Capítulo 3: Seguridad y Control de Acceso

Preocupaciones de Seguridad en RAG

Preocupación	Riesgo	Mitigación
Acceso no autorizado	Fuga de datos	Control de acceso
Inyección de prompt	Manipulación	Validación de entrada
Aislamiento de datos	Entre inquilinos	Espacios de nombres

Permisos a Nivel de Documento

def search_with_permissions(query, user):
    """Filter results based on user permissions"""
    # Get user's allowed document IDs
    allowed_docs = get_user_permissions(user.id)
    
    # Search with filter
    results = vectorstore.similarity_search(
        query,
        filter={"doc_id": {"$in": allowed_docs}},
        k=10
    )
    
    return results

Arquitectura Multi-Inquilino

Opción 1: Aislamiento por Espacio de Nombres

# Each tenant gets a namespace
def get_tenant_retriever(tenant_id):
    return vectorstore.as_retriever(
        search_kwargs={
            "namespace": f"tenant_{tenant_id}",
            "k": 5
        }
    )

Opción 2: Filtrado por Metadatos

# Store tenant_id in metadata
def add_document(text, tenant_id):
    vectorstore.add_texts(
        [text],
        metadatas=[{"tenant_id": tenant_id}]
    )

def query_tenant(query, tenant_id):
    return vectorstore.similarity_search(
        query,
        filter={"tenant_id": tenant_id}
    )

Validación de Entradas

def sanitize_query(query):
    """Prevent prompt injection"""
    # Remove potential injection patterns
    dangerous_patterns = [
        "ignore previous instructions",
        "disregard the above",
        "system:"
    ]
    
    for pattern in dangerous_patterns:
        if pattern.lower() in query.lower():
            raise ValueError("Invalid query")
    
    return query

Registro de Auditoría

def log_rag_access(user_id, query, docs_accessed, response):
    """Log all RAG interactions"""
    log_entry = {
        "timestamp": datetime.utcnow(),
        "user_id": user_id,
        "query": query,
        "documents_accessed": [d.id for d in docs_accessed],
        "response_length": len(response)
    }
    audit_logger.info(json.dumps(log_entry))

Lista de Verificación de Seguridad

• Implementar autenticación
• Hacer cumplir los permisos de documentos
• Aislar los datos de los inquilinos
• Validar/sanitizar las entradas
• Registrar todos los accesos
• Encriptar los datos sensibles
• Auditorías de seguridad regulares