Bestand: authz/gbo-voorbeeld/README.md

GBO-voorbeeld — PJ's FTV GraphQL-profiel vanuit het canoniek model

Het voorbeeld uit het FTV GraphQL-profiel (Peter-Jan Karens, draft-01, september 2026; slides AuthZEN & GraphQL 29-09) nagebouwd langs ónze keten: canoniek model → GraphQL- schema + policybundel, en het beleid in Toegangsspraak → ODRL → PDP. Twee PDP-varianten draaien op dezelfde veldrecords en geven dezelfde beslissingen als PJ's Rego:

Variant Wat Per evaluatie (query inkomens-2024, 6 veldrecords)
bundel/pj/ PJ's vaste ftv/graphql.rego (slides 17–18) + uit ODRL gegenereerde rules/*.rego in zijn stijl (slides 15–16) — de roundtrip ODRL → Rego 179 µs (OPA, opa bench)
bundel/data/ zelfde vaste deel, maar regels als data met index (data.json) en de NLGov-leftOperands als predicaten (nlgov/cond.rego) 158 µs (OPA)
scripts/pdp_odre.py native ODRL: pyodre (ODRE, UPM) evalueert per gebonden regel de oorspronkelijke ODRL-constraints 5–11 ms per query (≈ 2 ms per veldrecord; rdflib parst de permission per evaluatie)

Achtergrond en analyse: docs/plans/2026-09-30 FTV GraphQL-profiel (GBO) versus modelpaden — uitvoerbaarheid van ODRL in de PDP.md.

Het model

model/gbo-persoon — v3-model.json — Persoon met de gegevenselementen Naam, Adres en Inkomen (meervoudig). Getekend met dezelfde tekenaar als Studio en de render-API (web/vite/src/diagramsvg, node scripts/render_diagram.mjs):

GBO persoon

Eén verschil met PJ's schema: bij hem is Persoon.naam een scalar; in het canoniek model leeft elke eigenschap in een gegevenselement (hub + _Data), dus naam { naam }. Daardoor is Persoon.naam een objectveld (edge) met type Naam; de regel dekt hem via covers_fields + covers_types, precies zoals PJ het voor adres doet.

model/api-profiel.json bevat wat níet in het model hoort maar wél nodig is voor schema en bundel: het root-veld persoon(bsn) met de betrokkene-identificatie, het argument inkomens(jaren), en de vertaling van "het jaar van de aanvraag" naar dat argument (elk jaar).

De keten

beleid/gbo-persoon.toegangsspraak ─parser+odrl.js─▶ beleid/gbo-persoon.odrl.json
                                                            │
model/gbo-persoon — v3-model.json + api-profiel.json ───────┤ scripts/compiler.py
                                                            ▼
bundel/schema.graphql (SDL)            ← gbo_model.py   (GBO-projectie van het model)
bundel/padtabel.json                   ← registerpad ENT.GE.veld → ParentType.field
bundel/data/data.json (+ index)        ← regels als data, PIP-data (toestemming, autorisaties)
bundel/pj/rules/*.rego                 ← dezelfde regels in PJ's stijl
                                                            │
queries/*.json ─scripts/mapper.py (graphql-core)─▶ bundel/requests/*.authzen.json (veldrecords)
                                                            │
                                    scripts/pdp_opa.py (Docker OPA) · scripts/pdp_odre.py (pyodre)

bash scripts/run.sh draait alles; zie de kop van dat script voor de vereisten (node, python met scripts/requirements.txt, Docker).

Het beleid in Toegangsspraak

Beleid "GBO persoon".
  Doel: "inkomensverstrekking".

  Begrippen.
    Een afnemer is: iemand met rol "afnemer".
    Een geautoriseerde afnemer is: iemand met autorisatie "naam-en-adres".
    Inkomensgegevens zijn: alle gegevens van het inkomen van een persoon.

  Regel "persoon op bsn".
    Een afnemer mag alle gegevens van een persoon bekijken
    als er een toestemming voor de betrokkene is.

  Regel "naam en adres".
    Een geautoriseerde afnemer mag de naam van een persoon bekijken.

  Regel "adres".
    Een geautoriseerde afnemer mag het adres van een persoon bekijken.

  Regel "inkomens tot en met 2024".
    Een afnemer mag de inkomens van een persoon bekijken
    als het jaar van de aanvraag ten hoogste 2024 is.

  Regel "inkomen velden".
    Een geautoriseerde afnemer mag de inkomensgegevens bekijken.

Dit zijn PJ's vier regels (persoon-op-bsn, naam-en-adres, inkomens-tot-en-met-2024, inkomen-velden), met adres als aparte regel omdat een Toegangsspraak-regel één gegevensselectie heeft. De parser en odrl.js zijn de echte uit web/vite/src/toegangsspraak.

Afbeelding ODRL → veldsleutels (compiler-keuzes)

ODRL-target Betekenis covers_fields covers_types
nlgov:register:Persoon (entiteit) het root-veld Query.persoon —
nlgov:register:Persoon.Naam (GE, zonder argument-conditie) het element en zijn velden (partOf) Persoon.naam Naam
nlgov:register:Persoon.Inkomen (GE, mét argument-conditie) alleen het veld dat de argumenten draagt (profiel §8.3: argumenten erven nooit) Persoon.inkomens —
AssetCollection "alle gegevens van het inkomen" alleen de velden — Inkomen
nlgov:register:Persoon.Adres.plaats (veld) één blad Adres.plaats —

De gegenereerde bundel/pj/rules/*.rego komen zo uit op PJ's vorm, bv. inkomens-tot-en-met-2024:

package rules["inkomens-tot-en-met-2024"]
import rego.v1
import input.field
import input.subject
covers_fields := {"Persoon.inkomens"}
allow if {
	subject.properties.role == "afnemer"
	jaren := field.args.jaren
	jaren.origin != "schema-default"
	every w in jaren.value { w <= 2024 }
}

Resultaten (alle drie de PDP's gelijk)

Query Records Beslissing Geweigerd
toegestaan (slide 12 links) 6 allow
inkomens-2024 (slide 14) 6 allow
inkomens-2025 (slide 14) 4 deny persoon.inkomens
inkomens-zonder-jaren (slide 14) 3 deny persoon.inkomens
geen-toestemming (slide 15) 3 deny persoon
zonder-autorisatie 3 deny persoon.naam, persoon.naam.naam
alias-en-fragment (slide 19) 3 allow

Bevindingen

  • Roundtrip klopt. ODRL uit Toegangsspraak → gegenereerde Rego in PJ's stijl geeft op alle zeven queries dezelfde beslissing als de data-gedreven bundel én als de native ODRL-evaluator. Het regelformaat van het profiel is dus een prima compilatiedoel; de bron kan NLGov-ODRL zijn.
  • Snelheid. OPA: ~160–180 µs per query van zes records (ruim onder de HTTP-hop). pyodre: ~2 ms per record, omdat elke evaluatie de permission opnieuw als RDF parst — bruikbaar voor doorrekenen in de editor, niet als per-request-PDP. Beide zijn "snel" in absolute zin; het verschil zit in de orde van grootte en in wat pyodre níet doet (binding, assignee, PIP).
  • ODRL kent geen query-nesting, en dat hoeft niet. De mapper vlakt af; per record is er één ODRL-vraag tegen het registerpad of een voorouder (partOf ≙ covers_types).
  • odrl.js: "alle gegevens van X" als los target is niet te onderscheiden van "X". In een begrip wordt het wél een AssetCollection (met source), en daar leunt de compiler op. Voorstel: ook een directe "alle gegevens van …"-selectie als AssetCollection exporteren.
  • pyodre-beperkingen (v1.0.6): alleen odrl:dateTime als leftOperand en eq/lt/gt/lteq/gteq/neq als operatoren; geen isAnyOf, geen target-matching, geen assignee. Uitbreiding kan via de prefix-mapping en functies in de interpreter-namespace (zie pdp_odre.py) — dat is legitiem ODRE-gebruik, maar de "PDP" is dan grotendeels de schil eromheen.
  • Toestemming is hier data in de bundel, zoals in GBO's voorbeeld (PIP_DATA in compiler.py, data.toestemming in beide bundels). Dat is een push-cache met de deploycyclus van het beleid; voor intrekbare toestemming hoort het een PIP-aanroep of een aparte databundel met kort interval te zijn. De Toegangsspraak-zin en de ODRL veranderen daar niet van, alleen de vertaling van nlgov:bestaat:toestemming in de compiler. Zie de analyse, §10.
  • Persoon.naam als edge laat het type-versus-pad-punt zien: de regel op Naam geldt voor élke Naam in het schema, niet alleen voor die van Persoon. In dit model is dat hetzelfde; in een model met gedeelde GE-typen niet (zie de analyse, §2.1).