La récupération agentique (anciennement Vector Search 2.0) vous permet de protéger vos données au repos à l'aide de clés cryptographiques gérées via Cloud Key Management Service. Cette intégration permet de contrôler les clés utilisées pour chiffrer le contenu client principal, y compris la possibilité d'effectuer la rotation de ces clés et de les révoquer.
Par défaut, les données sont chiffrées à l'aide des paramètres par défaut de la plate-forme gérés par Google. Les CMEK vous permettent de contrôler directement les clés de chiffrement.
Pour en savoir plus, consultez la documentation sur les clés de chiffrement gérées par le client (CMEK).
Prérequis et contraintes
Les conditions préalables et contraintes suivantes doivent être remplies pour utiliser CMEK avec une collection :
La clé Cloud KMS doit se trouver dans la même région Google Cloud que la collection qu'elle protège. Par exemple, une collection de la région
us-central1doit utiliser une clé Cloud KMS située dansus-central1.Vous devez attribuer le rôle
cryptoKeyEncrypterDecrypterà votre compte de service par produit et par projet (P4) sur votre clé Cloud KMS. Le compte de service P4 respecte le format suivant :service-${CONSUMER_PROJECT_NUMBER}@gcp-sa-vectorsearch.iam.gserviceaccount.com
Créer une collection protégée par CMEK
Une fois que vous remplissez toutes les conditions préalables, vous pouvez utiliser la gcloud CLI, l'API REST ou le SDK Python pour créer une collection avec CMEK activée.
Utiliser la gcloud CLI
Spécifiez l'ID de ressource complet de votre clé Cloud KMS à l'aide de l'argument --kms-key :
gcloud vector-search collections create [COLLECTION_ID] \
--kms-key projects/[KMS_PROJECT_ID]/locations/[REGION]/keyRings/[KEY_RING]/cryptoKeys/[KEY]
Utiliser l'API REST
Incluez le encryption_spec dans le corps de votre requête POST :
{
"encryption_spec": {
"crypto_key_name": "projects/[PROJECT_ID]/locations/[REGION]/keyRings/[KEY_RING]/cryptoKeys/[KEY]"
}
}
Utiliser le SDK Python
Utiliser le SDK Python :
request = vectorsearch_v1beta.CreateCollectionRequest(
parent=f"projects/{PROJECT_ID}/locations/{LOCATION}",
collection_id=collection_id,
collection={
"data_schema": {...},
"vector_schema": {...},
# Specifies the customer-managed encryption key spec for a Collection
"encryption_spec": {
"crypto_key_name": f"projects/{PROJECT_ID}/locations/{LOCATION}/keyRings/{KEY_RING}/cryptoKeys/{KEY}"
}
},
)
operation = vector_search_service_client.create_collection(request=request)
operation.result()
Migrer des objets de données d'une collection non CMEK vers une collection compatible avec CMEK
Les CMEK ne peuvent pas être activées pour les collections existantes. Vous devez plutôt migrer les objets de données vers une nouvelle collection sur laquelle la CMEK est activée.
Pour ce faire :
Exportez vos objets de données d'une collection existante vers un bucket Cloud Storage.
Créez une collection avec CMEK activé.
Importez vos objets de données dans la collection.
Rotation des clés
Lorsqu'une clé est alternée dans Cloud KMS, les nouvelles données sont chiffrées à l'aide de la version de clé primaire, tandis que les données existantes restent chiffrées avec la version précédente. Pour en savoir plus, consultez Rotation des clés.
La révocation des clés
La révocation ou la désactivation d'une clé désactive immédiatement la collection. Les index ANN associés sont automatiquement annulés et les données en mémoire sont purgées. Les opérations de lecture, d'écriture et de recherche sur la collection échoueront.
Les collections ne sont pas automatiquement réactivées si la clé est restaurée.
Ressources compatibles avec le chiffrement CMEK
Les ressources Gemini Enterprise Agent Platform couvertes par les CMEK sont les suivantes : La prise en charge de CMEK des fonctionnalités en preview est également au statut preview.
| Ressource | Éléments chiffrés | Liens vers la documentation |
|---|---|---|
| Ensemble de données | Toutes les données importées par l'utilisateur (par exemple le contenu textuel) pour DataItems et Annotations.
Contenu créé par l'utilisateur, tel que AnnotationSpecs, ColumnSpecs. |
Créer un ensemble de données pour entraîner des modèles de classification et de régression
Créer un ensemble de données pour entraîner des modèles de prévision |
| Index | Tous les fichiers de données utilisés pour Vector Search sur les index Gemini Enterprise Agent Platform stockés dans Cloud Storage, Pub/Sub et la mémoire de stockage interne. Le type Index et IndexEndpoint doivent être créés avec la même clé.
Tous les index d'une collection doivent être créés avec la même clé. |
Gérer les index dans Vector Search :
Gérer les index dans Vector Search 2 |
| Collections | Les collections permettent de stocker des objets de données associés. | Gérer les collections dans Vector Search 2 |
| DataObjects | Les collections stockent les données sous forme d'objets JSON individuels appelés "objets de données". | Gérer des objets de données dans Vector Search 2 |