Amazon Bedrock 托管知识库工具的精细化访问控制 | Amazon Web Services

林知秋AI 前沿📡 BestBlogs·AI高分精选⭐ 882026-11-13280 阅读💛 274 收藏
Amazon Bedrock 托管知识库工具的精细化访问控制 | Amazon Web Services

📌 One-Sentence Summary

本文介绍如何在使用 Amazon Bedrock 托管知识库的多租户 AI 智能体中实现精细化访问控制:由可信代码将已验证的用户属性注入工具调用,确保智能体仅检索经过身份验证的用户有权查看的文档。

📝 Summary

本文介绍了一种在搜索内部文档的多租户 AI 智能体中实现精细化访问控制的方案。文章指出,LLM 在运行时决定调用哪些工具时,可能访问超出用户权限范围的数据。该方案采用分层防御:AgentCore Gateway 上的请求拦截器从经过身份验证的 JWT 令牌中提取已验证的用户邮箱,并将其注入 userContext 参数;托管知识库中的 ACL 感知功能则根据该 userContext 过滤搜索结果。其他防御层还包括 AgentCore 中用于验证注入的 userContext 是否与令牌匹配的策略,以及限制对知识库直接访问的基于资源的策略。文章通过使用 AWS CDK 的示例部署展示了该架构,并说明如何针对来自不同部门的两位用户,过滤具有不同访问权限的 3 份文档。

💡 Main Points

由 LLM 驱动的智能体面临一项根本性的安全挑战:模型决定调用哪些工具以及使用哪些参数,可能因提示词注入或模型错误而导致未授权的数据访问。

传统应用由应用代码设定用户权限,而智能体会在运行时将这一决策交给 LLM。如果 userContext 未得到妥善控制,智能体就可能以其他用户的身份进行搜索,从而造成安全漏洞。

该方案通过 AgentCore Gateway 拦截器、AgentCore 中的策略以及托管知识库中的 ACL 感知功能构建分层防御,确保实现精细化访问控制。

主要防御措施是使用 Lambda 请求拦截器,将 JWT 令牌中的已验证用户属性注入工具调用,并由知识库层的 ACL 感知功能过滤结果。辅助防御措施包括策略验证和基于资源的访问限制。

托管知识库中的 ACL 感知功能要求在数据摄取时明确提供访问控制列表,并根据每次查询中提供的 userContext 过滤搜索结果。

文档必须附带 ACL 元数据文件,用于定义有权访问文档的用户。查询时,userContext.userId 必须与文档 ACL 中的 ALLOW 条目匹配。未提供 userContext 的查询只会返回未启用 ACL 的文档。

💬 Key Quotes

智能体代表用户进行搜索时,你能确保它只使用该用户有权查看的信息吗?

设计原则是,不要让 LLM 来决定用户身份。相反,应由可信代码根据身份提供商已验证的信息来作出判断。

ACL 感知功能会在数据摄取时保留数据源的访问权限。搜索时,它只会返回用户有权查看的文档。

未提供 userContext 的查询不会返回来自已启用 ACL 的数据源的文档。

📊 Article Meta

AI Screening: 88

Source: AWS Artificial Intelligence

Author: Renya Kujirada

Category: 人工智能

Language: 英文

Read Time: 19 min

Word Count: 4658

Tags:

AI 与智能应用 , 知识管理 , 安全 , AI Agent , 大语言模型 (LLM)

#AI 与智能应用# 知识管理# 安全# AI Agent# 大语言模型 (LLM)

文章评论(12)

武磊2 天前

作者写得真不错,学到了不少。

回复
墨向阳3 天前

赞同,实践出真知。

回复
星观澜2 天前

这个观点很中肯,深有同感。

回复
月沐雨2 天前

支持作者,持续关注中。

回复
一个橘子2 天前

实测过类似工具,作者说的基本属实。

回复
雪知秋2 天前

刚好最近在找这方面的资料,太及时了。

回复
曹浩2 天前

楼主辛苦了,内容很有参考价值。

回复
吴超2 天前

不错不错,已加入书签。

回复
吴超2 天前

路过

回复
雪知秋2 天前

路过

回复
蓝归舟2 天前

实话,说的不明不白

回复
曹浩2 天前

作者写得真不错,学到了不少。

回复