c3.7 Proteja o vector store e a integridade dos embeddings
Autentique e autorize o acesso ao vector store, criptografe-o com uma CMK e controle quem pode escrever embeddings, para que a camada de recuperação não possa ser envenenada nem lida por quem não está autorizado.
Guia de implementação
Como implementar na AWS
Aplique controle de acesso a dados de privilégio mínimo na coleção do OpenSearch Serverless, criptografe-a do lado do servidor com uma chave KMS gerenciada pelo cliente e restrinja quais papéis podem escrever embeddings. Realize a autorização na camada da aplicação de IA generativa.
Critérios de aceitação
O vector store aplica acesso a dados de privilégio mínimo; está criptografado com uma chave gerenciada pelo cliente; apenas os papéis aprovados podem escrever embeddings.
Implementação prática
Como este controle é implementado em cada arquitetura de referência:
A coleção do OpenSearch Serverless aplica acesso a dados de privilégio mínimo, é criptografada com CMK e apenas o papel de ingestão pode escrever embeddings — leitura e escrita são separadas.
- Aplique políticas de acesso a dados de privilégio mínimo na coleção para que o papel de leitura (recuperação) e o papel de escrita (ingestão) sejam separados e mínimos.Conta de IA generativa OpenSearch Service
IAM - Criptografe a coleção do lado do servidor com a chave KMS gerenciada pelo cliente.Conta de IA generativa
AWS KMS OpenSearch Service - Realize a autorização na camada da aplicação de IA generativa para que quem chama não possa escrever embeddings diretamente.Conta de IA generativa IAM
Como validar: A coleção aplica acesso a dados de privilégio mínimo; é criptografada com CMK; apenas o papel de ingestão pode escrever embeddings; um papel só-recuperação não pode modificar o índice.
Evite: Um papel que lê e escreve o índice vetorial. Separe leitura de escrita para que um caminho de consulta comprometido não possa envenenar os embeddings.
Acesso a dados de privilégio mínimo na coleção, criptografia CMK e papéis de leitura/escrita separados impedem que o vector store seja envenenado ou lido por quem não está autorizado.
- Defina políticas de acesso a dados de privilégio mínimo separando o papel de recuperação do papel de ingestão (escrita).Camada de IA generativa (papel IAM) OpenSearch Service IAM
- Criptografe a coleção com a chave gerenciada pelo cliente.Camada de IA generativa (papel IAM) AWS KMS OpenSearch Service
- Autorize na camada de aplicação para que apenas o caminho de ingestão possa escrever embeddings.Camada de aplicação (papel IAM) IAM
Como validar: A coleção aplica acesso de privilégio mínimo; é criptografada com CMK; apenas o papel de ingestão escreve embeddings.
Evite: Deixar o caminho de recuperação escrever no índice. Separe leitura e escrita para que a recuperação não possa alterar o que futuras consultas retornam.
Ameaças atendidas
- Adulteração dos embeddings ou do índice vetorial para manipular a recuperação.
- Acesso de leitura/escrita não autorizado ao vector store.
Serviços AWS
Amazon OpenSearch Serverless AWS KMS AWS IAM Mapeamentos de frameworks
OWASP GenAI/LLM Top 10 (2026)
- LLM09 Vector and Embedding Weaknesses
NIST AI Risk Management Framework (AI 100-1)
- MANAGE.1 AI risks are prioritized, responded to and managed
AWS Well-Architected Generative AI Lens (Security)
- GENSEC01-BP03 Implement least privilege access to data stores
Recursos de aprendizado
Referências
- AWS SRA para IA — Capacidade 3, Amazon OpenSearch Serverless