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