🚀 AIE 系统工程师ID:
aie-multi-tenant-vector-acl-isolation多租户 RAG 权限隔离与安全沙箱
Multi-Tenant RAG ACL & Security
🎯核心定义
多租户企业级 RAG 权限访问控制 (ACL / RBAC) 与向量索引物理/逻辑安全隔离架构 (Multi-Tenant Vector Index Isolation & RBAC Security Sandbox) 是面向 B 端企业级客户保证“严格数据隐私隔离、绝对杜绝跨组织跨部门越权检索”的核心合规与数据安全架构；三大隔离范式与权衡：1) 物理分库隔离 (Per-Tenant Isolated Collection/DB: 每个租户独占独立集合，安全性与物理合规最高，但维护成本随租户数线性暴涨，适合千万级大客户)；2) 命名空间与分区隔离 (Partition / Namespace Isolation: 单集合内按 `tenant_id` 分区，支持动态扩缩)；3) Payload 标量元数据硬过滤 (Metadata ACL Filtering: 在检索时强制携带过滤器 `filter: { tenant_id: 'org_123', acl_groups: { $in: user_roles } }`)；结合前置安全网关进行 JWT Token 验签与动态 SQL/Payload 注入审计，杜绝任何形式的提权旁路越权。
💡使用场景
企业内部多部门知识库 (HR 薪酬数据与研发代码严格隔离)、B 端多租户 SaaS 知识库平台、金融与合规数据沙箱。
⚡解决的核心痛点
朴素 RAG 系统将所有用户文档混存入一个全局向量库，导致普通员工可以通过语义搜索轻易套出全公司高管薪酬与商业机密；多租户 ACL 在向量检索物理层面直接斩断越权可能。
🎯5 个高频面试考点 (Exam Points)
1
详细对比物理分集合隔离 (Per-Tenant Collection)、分区隔离 (Partition Key) 与 Payload 标量过滤三种模式在成本、扩展性与安全合规上的权衡？
2
向量数据库“前置过滤 (Pre-filtering)”与“后置过滤 (Post-filtering)”的性能陷阱：为什么后置过滤在用户权限极小时会导致召回结果数量不足甚至为空？
3
用户权限继承与动态组过滤 (Dynamic Group ACLs): 如何将企业 LDAP/Active Directory 权限树结构高效同步至向量库元数据中？
4
文档删除与数据遗忘权 (GDPR Right to be Forgotten): 当企业租户注销或删除单个敏感文件时，如何在分布式向量库中秒级彻底清除所有 Chunk 向量？
5
间接提示注入跨权限攻击防御：如何防止低权限攻击者通过诱导 LLM 生成系统指令来套取高权限上下文数据？
🔗核心前置底层技术卡片 (点击穿透复习)
📖 关联深度指南:📄 aie-system-design-guide →
更新于 2026-08-14🎯
🚀 开始本考点专项刷题 ➔检验攻克程度：针对「多租户 RAG 权限隔离与安全沙箱」专属刷题排雷
做单选排雷题、推导选项机制，答错自动收录进专属错题本。