c3.6 Mantén el vector store en conectividad privada

El vector store contiene tus datos: mantenlo privado

La recuperación lee del vector store (comúnmente Amazon OpenSearch Serverless). Ese almacén contiene los embeddings —y a menudo los fragmentos de texto— de tus documentos fuente. Si su endpoint es alcanzable desde la internet pública, la capa de recuperación se convierte en una copia expuesta de tu knowledge base. OpenSearch Serverless controla esto con políticas de red: reglas que declaran si el endpoint del plano de datos de una colección es public o private.

Haz la colección privada y vincúlala a tus VPCE

Una política de red con AccessType: private restringe la colección a endpoints de VPC administrados por OpenSearch Serverless especificados (y a servicios de AWS con acceso privado):

[
  {
    "Description": "Private access to the RAG collection",
    "Rules": [
      {
        "ResourceType": "collection",
        "Resource": ["collection/my-rag-collection"]
      }
    ],
    "AllowFromPublic": false,
    "SourceVPCEs": ["vpce-0abc123456789def0"]
  }
]

Con AllowFromPublic: false, solo el tráfico que llega por los endpoints de VPC listados alcanza el plano de datos de la colección.

Deja que Bedrock la alcance de forma privada

Un knowledge base de Bedrock necesita consultar la colección. OpenSearch Serverless admite acceso privado de servicios de AWS, así que puedes autorizar al servicio de Bedrock a alcanzar una colección privada sin exponerla públicamente, configurado en la política de red junto a tus VPCE. Esto mantiene toda la ruta de recuperación (Bedrock → colección) fuera de la internet pública.

Combina los otros tipos de política

La política de red es uno de los tres tipos de política de OpenSearch Serverless; combínala con:

• una política de cifrado que use tu CMK (consulta el control de cifrado del KB), y
• una política de acceso a datos que conceda solo al rol de servicio del knowledge base lectura/escritura sobre el índice (consulta el control del rol de servicio del KB).

La red la mantiene privada; el cifrado la protege en reposo; el acceso a datos decide quién puede leer/escribir.

Nota de nomenclatura: reemplaza el nombre de la colección y el id del endpoint de VPC. Crea el endpoint de VPC en las subredes que usan tus cargas de trabajo, y verifica que AllowFromPublic sea false para cualquier colección que contenga embeddings sensibles.