Безопасность векторных баз данных.

Векторные базы данных — Pinecone, Weaviate, Milvus, Qdrant, Chroma и расширение pgvector для PostgreSQL — хранят эмбеддинги, на которых строятся RAG, семантический поиск, рекомендации и AI-агенты. Модель безопасности похожа на классическую СУБД, но имеет новые особенности. Векторы можно инвертировать и восстановить исходный текст, повторяющиеся similarity-запросы способны постепенно выкачать чувствительный контент, мультитенантные индексы могут протекать между клиентами при ошибках фильтрации, а корпус может быть отравлен для влияния на выводы модели. Хорошие практики включают шифрование at rest и in transit, тонкую AuthN/AuthZ, фильтрацию по namespace и метаданным, аудит запросов, валидацию контента при ingestion и обращение с эмбеддингами как с потенциальными персональными данными.