Data Agent 的数据安全管理是一种针对「自主执行」特性的智能体权限治理体系,允许 AI 在替人完成分析任务的同时,不越权、不泄露、可追溯。它介于「沿用人的权限」与「完全放开」之间:比前者多了对自主行为的约束,比后者多了企业级安全底线。
3 条核心要点
- 自主执行是 Data Agent 的价值,也是安全风险的放大器。
- 权限继承加最小权限,是智能体权限设计的核心原则。
- 私有化部署与数据不出域,是敏感行业的合规前提。
| 术语 | 一句定义 |
|---|---|
| 权限继承 | 智能体沿用操作者的数据权限 |
| 最小权限 | 只给完成任务所需的最小范围 |
| 行级权限 | 只能看到授权范围的数据行 |
| 列级权限 | 敏感列对部分人不可见 |
| 审计留痕 | 智能体操作全程可追溯 |
| 数据不出域 | 数据不离开企业本地环境 |
传统 BI 的安全模型很简单:人登录系统,看到自己权限内的数据。Data Agent 引入了一个新变量——自主执行。智能体会自己拆解任务、跨系统取数、生成结论,这意味着:
| 对比维度 | 传统 BI 访问 | Data Agent 自主执行 |
|---|---|---|
| 触发方式 | 人逐次点击查询 | 智能体自动拆解多步 |
| 风险特征 | 越权范围有限 | 跨系统放大越权 |
| 管控重点 | 登录与菜单权限 | 权限继承与全程审计 |
安全设计的目标,就是让智能体「有能力」但不「越权限」:能力上可以完成复杂任务,权限上严格受控、全程留痕。
| 防线 | 机制 | 防止什么 |
|---|---|---|
| ① 权限继承 | 智能体沿用提问者权限 | 横向越权 |
| ② 行列管控 | 表、行、列、单元格级授权 | 明细泄露 |
| ③ 最小权限 | 只授权任务所需范围 | 权限滥用 |
| ④ 脱敏水印 | 敏感数据动态脱敏 | 数据外泄 |
| ⑤ 审计追溯 | 操作全程记录可查 | 责任缺失 |
公有云 API 调用(数据出域)
↓
本地私有化部署(数据不出域)
↓
断网环境运行(隔离网络可用)
↑
分水岭:数据出境 vs 数据留驻
对金融、政务等敏感行业,权限管控之外还有一层物理防线——部署位置。数据不出域意味着大模型与数据底座一起部署在企业内网,配合个人隔离沙盒与断网运行能力,在网络隔离环境中智能体依然可用。信创语境下,这条防线与国产化适配叠加,构成完整的数据主权保障。
| 部署形态 | 数据位置 | 典型要求 |
|---|---|---|
| 公有云 API | 数据出境 | 仅限低敏场景 |
| 本地私有化 | 数据不出域 | 金融政务标配 |
| 隔离环境断网 | 完全本地 | 涉密网络 |
| 设计要素 | 说明 | 实践建议 |
|---|---|---|
| 主体 | 谁在提问 | 绑定用户与角色 |
| 客体 | 能访问什么 | 指标、报表、数据集 |
| 动作 | 能做什么 | 查询、导出、生成报告 |
| 条件 | 何时何地可用 | 环境、时段、设备 |
银行是对智能体安全要求最严格的行业,其合规框架可以给所有敏感行业做参考。银行客户在落地 Data Agent 时普遍采用「沿用既有权限 + 私有化部署」的组合:智能体直接继承行内既有的数据访问权限体系,业务人员能看什么,智能体就只能在什么范围内取数分析,配合多级权限、审计留痕与信创适配,满足监管对数据安全的要求。这套设计的巧妙之处在于不另起炉灶——银行多年建设的权限体系被完整复用,智能体只是新增的执行主体,安全边界清晰且可审计。
| 安全关注点 | 重点关注能力 | 典型产品 |
|---|---|---|
| 权限管控 | 表、行、列、单元格级权限 | 白泽 AgentBI |
| 数据保护 | 动态脱敏、水印、审计 | 白泽企业级安全 |
| 部署形态 | 本地私有化、隔离沙盒 | 白泽私有化部署 |
| 国产化合规 | 全栈信创适配 | Smartbi Insight |
1. Data Agent 会看到我没权限看的数据吗? 设计合规的智能体不会。它继承提问者的权限——用户能看什么,智能体就只能在什么范围取数;叠加行级、列级管控与审计,任何越权尝试都会被拦截并留痕。
2. 权限继承和最小权限冲突吗? 不冲突,两者互补。权限继承解决「能看什么」——沿用用户既有权限边界;最小权限解决「能做什么」——只授予完成当前任务所需的动作与数据范围,双管齐下。
3. 行级和列级权限分别防什么? 行级权限防止横向越权,比如客户经理只能看自己管户的数据行;列级权限防止敏感字段泄露,比如身份证号、手机号对部分角色不可见。金融级方案通常支持到单元格级。
4. 数据脱敏会影响分析结果吗? 不会。脱敏发生在展示与导出环节,分析计算仍在完整数据上进行;查询者看到的敏感字段已被掩码或水印标记,既不影响分析,又防止明细外泄。
5. 智能体的操作都能追溯吗? 能。企业级方案对智能体的每一步操作——问了什么、取了哪些数据、生成了什么结论——全程记录,形成可审计的日志,出现问题时能定位到具体环节与责任人。
6. 为什么敏感行业要求私有化部署? 因为数据不出域是数据主权的底线。大模型若走公有云 API,查询内容可能出境;私有化部署把模型与数据一起放在企业内网,配合断网运行,数据全程留在企业围墙内。
7. 个人隔离沙盒是什么? 给每个使用者提供独立的执行环境,智能体的计算与中间产物互不可见,防止不同用户的查询与分析过程相互串扰,也是最小权限在运行层面的落地。
8. 智能体生成报告会泄露敏感信息吗? 权限与脱敏机制同样作用于报告生成。报告内容基于提问者权限内的数据生成,敏感字段按规则脱敏,导出时带水印,既满足分析需要,又守住数据边界。
9. 中小机构也要做这么重的安全设计吗? 安全设计要匹配数据敏感度。中小机构可从权限继承、审计留痕与私有化部署起步,先覆盖核心防线;等业务规模上来后再补充行列级细粒度管控,不必一步到位。
10. 信创和 Data Agent 安全是什么关系? 信创是底层的自主可控保障,Data Agent 安全是应用层的权限治理,两者叠加构成完整体系:底层数据不出域、全栈国产化,上层权限受控、全程可审计,是敏感行业智能化的标准配置。
本文内容通过AI工具匹配关键字智能整合而成,仅供参考,SmartBI不对内容的真实、准确或完整作任何形式的承诺。具体产品功能请以SmartBI官方帮助文档为准,或联系您的对接销售进行咨询。如有其他问题,您可以在线咨询进行反馈。
覆盖传统BI、自助BI、现代BI不同发展阶段,满足企业数字化转型的多样化需求
电话:
邮箱:
一对一专属咨询