Configuración del acceso seguro a los servicios de IA
Las soluciones de base de datos habilitadas para IA suelen exponer puntos de conexión de modelo a los que las aplicaciones llaman para generar predicciones, incrustaciones u otras respuestas basadas en inteligencia artificial. La protección de estos puntos de conexión protege tanto los modelos de inteligencia artificial como los datos que procesan. Managed Identity proporciona una forma segura y sin credenciales para autenticar aplicaciones en extremos de modelo.
Cuando las aplicaciones llaman a Azure OpenAI, Azure Machine Learning u otros servicios de inteligencia artificial desde el entorno de base de datos, debe controlar quién puede invocar estas llamadas y proteger el canal de comunicación. Echemos un vistazo a las estrategias para proteger los puntos de conexión del modelo en bases de datos SQL Server, Azure SQL y SQL en Microsoft Fabric.
Descripción de los problemas de seguridad de los puntos de conexión del modelo
Los puntos de conexión de modelo presentan desafíos de seguridad únicos en comparación con las operaciones tradicionales de base de datos. Estos puntos de conexión suelen procesar datos confidenciales, pueden incurrir en costos significativos por llamada y pueden exponer la propiedad intelectual incrustada en modelos ajustados.
¿Qué ocurre si alguien obtiene acceso no autorizado? Podrían exfiltrar datos a través de avisos cuidadosamente diseñados, incurrir en costos inesperados con llamadas API excesivas o sondear los comportamientos de su modelo de la empresa. Por eso la protección de estos puntos de conexión requiere autenticación, autorización y supervisión.
En las bases de datos SQL y SQL de Azure en Microsoft Fabric, puede llamar a servicios de inteligencia artificial externos mediante procedimientos almacenados o funciones que realizan solicitudes HTTP. Estas llamadas deben autenticarse en el servicio de inteligencia artificial, normalmente mediante claves de API o identidad administrada.
Configuración de la identidad administrada para los servicios de IA
La identidad administrada elimina la necesidad de almacenar claves de API en el código de la base de datos o la aplicación. En su lugar, Azure administra automáticamente las credenciales de identidad y concede acceso de identidad a los servicios de IA.
Para una instancia de Azure SQL Database que necesite llamar a Azure OpenAI, comience habilitando la identidad administrada asignada por el sistema:
-- The managed identity is enabled in Azure portal or via Azure CLI
-- Verify the identity exists
SELECT * FROM sys.dm_external_provider_certificate_store;
A continuación, conceda a la identidad administrada acceso a Azure OpenAI mediante el control de acceso basado en rol de Azure:
# Get the managed identity principal ID from Azure SQL
$sqlIdentity = (Get-AzSqlServer -ServerName myserver -ResourceGroupName myrg).Identity.PrincipalId
# Assign Cognitive Services User role on the Azure OpenAI resource
New-AzRoleAssignment -ObjectId $sqlIdentity `
-RoleDefinitionName "Cognitive Services User" `
-Scope "/subscriptions/{sub-id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{aoai-name}"
Cree una credencial con ámbito de base de datos que use identidad administrada:
CREATE DATABASE SCOPED CREDENTIAL AzureOpenAICredential
WITH IDENTITY = 'Managed Identity',
SECRET = '{"resourceId": "https://cognitiveservices.azure.com/"}';
Esta credencial indica a SQL que obtenga un token para el ámbito del recurso de Cognitive Services mediante su identidad administrada.
Implementa llamadas seguras a puntos de conexión
Ahora vamos a ponerlo todo junto. Use la invocación de punto de conexión REST externo para llamar a los servicios de IA de forma segura. Primero, cree un origen de datos externo que haga referencia al endpoint de IA.
CREATE EXTERNAL DATA SOURCE AzureOpenAI
WITH (
TYPE = REST,
LOCATION = 'https://myopenai.openai.azure.com',
CREDENTIAL = AzureOpenAICredential
);
A continuación, cree un procedimiento almacenado que llame al punto de conexión de IA:
CREATE PROCEDURE dbo.GetEmbedding
@InputText nvarchar(max),
@Embedding nvarchar(max) OUTPUT
AS
BEGIN
DECLARE @payload nvarchar(max) = JSON_OBJECT('input': @InputText);
DECLARE @response nvarchar(max);
EXEC sp_invoke_external_rest_endpoint
@url = 'https://myopenai.openai.azure.com/openai/deployments/text-embedding/embeddings?api-version=2024-02-01',
@method = 'POST',
@payload = @payload,
@credential = AzureOpenAICredential,
@response = @response OUTPUT;
SET @Embedding = JSON_VALUE(@response, '$.data[0].embedding');
END;
Conceda permiso de ejecución solo a los usuarios que deben acceder a las funcionalidades de inteligencia artificial:
-- Create a role for AI feature access
CREATE ROLE AIFeatureUsers;
GRANT EXECUTE ON dbo.GetEmbedding TO AIFeatureUsers;
-- Add specific users to the role
ALTER ROLE AIFeatureUsers ADD MEMBER [app-service-identity];
Importante
Limite qué usuarios de base de datos pueden invocar puntos de conexión de IA. Las llamadas de IA suelen incurrir en costos y pueden procesar datos confidenciales. Use el acceso basado en roles para controlar qué aplicaciones y usuarios pueden usar estas características.
Protección de puntos de conexión de Azure Machine Learning
Los puntos de conexión del modelo de Azure Machine Learning siguen patrones similares. Configure el acceso de identidad administrada y cree credenciales para la autenticación.
Cómo configurar el acceso para los puntos de enlace de inferencia en tiempo real:
CREATE DATABASE SCOPED CREDENTIAL AMLCredential
WITH IDENTITY = 'Managed Identity',
SECRET = '{"resourceId": "https://ml.azure.com/"}';
CREATE EXTERNAL DATA SOURCE AMLEndpoint
WITH (
TYPE = REST,
LOCATION = 'https://myworkspace.region.inference.ml.azure.com',
CREDENTIAL = AMLCredential
);
En el caso de los puntos de conexión de inferencia por lotes, normalmente se envían datos al almacenamiento y se desencadena una canalización. Asegúrese de proteger el acceso de almacenamiento mediante identidad administrada.
Implementación de la supervisión de puntos de conexión
Puede supervisar el uso del punto de conexión de IA para detectar anomalías y mantener los costos bajo control. Este es un enfoque de registro sencillo:
-- Create a logging table for AI calls
CREATE TABLE dbo.AIEndpointLog (
LogID int IDENTITY PRIMARY KEY,
CallTimestamp datetime2 DEFAULT SYSUTCDATETIME(),
CallerPrincipal nvarchar(128) DEFAULT ORIGINAL_LOGIN(),
EndpointName nvarchar(256),
InputLength int,
ResponseStatus int,
DurationMs int
);
-- Modify procedures to log calls
CREATE PROCEDURE dbo.GetEmbeddingWithLogging
@InputText nvarchar(max),
@Embedding nvarchar(max) OUTPUT
AS
BEGIN
DECLARE @StartTime datetime2 = SYSUTCDATETIME();
DECLARE @response nvarchar(max);
DECLARE @status int;
-- Make the AI call
EXEC sp_invoke_external_rest_endpoint
@url = 'https://myopenai.openai.azure.com/openai/deployments/text-embedding/embeddings?api-version=2024-02-01',
@method = 'POST',
@payload = JSON_OBJECT('input': @InputText),
@credential = AzureOpenAICredential,
@response = @response OUTPUT;
-- Log the call
INSERT INTO dbo.AIEndpointLog (EndpointName, InputLength, ResponseStatus, DurationMs)
VALUES ('text-embedding', LEN(@InputText), 200, DATEDIFF(millisecond, @StartTime, SYSUTCDATETIME()));
SET @Embedding = JSON_VALUE(@response, '$.data[0].embedding');
END;
Con este registro en su lugar, puede consultar el registro para detectar patrones inusuales:
-- Find users making excessive AI calls
SELECT CallerPrincipal, COUNT(*) AS CallCount, AVG(DurationMs) AS AvgDuration
FROM dbo.AIEndpointLog
WHERE CallTimestamp > DATEADD(hour, -1, SYSUTCDATETIME())
GROUP BY CallerPrincipal
HAVING COUNT(*) > 100
ORDER BY CallCount DESC;
Sugerencia
Configure alertas para patrones de uso de puntos de conexión de IA inusuales. Los picos repentinos de llamadas o llamadas de participantes inesperados pueden indicar credenciales comprometidas o errores de aplicación.
Características de inteligencia artificial segura en Microsoft Fabric
Las bases de datos SQL de Microsoft Fabric controlan el acceso de punto de conexión de IA de forma diferente a Azure SQL. En lugar de credenciales con alcance a nivel de base de datos e Identidad Administrada, Fabric utiliza roles de espacio de trabajo y control de acceso basado en capacidad.
En Fabric, las funcionalidades de inteligencia artificial están vinculadas al área de trabajo. Los usuarios con roles de colaborador o superiores en el área de trabajo pueden invocar características de inteligencia artificial como funciones de IA y Copilot. El control de acceso se produce en el nivel del área de trabajo en lugar de mediante permisos de base de datos.
Para proteger las características de IA en Fabric:
- Asigna los roles del área de trabajo cuidadosamente, ya que controlan el acceso a la inteligencia artificial
- Supervisión del uso mediante las métricas de capacidad y los registros de actividad de Fabric
- Uso de las características de protección de datos de Fabric para controlar a qué datos pueden acceder las funciones de inteligencia artificial
Para obtener instrucciones detalladas sobre cómo configurar los servicios de INTELIGENCIA ARTIFICIAL en Fabric, consulte la documentación de Fabric AI.