企业用智能体,最常问的问题之一是数据会不会串。数据隔离做到什么程度,取决于场景的敏感度,不是越严越好。

隔离有哪几个层次?

四层。

第一层,物理隔离。不同客户用不同的实例或不同的库,数据不共库。

第二层,逻辑隔离。共库但按租户标识分区,查询时强制带租户条件。

第三层,权限隔离。同一租户内,按角色控制可见范围。

第四层,会话隔离。同一次对话的上下文不跨会话泄露。

四层叠加,才是完整隔离。只做其中一层,都有漏洞。

每层要防什么?

物理隔离防的是运维误操作和跨租户越权。

逻辑隔离防的是查询条件写漏导致的串数据。这层最容易出问题,因为靠代码保证。

权限隔离防的是内部越权,比如普通员工查到管理层数据。

会话隔离防的是上下文污染,比如另一个用户的对话内容被带进当前回答。

做到什么程度够用?

按数据敏感度分三档。

第一档,公开数据。只做会话隔离即可。

第二档,内部数据。做到逻辑隔离加权限隔离。

第三档,个人信息、财务数据、商业秘密。四层全做,且加审计。

判断标准:如果数据泄露会造成什么后果。后果越重,隔离越严。

怎么验证隔离有效?

四个测试。

第一,用 A 租户的身份查 B 租户的数据,看是否被拦。

第二,用普通角色查高权限数据,看是否被拦。

第三,开两个会话,看上下文是否互相污染。

第四,查日志,看每次访问是否记录了租户和身份。

四个测试通过,隔离才算落地。

常见的隔离漏洞有哪些?

第一,测试数据混用。开发环境用了生产数据,测试时串了。

第二,日志泄露。日志里记了完整数据,日志权限没控制。

第三,导出功能。批量导出没有按租户过滤。

第四,缓存。缓存键没带租户标识,不同租户读到同一份缓存。

第五,模型上下文。多租户共用一个模型实例,提示里没隔离。

五个漏洞都很常见,逐项检查。

隔离和效果怎么平衡?

隔离越严,可用数据越少,效果可能下降。

平衡方法有三种。

第一,按场景分级。不同场景用不同隔离级别,不要一刀切。

第二,脱敏替代隔离。对低敏感场景,用脱敏数据代替严格隔离。

第三,合成数据。样本不足时用合成数据补充,避免跨租户取数。

落地建议?

第一步,做数据分级,标出哪些是敏感数据。第二步,按级别定隔离方案。第三步,做四个测试验证。第四步,把隔离要求写进验收标准。

隔离不是技术细节,是信任基础。做扎实,客户才敢把数据放进来。

去论坛讨论

前往 ziyuanagi.com 论坛 参与讨论