数据分析 Agent 如何保证数据安全

数据分析 Agent 如何保证数据安全

配图（无描述）

1️⃣ 考察意图

面试官想看你能否在"数据可用性"和"数据安全性"之间平衡。数据分析 Agent 直接访问企业核心数据，安全风险极高。

2️⃣ 标准答

数据安全分四层：访问控制 → 查询安全 → 结果脱敏 → 审计追溯：

• 访问控制：基于角色的数据权限（RBAC）。销售经理只能看自己区域的销售数据，CFO 可以看全公司财务。SQL 自动加权限过滤条件（WHERE region = CURRENT_USER_REGION）
• 查询安全：只允许 SELECT，禁止 DDL/DML。查询超时 30s，行数限制 10 万行。只读副本执行，不影响生产库。SQL 注入防护——用参数化查询而非字符串拼接
• 结果脱敏：PII 数据自动脱敏（手机号→138****1234，身份证→110***********1234）。敏感字段（如薪资）按权限显示/隐藏
• 审计追溯：记录所有查询（用户/SQL/结果行数/时间），支持事后审计。异常查询告警（如一次性查询 10 万行）

3️⃣ 答题模板

"四层安全。访问控制：RBAC+SQL自动加权限过滤。查询安全：只SELECT+超时30s+行数限制10万+只读副本+参数化查询。结果脱敏：PII自动脱敏+敏感字段按权限。审计：全量查询日志+异常告警。"

4️⃣ 高频追问

追问：行级权限怎么实现？用户只能看自己区域的数据

两种方案：(1) SQL 重写——在生成的 SQL 外层包一层 SELECT * FROM ({original_sql}) WHERE region = '华东'。简单但可能影响性能（子查询）；(2) 视图权限——为每个区域创建视图（v_sales_east/v_sales_west），用户只能访问自己区域的视图。更安全但维护成本高。实践：用 SQL 重写 + 只读账号权限双重保障

5️⃣ 避坑

• ❌ "Agent 用管理员账号查数据库就行" → ✅ "管理员权限太大，Agent 被注入后可能执行危险操作。用只读受限账号，只能 SELECT，且自动加行级权限过滤。"

6️⃣ 简历呼应

• 描述你实现的数据权限方案，给出权限粒度（表级/行级/列级）和审计能力
• "Database Security for AI Agents" (NIST, 2023)