Seguridad de la base de datos vectorial (Vector database security)
La seguridad de la base de datos vectorial cubre los controles sobre el almacén que guarda los embeddings en los que busca una aplicación de generación aumentada por recuperación. Importa porque ese almacén es una copia del contenido original en otra representación, y se construye por rutina sin el control de acceso, la clasificación y las reglas de retención que gobernaban al original.
El fallo que más aparece es la autorización en la recuperación. Se indexan en una sola colección documentos de todos los departamentos, la aplicación busca en ella en nombre de quien pregunte, y luego se confía en que el modelo sea discreto con lo que ha vuelto. Eso no es una frontera. El arreglo es filtrar por los permisos del usuario que pregunta en el momento de la consulta, usando metadatos arrastrados desde el sistema de origen, para que el contenido que ese usuario no puede abrir no se llegue a recuperar.
Hay tres puntos más que pertenecen a la lista. Los embeddings son datos derivados y no un hash no reversible, y la investigación ha demostrado que de ellos se puede recuperar texto con sentido, así que el almacén hereda la clasificación de sus fuentes. El borrado tiene que propagarse: quitar un documento del sistema de origen y dejar sus vectores en el índice significa que el contenido se sigue pudiendo responder, lo que es un problema directo ante una solicitud de supresión de un interesado. Y el índice es una superficie de inyección, porque un documento envenenado colocado donde lo vaya a encontrar el rastreador se convierte en instrucciones que el modelo lee.
Lo que comprobamos en una evaluación es si al almacén se llega directamente y sin autenticación, porque estos servicios se despliegan con frecuencia dentro de una red de confianza sin ninguna, y si el control de acceso sobrevive al salto de la aplicación al índice. Probar la generación aumentada por recuperación de punta a punta y no solo en la ventana de chat es de lo que va el trabajo de IA que sigue la recuperación hasta el almacén.