AI サービスへのセキュリティで保護されたアクセスを構成する

完了済み

AI 対応データベース ソリューションは、多くの場合、予測、埋め込み、またはその他の AI を利用した応答を生成するためにアプリケーションが呼び出すモデル エンドポイントを公開します。 これらのエンドポイントをセキュリティで保護すると、AI モデルと処理するデータの両方が保護されます。 マネージド ID は、エンドポイントをモデル化するためにアプリケーションを認証するための、セキュリティで保護された資格情報のない方法を提供します。

アプリケーションがデータベース環境内から Azure OpenAI、Azure Machine Learning、またはその他の AI サービスを呼び出す場合は、これらの呼び出しを呼び出すことができるユーザーを制御し、通信チャネルを保護する必要があります。 Microsoft Fabric の SQL Server、Azure SQL、SQL データベースのモデル エンドポイントをセキュリティで保護するための戦略を見てみましょう。

モデル エンドポイントのセキュリティに関する問題を理解する

モデル エンドポイントは、従来のデータベース操作と比較して、固有のセキュリティの課題を提示します。 これらのエンドポイントは、多くの場合、機密データを処理し、呼び出しごとに大きなコストが発生する可能性があり、微調整されたモデルに埋め込まれた知的財産を公開する可能性があります。

誰かが不正アクセスを受けた場合はどうなりますか? 慎重に作成されたプロンプトを使用してデータを流出させたり、過剰な API 呼び出しで予期しないコストを発生させたり、独自のモデルの動作をプローブしたりする可能性があります。 そのため、これらのエンドポイントを保護するには、認証、承認、監視が必要です。

Microsoft Fabric の Azure SQL および SQL データベースでは、HTTP 要求を行うストアド プロシージャまたは関数を使用して外部 AI サービスを呼び出すことができます。 これらの呼び出しは、通常は API キーまたはマネージド ID を使用して、AI サービスに対して認証する必要があります。

AI サービスのマネージド ID を構成する

マネージド ID を使用すると、API キーをデータベースまたはアプリケーション コードに格納する必要がなくなります。 代わりに、Azure は ID 資格情報を自動的に管理し、その ID に AI サービスへのアクセスを許可します。

Azure OpenAI を呼び出す必要がある Azure SQL Database の場合は、まずシステム割り当てマネージド ID を有効にします。

-- The managed identity is enabled in Azure portal or via Azure CLI
-- Verify the identity exists
SELECT * FROM sys.dm_external_provider_certificate_store;

次に、Azure ロールベースのアクセス制御を使用して、マネージド ID に Azure OpenAI へのアクセス権を付与します。

# 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}"

マネージド ID を使用する データベース スコープの資格情報 を作成します。

CREATE DATABASE SCOPED CREDENTIAL AzureOpenAICredential
WITH IDENTITY = 'Managed Identity',
SECRET = '{"resourceId": "https://cognitiveservices.azure.com/"}';

この資格情報は、マネージド ID を使用して Cognitive Services リソース スコープのトークンを取得するように SQL に指示します。

セキュリティで保護されたエンドポイント呼び出しを実装する

それでは、すべてをまとめてみましょう。 外部 REST エンドポイント呼び出しを使用して、AI サービスを安全に呼び出します。 まず、AI エンドポイントを参照する外部データ ソースを作成します。

CREATE EXTERNAL DATA SOURCE AzureOpenAI
WITH (
    TYPE = REST,
    LOCATION = 'https://myopenai.openai.azure.com',
    CREDENTIAL = AzureOpenAICredential
);

次に、AI エンドポイントを呼び出すストアド プロシージャを作成します。

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;

AI 機能にアクセスする必要があるユーザーにのみ実行アクセス許可を付与します。

-- 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];

Important

AI エンドポイントを呼び出すことができるデータベース ユーザーを制限します。 多くの場合、AI 呼び出しではコストが発生し、機密データを処理できます。 ロールベースのアクセスを使用して、これらの機能を使用できるアプリケーションとユーザーを制御します。

Azure Machine Learning エンドポイントをセキュリティで保護する

Azure Machine Learning モデルエンドポイントも同様のパターンに従います。 マネージド ID アクセスを構成し、認証用の資格情報を作成します。

リアルタイム推論エンドポイントのアクセスを設定する方法を次に示します。

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
);

バッチ推論エンドポイントの場合、通常はデータをストレージに送信し、パイプラインをトリガーします。 マネージド ID を使用して、そのストレージ アクセスをセキュリティで保護してください。

エンドポイント監視を実装する

AI エンドポイントの使用状況を監視して異常を検出し、コストを管理できます。 簡単なログ記録方法を次に示します。

-- 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;

このログ記録を行うと、ログに対してクエリを実行して、通常とは異なるパターンを見つけることができます。

-- 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;

ヒント

通常とは異なる AI エンドポイントの使用パターンのアラートを設定します。 予期しない主要関係者からの呼び出しや急激なコールの増加は、資格情報の漏えいやアプリケーションのバグを示している可能性があります。

Microsoft Fabric で AI 機能をセキュリティで保護する

Microsoft Fabric の SQL データベースは、AZURE SQL とは異なる方法で AI エンドポイント アクセスを処理します。 Fabric では、データベース スコープの資格情報とマネージド ID の代わりに、ワークスペース ロールと容量ベースのアクセス制御が使用されます。

Fabric では、AI 機能はワークスペースに関連付けられています。 共同作成者以上のワークスペース ロールを持つユーザーは、AI スキルや Copilot などの AI 機能を呼び出すことができます。 アクセス制御は、データベースのアクセス許可ではなく、ワークスペース レベルで行われます。

Fabric で AI 機能をセキュリティで保護するには:

  • AI アクセスを制御するため、ワークスペース ロールを慎重に割り当てる
  • Fabric の容量メトリックとアクティビティ ログを使用して使用状況を監視する
  • Fabric のデータ保護機能を使用して、アクセスできるデータ AI 機能を制御する

Fabric での AI サービスの構成に関する詳細なガイダンスについては、 Fabric AI のドキュメントを参照してください。