ベクトルデータベースのセキュリティ.

AI システムが利用するベクトルデータベースを、データ漏洩、ポイズニング、テナント間混入、運用・サプライチェーン侵害から守るためのコントロール群。 サイバーセキュリティの AI / ML セキュリティ カテゴリに属します。

AI システムが利用するベクトルデータベースを、データ漏洩、ポイズニング、テナント間混入、運用・サプライチェーン侵害から守るためのコントロール群。

Pinecone、Weaviate、Milvus、Qdrant、Chroma、PostgreSQL の pgvector 拡張といったベクトルデータベースは、RAG、セマンティック検索、レコメンド、AI エージェントを支えるエンベディングを保存しています。セキュリティモデルは従来のデータベースに似ていますが、新たな懸念が加わります。ベクトルを反転して元テキストを漏洩させたり、類似度クエリを繰り返して機微情報を少しずつ持ち出したり、フィルタ設定の誤りでマルチテナントインデックスから他社の情報が漏れたり、コーパス自体を汚染してモデル出力に影響を与えたりする可能性があるためです。良いプラクティスには、保管時・転送時の暗号化、きめ細かい AuthN/AuthZ、namespace やメタデータによるフィルタリング、クエリの監査ログ、取り込み時のコンテンツ検証、そしてエンベディングを潜在的な個人データとして扱うことが含まれます。

ベクトルデータベースのセキュリティ に対する防御は通常、上記の定義で述べたとおり、技術的統制と運用上の実践を組み合わせます。

一般的な別名: ベクトルストアのセキュリティ, ベクトル DB のハードニング。