流程，包括入职-调岗-离职（Joiner-Mover-Leaver）自动化、角色挖掘、访问申请工作流、定期重新认证以及孤立账户修复，使用 IGA 平台实现。 适用于身份生命周期管理、JML 流程、基于角色的访问配置或身份治理程序设计等相关请求。
domain	cybersecurity
subdomain	identity-access-management
tags	["identity-governance","lifecycle-management","JML","access-provisioning","RBAC","IGA"]
version	1.0
author	mahipal
license	Apache-2.0

构建身份治理生命周期流程

适用场景

• 组织缺乏自动化的入职-调岗-离职（Joiner-Mover-Leaver，JML）身份管理流程
• 访问配置是手动操作，需要数天时间，造成生产力损失和安全漏洞
• 前员工在离职后仍保留系统访问权限（孤立账户）
• 角色爆炸（Role Explosion）导致存在数千个职责不清、权限重叠的角色
• 合规要求（SOX、HIPAA、GDPR）需要有文档记录的身份生命周期流程
• 没有集中的可见性来了解企业内各人员对各系统的访问权限

不适用于单一应用程序的用户管理；身份治理面向跨系统的生命周期管理，需要将权威 HR 来源与下游应用程序配置进行关联。

前置条件

• 权威 HR 系统（Workday、SAP SuccessFactors、BambooHR）作为身份真相来源
• IGA 平台（SailPoint、Saviynt、One Identity）或 Microsoft Entra ID Governance
• Active Directory 和/或 Azure AD 作为主要目录服务
• 目标系统的应用连接器，用于自动化配置
• 已定义的组织角色结构和汇报层级
• HR、IT、安全和业务单元负责人的利益相关方认可

工作流程

步骤 1：定义身份生命周期状态和转换

绘制从入职到离职的身份生命周期图：

"""
身份生命周期状态机
定义所有身份状态及有效转换，以及自动化动作。
"""

IDENTITY_LIFECYCLE = {
    "states": {
        "PRE_HIRE": {
            "description": "在入职日期前从 HR 数据源创建的身份",
            "automated_actions": [
                "在 IGA 平台创建身份记录",
                "生成唯一员工 ID",
                "创建邮箱预留",
                "基于职位代码分配天赋角色",
                "启动背景调查工作流"
            ],
            "valid_transitions": ["ACTIVE", "CANCELLED"]
        },
        "ACTIVE": {
            "description": "员工已入职，完整访问权限已配置",
            "automated_actions": [
                "创建 Active Directory 账户",
                "创建电子邮件邮箱",
                "配置天赋应用程序访问权限",
                "分配部门特定角色",
                "添加到分发组",
                "颁发 MFA 令牌/安全密钥",
                "为远程工作者创建 VPN 账户"
            ],
            "valid_transitions": ["ROLE_CHANGE", "LEAVE_OF_ABSENCE", "TERMINATED"]
        },
        "ROLE_CHANGE": {
            "description": "员工调岗、晋升或更换部门",
            "automated_actions": [
                "根据新职位代码重新计算角色分配",
                "移除对前部门应用程序的访问权限",
                "配置对新部门应用程序的访问权限",
                "更新组成员身份",
                "在目录中转移经理关系",
                "对保留的权限触发访问审查",
                "通知新经理关于继承的访问权限"
            ],
            "valid_transitions": [, , ]
        },
        : {
            : ,
            : [
                ,
                ,
                ,
                ,
                ,
                
            ],
            : [, ]
        },
        : {
            : ,
            : [
                ,
                ,
                ,
                ,
                ,
                ,
                ,
                ,
                ,
                
            ],
            : [, ]
        },
        : {
            : ,
            : [
                ,
                ,
                ,
                
            ],
            : []
        },
        : {
            : ,
            : [
                ,
                ,
                ,
                
            ],
            : []
        }
    },
    : {
        : ,
        : ,
        : ,
        : 
    }
}

步骤 2：实施权威来源集成

将 HR 系统连接为身份数据的单一真相来源：

"""
HR 来源集成 - Workday 到 IGA 平台连接器
轮询 Workday 获取员工生命周期事件并触发配置。
"""
import requests
from datetime import datetime, timedelta
import logging

class WorkdayIdentityConnector:
    def __init__(self, config):
        self.base_url = config["workday_api_url"]
        self.tenant = config["tenant"]
        self.client_id = config["client_id"]
        self.client_secret = config["client_secret"]
        self.session = requests.Session()
        self.logger = logging.getLogger("workday_connector")

    def get_access_token(self):
        """向 Workday REST API 进行认证。"""
        token_url = f"{self.base_url}/ccx/oauth2/{self.tenant}/token"
        response = self.session.post(token_url, data={
            "grant_type": "client_credentials",
            "client_id": self.client_id,
            "client_secret": self.client_secret
        })
        response.raise_for_status()
        return response.json()["access_token"]

    def fetch_worker_changes(self, since_datetime):
        """获取自上次同步以来的所有员工生命周期事件。"""
        headers = {"Authorization": }
        params = {
            : since_datetime.isoformat(),
            : datetime.utcnow().isoformat(),
            : 
        }

        workers = []
        url = 

         url:
            response = .session.get(url, headers=headers, params=params)
            response.raise_for_status()
            data = response.json()
            workers.extend(data.get(, []))
            url = data.get(, )
            params = {}

         workers

     ():
        
        worker_data = worker.get(, {})
        employment = worker_data.get(, {})
        personal = worker_data.get(, {})

        event = {
            : worker.get(),
            : personal.get(, {}).get(),
            : personal.get(, {}).get(),
            : worker_data.get(),
            : employment.get(, {}).get(),
            : employment.get(, {}).get(),
            : employment.get(, {}).get(),
            : employment.get(, {}).get(),
            : employment.get(),
            : employment.get(, {}).get(),
            : employment.get(, {}).get(),
            : employment.get(),
            : employment.get(),
            : employment.get(),
            : employment.get(),
        }

        
         event[] ==   event[]:
            hire_date = datetime.fromisoformat(event[])
             hire_date > datetime.utcnow():
                event[] = 
            :
                event[] = 
         event[] == :
            event[] =   
         event[] == :
            event[] = 
         event[] == :
            event[] = 

         event

     ():
        
        workers = .fetch_worker_changes(since_datetime)
        events = []

         worker  workers:
            event = .map_lifecycle_event(worker)
            events.append(event)
            .logger.info(
                
                
                
            )

         events

步骤 3：实施角色挖掘和天赋访问权限

根据职能定义角色，用于自动化配置：

"""
角色挖掘引擎
分析现有访问模式，推导角色定义
用于天赋（自动）配置。
"""
import pandas as pd
from collections import Counter
from itertools import combinations

class RoleMiningEngine:
    def __init__(self, access_data):
        """
        access_data：DataFrame，包含列
        [employee_id, job_code, department, application, entitlement]
        """
        self.access_data = access_data

    def mine_birthright_roles(self, min_assignment_pct=0.8):
        """
        识别应根据职位代码自动分配的权限。
        若同一职位代码中 80% 以上的用户拥有某权限，
        则该权限成为天赋访问权限。
        """
        birthright_roles = {}

        for job_code, group in self.access_data.groupby("job_code"):
            total_users = group["employee_id"].nunique()
            entitlement_counts = group.groupby(
                ["application", "entitlement"]
            )["employee_id"].nunique()

            birthright_entitlements = []
            for (app, ent), count in entitlement_counts.items():
                pct = count / total_users
                if pct >= min_assignment_pct:
                    birthright_entitlements.append({
                        "application": app,
                        "entitlement": ent,
                        "assignment_percentage": round(pct * 100, 1),
                        "user_count": count
                    })

            if birthright_entitlements:
                birthright_roles[job_code] = {
                    : job_code,
                    : total_users,
                    : birthright_entitlements
                }

         birthright_roles

     ():
        
        roles = .access_data.groupby().apply(
             x: ((x[], x[]))
        )

        overlap_report = []
         (role1, ents1), (role2, ents2)  combinations(roles.items(), ):
             (ents1) ==   (ents2) == :
                
            overlap = (ents1 & ents2)
            max_size = ((ents1), (ents2))
            overlap_pct = overlap / max_size * 

             overlap_pct > :
                overlap_report.append({
                    : role1,
                    : role2,
                    : (ents1),
                    : (ents2),
                    : overlap,
                    : (overlap_pct, ),
                    :   overlap_pct >   
                })

         (overlap_report, key= x: x[], reverse=)

     ():
        
        
        birthright = .mine_birthright_roles(min_assignment_pct=)

        orphaned = []
         _, row  .access_data.iterrows():
            job_birthright = birthright.get(row[], {})
            expected_ents = ()
             ent  job_birthright.get(, []):
                expected_ents.add((ent[], ent[]))

            current_ent = (row[], row[])
             current_ent   expected_ents:
                orphaned.append({
                    : row[],
                    : row[],
                    : row[],
                    : row[],
                    : 
                })

         pd.DataFrame(orphaned)

步骤 4：构建访问申请和审批工作流

实施基于风险的审批自助访问申请：

"""
访问申请工作流引擎
处理自助访问申请，根据所申请权限的风险分类
进行多级审批。
"""

ACCESS_REQUEST_WORKFLOW = {
    "risk_levels": {
        "LOW": {
            "description": "标准业务应用程序",
            "examples": ["电子邮件分发组", "SharePoint 团队站点", "标准 SaaS 应用"],
            "approval_chain": ["manager"],
            "sla_hours": 4,
            "auto_approve_if_birthright": True
        },
        "MEDIUM": {
            "description": "敏感数据访问或提升权限",
            "examples": ["CRM 管理员", "财务报告", "HR 系统"],
            "approval_chain": ["manager", "application_owner"],
            "sla_hours": 24,
            "auto_approve_if_birthright": False
        },
        "HIGH": {
            "description": "特权访问或受监管数据",
            "examples": ["数据库管理员", "云管理员", "PAM 保险库访问"],
            "approval_chain": ["manager", "application_owner", "security_team"],
            "sla_hours": 48,
            "auto_approve_if_birthright": False,
            "require_justification": True,
            "require_time_limit": 
        },
        : {
            : ,
            : [, , ],
            : [, , , ],
            : ,
            : ,
            : ,
            : ,
            : ,
            : 
        }
    }
}

 :
     ():
        .iga = iga_client
        .risk_catalog = risk_catalog

     ():
        
        
        risk_level = .risk_catalog.get_risk_level(entitlement_id)
        workflow = ACCESS_REQUEST_WORKFLOW[][risk_level]

        
        requester = .iga.get_identity(requester_id)
        is_birthright = .iga.is_birthright_for_role(
            entitlement_id, requester[]
        )

         is_birthright  workflow.get():
             ._auto_approve(requester_id, entitlement_id, )

        
         workflow.get():
            sod_violations = .iga.check_sod(requester_id, entitlement_id)
             sod_violations:
                 {
                    : ,
                    : sod_violations,
                    : 
                }

        
        request = {
            : requester_id,
            : entitlement_id,
            : risk_level,
            : justification,
            : duration_days  workflow.get(),
            : ._build_approval_chain(
                requester, workflow[]
            ),
            : workflow[],
            : 
        }

         .iga.create_request(request)

     ():
        
        chain = []
         approver_type  approver_types:
             approver_type == :
                chain.append({
                    : ,
                    : requester[],
                    : requester.get()
                })
             approver_type == :
                chain.append({
                    : ,
                    : ,
                    : 
                })
             approver_type == :
                chain.append({
                    : ,
                    : ,
                    : 
                })
             approver_type == :
                chain.append({
                    : ,
                    : ,
                    : 
                })
         chain

步骤 5：实施孤立账户检测和修复

识别并修复没有活跃身份关联的账户：

"""
孤立账户检测
识别目标系统中在权威 HR 来源中没有对应活跃身份的账户。
"""

class OrphanedAccountDetector:
    def __init__(self, hr_connector, app_connectors):
        self.hr = hr_connector
        self.apps = app_connectors

    def detect_orphaned_accounts(self):
        """对照 HR 活跃员工比对应用程序账户。"""
        active_employees = set(self.hr.get_active_employee_ids())
        orphaned_accounts = []

        for app_name, connector in self.apps.items():
            app_accounts = connector.get_all_accounts()

            for account in app_accounts:
                correlated_id = account.get("employee_id") or account.get("correlation_id")

                if correlated_id and correlated_id not in active_employees:
                    # 检查是否最近离职（在宽限期内）
                    termination_info = self.hr.get_termination_info(correlated_id)

                    orphaned_accounts.append({
                        "application": app_name,
                        "account_name": account["username"],
                        "correlated_employee_id": correlated_id,
                        "account_status": account.get("status", "unknown"),
                        "last_login": account.get("last_login"),
                        "termination_date": termination_info.get("date")  termination_info  ,
                        : (
                            (datetime.utcnow() - termination_info[]).days
                             termination_info  termination_info.get()  
                        ),
                        : ._assess_orphan_risk(account, termination_info)
                    })

                  correlated_id:
                    
                    orphaned_accounts.append({
                        : app_name,
                        : account[],
                        : ,
                        : account.get(, ),
                        : account.get(),
                        : ,
                        : 
                    })

         orphaned_accounts

     ():
        
         account.get():
             
         termination_info  termination_info.get():
             
         account.get() == :
             
         

     ():
        
        plan = []
         account  orphaned_accounts:
             account[] == :
                action = 
                sla = 
             account[] == :
                action = 
                sla = 
            :
                action = 
                sla = 

            plan.append({
                **account,
                : action,
                : sla,
                : 
            })

         (plan, key= x: [, , , ].index(x[]))

核心概念

术语	定义
入职-调岗-离职（Joiner-Mover-Leaver，JML）	核心身份生命周期转换，包括员工入职（Joiner）、角色/部门变更（Mover）和离职（Leaver）
天赋访问权限（Birthright Access）	根据职位代码、部门或地点自动配置的基线权限，无需提交访问申请
角色挖掘（Role Mining）	通过识别相似职能中的常见权限分组，分析现有访问模式以推导角色定义
孤立账户（Orphaned Account）	在权威 HR 来源中不再有对应活跃身份的应用账户，代表安全风险
权威来源（Authoritative Source）	记录系统（通常是 HR），作为身份属性和就业状态的单一真相来源
访问申请工作流（Access Request Workflow）	使用户能够申请额外权限的自助服务流程，带有基于风险的审批路由

工具与系统

• SailPoint IdentityIQ/IdentityNow：企业 IGA 平台，用于生命周期管理、访问认证和自动化配置
• Saviynt Enterprise Identity Cloud：云原生 IGA，包含身份仓库、访问治理和应用访问管理
• Microsoft Entra ID Governance：身份治理功能，包括生命周期工作流、访问审查和权限管理
• One Identity Manager：具备业务角色管理、证明和 IT 商店访问申请功能的 IGA 解决方案

常见场景

场景：为 10,000 名员工的组织构建 JML 流程

场景背景：快速成长的公司没有自动化身份生命周期。IT 手动创建账户，新员工需要 3-5 天才能就绪。离职员工保留访问权限长达数周。审计发现 45 个应用程序中存在 2,300 个孤立账户。

方法：

1. 将 Workday 集成为权威来源，每日向 IGA 平台同步增量数据
2. 挖掘现有访问模式，为前 20 个职位代码（涵盖 80% 的员工）定义天赋角色
3. 在入职日期前 7 天触发预入职配置，涵盖 AD、电子邮件和天赋应用
4. 构建离职工作流，在 HR 状态变更后 1 小时内禁用所有访问权限
5. 构建调岗工作流，当职位代码或部门变更时重新计算角色
6. 部署带有基于风险审批链的自助访问申请门户
7. 运行孤立账户检测，识别并修复现有的 2,300 个孤立账户
8. 安排季度访问认证以防止访问权限积累

常见陷阱：

• 未定义单一权威来源导致多个 HR 系统的身份数据冲突
• 未经业务验证就进行角色挖掘，导致创建与组织结构不匹配的技术角色
• 在未留知识转移宽限期的情况下自动化离职流程，令业务经理不满
• 未处理 HR 系统之外存在的承包商和供应商身份

输出格式

身份治理生命周期报告
=======================================
权威来源：        Workday
IGA 平台：        SailPoint IdentityIQ
身份总数：        10,247
在职员工：        9,834
承包商：          413

生命周期自动化
入职（预入职）SLA：  目标：0 天 | 实际：平均 0.2 天
调岗处理 SLA：       目标：1 天  | 实际：平均 0.8 天
离职禁用 SLA：       目标：1 小时 | 实际：平均 0.5 小时

配置指标（过去 30 天）
新入职员工：         187
  自动配置：         174（93.0%）
  人工干预：         13（7.0%）
角色变更处理：       89
离职处理：           43
  1 小时 SLA 内：    41（95.3%）

角色治理
已定义角色：         127
天赋角色：           48
每角色平均权限数：   12.3
重叠度 > 70%：       8 对（建议整合）

孤立账户
检测到：             23
  严重：             2（特权账户）
  高：               8
  中：               13
已修复（30 天）：    19
未处理：             4

访问申请
提交：               342
自动审批（天赋）：   87（25.4%）
已批准：             231（67.5%）
已拒绝：             24（7.0%）
平均审批时间：       6.2 小时
SOD 违规标记：       12