Amazon Bedrock 访问控制超越模型本身
AWS 于 2026 年 11 月 12 日发布了一项 Amazon Bedrock 访问控制参考设计,将用户身份置于 AI 模型的裁量范围之外。该设计将托管知识库连接至智能体,同时保留单份文档的权限控制。其核心区别影响深远:系统或许能正确筛选文档,却可能信任了错误的身份。
该架构通过模型上下文协议(Model Context Protocol,MCP)开放搜索能力;这是一项让 AI 应用发现并调用工具的标准。受信任的基础设施提供经认证的用户信息,独立策略检查该身份,资源限制机制则保护底层知识库。
这是一项防御性集成指南,而非对已披露安全事件的说明,也不是针对提示注入的通用防御方案。其核心张力在于模型生成的工具参数与应用程序控制的授权之间。构建共享助手的开发者必须决定:哪些参数代表用户意图,哪些参数授予访问权限。
Amazon Bedrock 访问控制将身份与意图区分开来
该参考设计将搜索问题视为模型生成的输入,同时将身份信息保留给受信任的应用基础设施。
AWS 的访问控制设计结合了经验证身份注入、独立策略验证、文档筛选以及对直接访问知识库的限制。其示例使用了三份合成文档和两名用户。这样的范围让安全边界易于理解,但并不能证明其在所有企业部署中的性能或有效性。
这一虚构场景涉及部门业务计划和一则共享通知。不同员工向同一助手提出相似问题,但其回答应基于不同的获授权材料。因而,共享界面需要按用户划分检索范围。
该场景揭示了买方应立即认识到的一项区别。助手找到答案的能力,几乎无法说明它是否有权检索支撑答案的文档。搜索相关性与访问权限回答的是不同问题。
模型有助于理解员工的请求。它可以将模糊问题转化为搜索词,并判断是否需要再次搜索。但这些能力并不能确定提出请求的是哪位员工。
当身份信息与普通搜索参数并列出现时,这一区别尤为重要。描述用户的字段看起来可能只是供模型填写的另一个参数。然而,更改该字段会改变由谁的权限来约束检索。
架构上的应对方式是将这一选择从模型的授权范围中移除。模型可以提出工具调用,但受信任的基础设施决定附加其上的身份。这样的划分既保留了任务处理的灵活性,也不会将权限决策委托给模型。
这一时机之所以重要,是因为该集成将智能体驱动的工具选择与受访问控制的企业知识结合在一起。传统应用可以自行构造每一项搜索请求。智能体则引入了一个动态生成参数的组件,因此这一边界需要被明确处理。
因此,这项公告应被理解为一种集成模式,而非访问控制已实现自动化的证据。它的价值在于识别责任应归属何处。组织仍需在自身的身份和数据环境中实施并验证这些责任。
对于比较个人与团队知识的读者而言,这一区别也阐明了共享助手带来的运营负担。汇集文档会带来另一项义务:保留谁有权检索这些文档的控制。
由这一负担可以引出一个有用的采购问题:询问助手是仅仅接受用户标识符,还是从经认证的会话中派生该标识符。看似相似的界面,可能隐藏着实质不同的答案。
共享助手给应用所有者带来压力
应用所有者必须将经认证的人员关联到每一项检索请求,而不能假设共享智能体会保留这一关联。
Amazon Bedrock AgentCore Gateway 充当中介,将后端能力暴露为智能体工具。其托管知识库连接器提供 Retrieve 搜索操作,以及 AgenticRetrieveStream——一种规划并执行多个检索步骤的操作。
AWS 的连接器文档区分了这些检索路径,并说明管理员需要配置目标知识库。这一点很重要,因为工具选择与数据选择需要经过审慎的边界设定。智能体能够选择搜索操作,并不意味着其有权选择不受限制的数据源。
压力首先落在集成智能体的平台工程师身上。他们必须理解哪些值由网关固定,哪些值由模型提供,以及哪些值由受信任代码替换。因此,工具定义本身就是访问控制审查的一部分。
安全团队也面临相关挑战。当关注点是未经授权的检索时,仅审查最终回答并不足够。他们需要获得关于到达后端的请求及用于限定其范围的身份的证据。
产品负责人同样面临艰难的沟通问题。用户面对的是同一个助手,并期望整个对话过程中权限保持一致。当内部实现差异改变助手可访问的文档范围时,这些差异就变得至关重要。
以一个用于回答供应商合同问题的采购助手为例。员工可能正当地要求比较多个供应商。该请求的措辞并不会因此授予其访问受限法务材料的权限。
智能体可能正确理解比较请求,却选择了不恰当的身份或范围。即使其最终摘要准确,这仍属于授权失败。产品质量无法弥补错误的权限边界。
共享基础设施还提供了将这些问题分离的另一项理由。应用的服务凭证确立其联系后端的能力,但它们本身并不能确定每位员工对每份文档的权限。
AWS Identity and Access Management(IAM)是管理 AWS 主体与权限的系统,负责处理这类基础设施授权。文档权限则处理终端用户与特定内容之间的另一种关系。部署必须同时保持这两种关系的一致性。
这也是责任变为组织问题的地方。身份管理员维护用户目录,数据所有者管理文档权限,应用工程师组装检索请求。每个团队都可能正确完成本地任务,而整体映射仍然可能出错。
因此,实际审查应追踪完整请求,而非单个产品。谁认证了员工?哪个组件选择了检索身份?哪条权限记录决定了返回哪些文档?
对于将原型推进至共享使用场景的团队而言,这些问题会立即带来工作。短期应对措施是进行架构验证;长期应对措施则是明确身份映射、权限变更和回归检查的责任归属。
其商业含义同样具体。买方应将权限行为视为助手功能的一部分,而非幕后基础设施的承诺。所购买的功能还包括:能够对未经授权的用户拒绝提供相关信息。
受信任的注入与策略检查承担不同职责
身份注入构造预期请求;策略验证则检查该构造是否仍处于经认证用户的授权范围内。
请求拦截器是在网关调用其目标之前运行的代码。AWS 使用 Lambda——其用于运行函数的服务——实现网关拦截器。请求拦截器文档将请求转换、验证和自定义授权列为受支持的用途。
在这一设计中,拦截器会覆盖 userContext,即承载终端用户身份的请求字段。其输入来自经过验证的 JSON Web Token(JWT),即携带认证声明的已签名令牌。因此,客户端提供的身份并不决定最终的检索身份。
替换与建议之间的差异至关重要。工具描述可以告诉模型应使用哪个身份,但那仍只是一项指令。替换则让受信任组件对实际取值负责。
这种做法也改变了开发者评估模型行为的方式。模型可能生成不恰当的身份参数,但下游请求仍可携带正确的经认证身份。决定性证据是被强制执行的请求,而非模型所表达的意图。
AgentCore 中的策略提供了独立的检查。它会根据智能体自身推理之外配置的规则评估工具交互。AWS 记录了可依赖用户身份和工具输入的工具访问策略。
该参考设计使用授权策略语言 Cedar,将注入的用户身份与经验证的令牌声明进行比较。身份不匹配时应被拒绝。这构成了对拦截器结果的检查,而不是对模型的另一项指令。
这些控制措施承担互补职责。注入使合法请求更容易被一致地构造;验证则提供了在构造失败或配置变化时拒绝请求的机会。
将验证称为独立机制时需要谨慎。它会独立地将请求与经认证身份进行比较,但并不会创建一套无关的身份系统。两种机制仍都依赖上游身份信息的正确性。
这种共同依赖限制了开发者应作出的主张。两个组件达成一致,只能证明它们与共同身份来源保持一致,并不能证明该来源的用户到身份映射是正确的。
这一区别提出了一项有用的工程实践:分别测试构造与验证。有效请求表明常规路径可用;刻意制造身份不匹配的请求,则可检验检查组件是否会拒绝其本应捕获的情形。
任何一种结果都无法单独回答另一个问题。始终生成预期值的拦截器,可能掩盖策略检查并未正常工作的事实。严格的策略可以拒绝格式错误的请求,却可能让合法路径无法使用。
这还存在运营层面的权衡。将身份处理移入网关基础设施会形成可复用的边界,但该基础设施也会成为应用的关键路径之一。对它的变更应获得与其他授权变更相同级别的审查。
日志记录同样需要谨慎。AWS 警告,转发的请求标头可能包含身份验证令牌和凭据。运维可观测性应明确发生了什么,同时避免不必要地记录支撑请求的机密信息。
更广泛的经验涉及承载权限的参数。用户身份只是一个例子;开发者还应检查其他用于选择租户、账户或受限资源的字段。模型能够生成某个值,并不意味着它有权据此执行操作。
资源限制封闭了绕过网关的路径
如果检索请求能通过其他路径到达知识库,受保护的网关就无法治理这些请求。
基于资源的策略是直接附加到资源上的权限文档。对于托管知识库,AWS 支持涵盖 Retrieve 和返回文档内容的 GetDocumentContent 操作的策略。显式拒绝可覆盖调用方身份策略所授予的权限。
知识库资源策略文档还区分了托管知识库和向量知识库。这些资源策略适用于托管类型。团队不应仅因产品名称相似,就假定其支持相同的控制机制,而应先确认实际资源类型。
在参考架构中,资源限制将检索权限限定为预期的网关执行角色。该角色是网关与后端通信时所使用的 AWS 身份。这能够防止原本可能绕过网关身份处理的直接调用。
这种区分改变了安全审查的范围。检查可见的应用路径,只能证明该路径本身的行为。审查后端接受哪些调用方,才能确定该路径是否是强制性的。
对于企业部署,这项审查还应涵盖运维访问。管理工具、诊断脚本和其他应用可能有正当理由联系同一资源。每项例外都需要明确用途,并具备可理解的身份处理模型。
例外本身未必是缺陷。当应用的安全声明假定只能通过网关访问,而资源实际上接受其他调用方时,例外就会成为问题。安全声明与配置必须描述同一个系统。
资源限制也会集中权限。如果某个角色被信任以检索文档,那么使用该角色的其他工作负载也需要接受审查。限制一个角色名称,并不能证明在该角色下运行的每个进程都执行了等效的用户检查。
这带来了超出检索本身的治理问题。谁能更改资源策略?谁能修改受信任的网关或其执行角色?对这些设置的控制权,能够改变应用团队所依赖的边界。
Microsoft 提供了一个有用的对照,但并未确立谁更优。其文档级访问控制文档区分了由应用提供的安全筛选器与具备身份感知能力的权限方法。多种原生方法仍带有预览限定。
这一对比凸显了一个共同的评估问题:基于所提供身份字符串的筛选,与绑定到已认证身份的权限检查并不相同。仅凭产品标签,买方无法判断某一特定集成实际强制的是哪种关系。
因此,相关比较应是架构层面的。需要确定身份验证发生在哪里、身份如何传递到检索环节、文档权限如何评估,以及哪些调用方能够绕过应用。还需在所选配置下评估功能可用性与成熟度。
Amazon Bedrock 访问控制应纳入这一更广泛的评估。参考设计说明了一种可辩护的职责分配方式,但并未免除对部署例外、管理权限或实际使用后端的审查需求。
实际的权衡很明确:共享检索只有在其受信任的访问路径持续受到控制时才仍然便利。新增网关或服务身份时,应重新审查这一假设。
权限时效性仍是运维限制
正确的身份处理无法让过期的文档权限自动保持最新。
访问控制列表(ACL)记录哪些身份可以访问某个项目。对于启用 ACL 的 Amazon S3 数据源,Bedrock 会使用客户提供的权限元数据,在检索前筛选文档。Amazon S3 是 AWS 的对象存储服务。
AWS 的 S3 文档权限文档指出,此配置不支持实时 ACL 验证。权限变更需要同步及相关的重新索引。因此,时效性是独立于已认证身份之外的考量。
同一文档还称,启用 ACL 感知后,未关联 ACL 条目的文档不会被摄取。它也警告,ACL 问题可能会静默地遗漏受影响的文档。因此,缺少某条结果并不必然表示搜索相关性较差。
这些行为会带来不同的运维风险。过期的权限可能使访问持续时间超过数据所有者的预期。不正确的身份匹配则可能阻止已获授权的员工检索所需信息。
团队不应将这些问题混入笼统的搜索质量指标。相关性问题关注系统是否找到了正确的信息;权限问题关注系统是否将正确的信息视为有资格返回。
以员工在部门间调动为例。身份验证可以持续正常运行,而员工的文档访问权限会发生变化。组织需要知道检索系统何时反映这一变化。
时机问题是现实问题,而非理论问题。安全团队需要明确从权限变更到其效果可被观察到之间的时间间隔。应用负责人则需要说明该时间段内的行为。
混合来源部署需要额外谨慎。所提供的源资料区分了启用 ACL 的来源与不含 ACL 筛选的来源。团队应分别评估每个来源的配置,而不是假定知识库范围内存在统一的权限保证。
当原本受限的助手新增内容来源时,这一区分尤为重要。现有的身份检查并不能自动证明新来源具备等效的文档权限。因此,接入来源同样属于安全变更。
基于电子邮件的身份匹配还会引入另一项维护问题。受信任令牌可以携带已验证的地址,而组织的文档元数据可能仍引用旧地址。即使两项服务都未报告身份验证失败,身份验证与权限匹配也可能出现分歧。
适当的应对方式是生命周期测试。地址变更、用户离职、部门调动和账户恢复都应作为检索场景进行评估。仅测试新建用户,会遗漏这些转换过程。
参考设计的范围也限制了更广泛的安全声明。阻止代理选择另一位用户的身份,解决的是通往未授权检索的一条特定路径;它并不能证明系统能防御嵌入检索内容中的所有恶意指令。
员工可能有正当权限访问包含误导性或敌对文本的文档。身份强制决定是否允许检索,但并不决定文档中的指令是否应影响后续操作。
这正是 Amazon Bedrock 访问控制应与整体代理安全保持区分的原因。权限执行、内容处理和下游操作控制回答的是相关但不同的问题。一个领域的成功不应替代另一个领域所需的证据。
审慎的结论很具体:该架构提供了有用的边界,但其有效性取决于身份准确性、权限时效性和受控的访问路径。这些依赖项仍然属于运维责任。
下一步证据应来自失败测试
最有价值的下一个信号,是部署在单项假设不再成立时是否仍能维持这一边界。
未来几个月,应首先关注身份不匹配处理的公开验证。相关证据应展示已认证身份、尝试传入的冲突值,以及最终的检索决策。
最有力的测试应将注入路径与策略检查区分开来。如果即使注入缺失或失效,部署仍会拒绝不匹配项,就能支持纵深防御的论点。普通的成功搜索对这一主张提供的信息较少。
测试还应区分模型拒绝与基础设施强制执行。如果模型拒绝生成冲突参数,下游控制不一定已经被触发。受控请求能够更直接地测试这一边界。
第二个信号是对权限变更行为的测量。组织应寻找能够展示修改后的文档权限何时在检索中生效的证据。结果应明确所涉及的连接器和配置。
有文档记录且可重复的同步间隔,可帮助买方判断这种模式是否符合其运维需求。无法解释的波动将削弱人们对权限撤销预期的信心。无论结果如何,都不应将其泛化到未经测试的来源。
正面与负面结果都很重要。失去权限的用户应不再收到该文档;获得权限的用户最终也应收到符合条件的结果,避免保护性筛选变成隐蔽的可用性问题。
第三个信号是对替代访问路径的验证。证据应涵盖直接后端请求,以及其他能够联系知识库的服务。仅测试网关无法证明这些路径已被关闭。
如果替代调用方按预期被拒绝,部署就支持了“检索必须通过受保护路径”的主张。如果存在例外,其控制措施应成为评估的一部分。具备自身已验证身份处理机制的例外,与不受限制的绕过并不相同。
这些是评估信号,而不是对尚未公布 AWS 发布内容的预测。11 月的参考设计提供了可供审查的具体架构,但并未给出独立企业验证的时间表。
对于买方而言,这一标准比笼统承诺安全的企业搜索更有用。要求供应商展示如何确定用户身份、哪个组件能够更改身份,以及什么机制会拒绝不一致情况。随后再询问来源权限如何随时间变化。
对于开发者而言,这一经验也延伸到工具设计。在向模型暴露后端操作前,应将任务输入与承载权限的输入分离。在灵活性有益的地方让推理组件保持灵活,在错误可能泄露信息的地方明确权限边界。
在为共享助手采用 Amazon Bedrock 访问控制之前,先选择一份受限文档以及一名无权读取该文档的员工。追踪这次尝试检索的全过程,包括身份验证、身份注入、策略评估和后端访问。在更改权限后,并通过替代调用方重复进行该测试。还应纳入一名已获授权的用户,以验证相同控制措施仍允许合法工作正常开展。记录每项测试所能证明的内容,以及哪些假设仍不在其覆盖范围内。利用这些结果判断该部署是否满足组织的访问要求。接下来的有用步骤是检查被强制执行的请求和返回的证据,并在扩大助手的覆盖范围之前解决所有无法解释的差异。



