Chaves de criptografia gerenciadas pelo cliente (CMEK) na recuperação de agentes

A Recuperação de Agentes (antiga Busca Vetorial 2.0) permite proteger seus dados em repouso usando chaves criptográficas gerenciadas pelo Cloud Key Management Service. Essa integração oferece controle sobre as chaves usadas para criptografar o conteúdo principal do cliente, incluindo a capacidade de alternar e revogar essas chaves.

Por padrão, os dados são criptografados usando os padrões de plataforma gerenciados pelo Google. As CMEKs oferecem controle direto sobre as chaves de criptografia.

Para mais informações, acesse a documentação sobre chaves de criptografia gerenciadas pelo cliente (CMEK).

Pré-requisitos e restrições

Os seguintes pré-requisitos e restrições precisam ser atendidos para usar CMEK com Coleções:

  • A chave do Cloud KMS precisa estar na mesma região do Google Cloud que a coleção que ela protege. Por exemplo, uma coleção na região us-central1 precisa usar uma chave do Cloud KMS localizada em us-central1.

  • É preciso conceder à conta de serviço por produto por projeto (P4) o papel cryptoKeyEncrypterDecrypter na chave do Cloud KMS. A conta de serviço P4 segue este formato: service-${CONSUMER_PROJECT_NUMBER}@gcp-sa-vectorsearch.iam.gserviceaccount.com

Como criar uma coleção protegida por CMEK

Depois de atender a todos os pré-requisitos, use a CLI gcloud, a API REST ou o SDK do Python para criar uma nova coleção com a CMEK ativada.

Como usar a CLI gcloud

Especifique o ID de recurso totalmente qualificado da chave do Cloud KMS usando o argumento --kms-key:

gcloud vector-search collections create [COLLECTION_ID] \
    --kms-key projects/[KMS_PROJECT_ID]/locations/[REGION]/keyRings/[KEY_RING]/cryptoKeys/[KEY]

Como usar a API REST

Inclua o encryption_spec no corpo da solicitação POST:

{
  "encryption_spec": {
    "crypto_key_name": "projects/[PROJECT_ID]/locations/[REGION]/keyRings/[KEY_RING]/cryptoKeys/[KEY]"
  }
}

Como usar o SDK do Python

Usando o SDK do 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()

Como migrar objetos de dados de uma coleção sem CMEK para uma coleção com CMEK

Não é possível ativar CMEKs em coleções que já existem. Em vez disso, é necessário migrar os objetos de dados para uma nova coleção com a CMEK ativada.

Para fazer isso, siga estas etapas:

  1. Exporte os objetos de dados de uma coleção para um bucket do Cloud Storage.

  2. Crie uma nova coleção com a CMEK ativada.

  3. Importe os objetos de dados para a coleção.

Rotação de chaves

Quando uma chave é alternada no Cloud KMS, os novos dados são criptografados usando a versão da chave primária, enquanto os dados atuais permanecem criptografados com a versão anterior. Para mais detalhes, consulte Rotação de chaves.

Revogação de chaves

Revogar ou desativar uma chave desativa imediatamente a coleção. Os índices de RNA associados são automaticamente removidos, e os dados na memória são limpos. As operações de leitura, gravação e pesquisa na coleção vão falhar.

As coleções não são reativadas automaticamente se a chave for restaurada.

Recursos compatíveis com CMEK

Os recursos da Gemini Enterprise Agent Platform cobertos por CMEK são os seguintes. O suporte de CMEK para recursos em fase de pré-lançamento também está no status de pré-lançamento.

Recurso Material criptografado Links de documentação
Conjunto de dados Todos os dados importados do usuário (por exemplo, conteúdo de texto) para DataItems e Annotations.

Conteúdo criado pelo usuário, como AnnotationSpecs, ColumnSpecs.
Criar um conjunto de dados para treinar modelos de classificação e regressão

Criar um conjunto de dados para treinar modelos de previsão
Índice Todos os arquivos de dados usados para a Pesquisa Vetorial em índices da Gemini Enterprise Agent Platform armazenados no Cloud Storage, no Pub/Sub e no armazenamento interno. O índice e o IndexEndpoint precisam ser criados com a mesma chave.

Todos os índices em uma coleção precisam ser criados com a mesma chave.
Gerenciar índices na Pesquisa Vetorial:

Gerenciar índices na Pesquisa Vetorial 2
Coleções As coleções são usadas para armazenar objetos de dados relacionados. Gerenciar coleções na Pesquisa Vetorial 2
DataObjects As coleções armazenam dados como objetos JSON individuais chamados de objetos de dados. Gerenciar objetos de dados na Pesquisa Vetorial 2