
Bảo mật và công nghệ
BMB Technology
Đăng ngày
Tóm tắt: Multi-tenant giúp nhiều khách hàng dùng chung một nền tảng nhưng không được chia sẻ dữ liệu ngoài phạm vi; cách ly phải xuyên suốt dữ liệu, RAG, bộ nhớ, cache và công cụ.
Một nhà cung cấp AI doanh nghiệp có thể phục vụ hàng chục hoặc hàng trăm khách hàng. Mỗi khách hàng có tổ chức, người dùng, tài liệu, số liệu và chính sách riêng. Xây riêng một bản phần mềm cho từng khách hàng có thể tăng công vận hành, nhưng dùng chung nền tảng lại tạo câu hỏi bảo mật: Làm sao bảo đảm dữ liệu khách hàng A không bao giờ xuất hiện trong kết quả của khách hàng B?
Đó là trọng tâm của kiến trúc multi-tenant: nhiều khách hàng hoặc đơn vị độc lập dùng chung một phần nền tảng nhưng phải được cách ly theo các ranh giới đã thiết kế.
Tenant khác user và phòng ban như thế nào?
Tenant thường là một không gian khách hàng/tổ chức có dữ liệu, cấu hình và quyền riêng. Bên trong tenant có nhiều người dùng, vai trò, phòng ban và đơn vị trực thuộc.
Ví dụ, công ty A và công ty B là hai tenant khác nhau. Trong tenant A có các chi nhánh A1 và A2. Giám đốc chi nhánh A1 có thể bị giới hạn dữ liệu trong A1; nhưng dù là CEO của A, người đó cũng không có quyền với dữ liệu tenant B.
Hai mức cách ly này khác nhau: cách ly tenant ngăn rò rỉ giữa khách hàng; phân quyền nội bộ giới hạn người dùng trong một khách hàng.
Multi-tenant không chỉ là thêm cột tenant_id
Ở cơ sở dữ liệu, cột tenant_id giúp liên kết bản ghi với tenant. Nhưng nếu lập trình viên quên điều kiện lọc trong một truy vấn hoặc Agent gọi công cụ dưới quyền rộng, dữ liệu có thể bị lộ.
Vì vậy cần thiết kế nhiều lớp phòng vệ: tenant context được xác thực từ phiên, chính sách dữ liệu, kiểm tra ở API và kiểm thử truy vấn chéo tenant.
Đặc biệt, mã tenant do người dùng gửi trong prompt không phải dữ liệu đáng tin để quyết định phạm vi truy cập. Người dùng không được yêu cầu “chạy báo cáo cho tenant B” rồi tự nâng quyền.
Ba mô hình lưu trữ nhiều tenant
| Mô hình | Ưu điểm | Thách thức |
|---|---|---|
| Chung database, chung schema, có tenant key | Tiết kiệm tài nguyên, dễ vận hành số lượng tenant lớn | Đòi hỏi kiểm soát truy vấn và phân quyền nghiêm ngặt |
| Chung database, tách schema | Có mức phân tách cấu trúc cao hơn | Quản lý migration và số lượng schema phức tạp |
| Database riêng từng tenant | Cách ly vận hành tốt hơn ở tầng DB | Tăng tài nguyên, chi phí và vận hành |
Không có một lựa chọn phù hợp cho mọi trường hợp. Có thể kết hợp mô hình dựa trên yêu cầu khách hàng, dữ liệu và mức cách ly cần thiết.
Dù dùng database riêng, ứng dụng vẫn cần kiểm soát quyền công cụ, cache, logging và file; cách ly ở DB không tự động bao phủ toàn hệ thống.
Cách ly PostgreSQL và dữ liệu phân tích
Nếu nhiều tenant dùng chung PostgreSQL, Row-Level Security (RLS) có thể giúp lọc theo chính sách. Nhưng cần đảm bảo kết nối truy vấn sử dụng ngữ cảnh tenant đúng, không dùng vai trò bypass quyền và kiểm tra mọi đường truy cập.
Với dữ liệu phân tích ở DuckDB, DuckLake hoặc các engine tương đương, cần có cơ chế xác thực tenant trước khi tạo truy vấn hoặc chọn dữ liệu. Nếu sử dụng cùng file Parquet hay manifest, mọi phép đọc cũng phải tuân thủ phạm vi tenant.
RLS ở PostgreSQL không tự bảo vệ các bản sao dữ liệu ở kho phân tích hoặc object storage.
Object Storage và đường dẫn file
Một hệ thống lưu hợp đồng, tài liệu hoặc ảnh có thể dùng object storage như MinIO. Nếu cấu trúc đường dẫn phân theo tenant nhưng URL ký sẵn được cấp sai hoặc khóa lưu trữ có quyền quá rộng, dữ liệu vẫn có thể rò rỉ.
Nên bảo đảm bucket/prefix, quyền dịch vụ, thời hạn presigned URL và đường dẫn đối tượng được xác thực. Không cho phép người dùng tự chọn object key tùy ý để yêu cầu hệ thống tải file tenant khác.
Khi một người rời tổ chức, cần xem xét khả năng thu hồi quyền, vòng đời đường dẫn và các link đã phát hành theo chính sách.
RAG và vector search là điểm dễ bị bỏ sót
Nhiều hệ thống đưa tài liệu của các tenant vào cùng một kho tìm kiếm. Nếu chỉ gắn metadata tenant_id nhưng bước search không lọc đúng, các đoạn tài liệu có thể được gửi vào context của người dùng tenant khác.
Một thiết kế phù hợp có thể dùng chỉ mục riêng hoặc bộ lọc quyền cứng tại tầng truy xuất, tùy engine và mô hình cách ly. Quan trọng là tài liệu ngoài tenant không được xuất hiện trong kết quả truy xuất trước khi LLM xử lý.
Cần kiểm tra cả quá trình reindex, thay đổi quyền tài liệu và chuyển tenant giữa các môi trường thử nghiệm.
Bộ nhớ Agent, cache và session
AI Agent có thể có bộ nhớ theo người dùng, theo nhóm hoặc theo tổ chức. Những thông tin này cũng phải có tenant owner và phạm vi chia sẻ rõ ràng.
Cache câu trả lời có thể giảm token nhưng chứa dữ liệu nhạy cảm. Một khóa cache chỉ dựa trên văn bản câu hỏi là nguy hiểm: hai người ở hai tenant cùng hỏi “doanh thu quý này” nhưng phải nhận kết quả khác nhau.
Khóa cache cần phản ánh tenant, quyền, dữ liệu nguồn và thời điểm khi phù hợp. Bộ nhớ Agent phải không tự được dùng lại ngoài tenant, kể cả khi mô hình ngôn ngữ có thể “nhớ” một ngữ cảnh cũ.
Công cụ Agent phải kiểm tra tenant từng lần gọi
Một Agent không nên có công cụ “list tất cả khách hàng” dùng quyền quản trị chung mà không áp chính sách. Mỗi tool call cần tenant context xác thực, quyền chức năng, phạm vi dữ liệu và giới hạn tài nguyên.
Khi tác vụ chạy bất đồng bộ, phải truyền ngữ cảnh quyền bền vững và kiểm tra lại những điều kiện cần thiết trước khi thực thi. Không nên giả định rằng công cụ luôn chạy trong cùng phiên tương tác trực tiếp.
Tenant isolation có liên quan gì đến cloud?
Khái niệm resource pooling trong cloud bao gồm việc tài nguyên được dùng chung để phục vụ nhiều bên theo mô hình multi-tenant, như mô tả trong thuật ngữ NIST về resource pooling.
Tuy nhiên, kiến trúc multi-tenant của ứng dụng doanh nghiệp còn có thể chạy trên hạ tầng riêng. Multi-tenant không đồng nghĩa bắt buộc sử dụng public cloud.
Bộ kiểm thử chéo tenant cần thực hiện
- Đăng nhập tenant A rồi cố yêu cầu dữ liệu tenant B qua API.
- Chạy câu hỏi RAG có từ khóa trùng với tài liệu của tenant khác.
- Thử cùng câu hỏi qua cache với hai tenant.
- Thử truy cập presigned URL hoặc object key ngoài tenant.
- Kiểm tra tác vụ nền khi người dùng đổi quyền hoặc bị thu hồi.
- Kiểm tra export, báo cáo tổng hợp và log có lẫn tenant không.
- Thử truy vấn có lỗi phân trang, filter hoặc join để tìm đường lộ dữ liệu.
Không nên chỉ kiểm thử một tình huống ở giao diện. Cần kiểm tra ở lớp dữ liệu và công cụ, kết hợp test tự động và đánh giá bảo mật.
Tình huống minh họa
Một nền tảng phục vụ hai khách hàng sản xuất. Cả hai đều hỏi “danh sách đơn hàng quá hạn”. Hệ thống phải lấy tenant từ phiên đã xác thực, biên dịch truy vấn theo phạm vi và chỉ tìm tài liệu trong không gian của tenant đó.
Nếu cache của câu hỏi dùng chung mà không có tenant key, kết quả của khách hàng A có thể vô tình được đưa cho B. Đây là ví dụ điển hình cho thấy multi-tenant phải được thiết kế xuyên suốt toàn bộ chuỗi.
BMB Insight được định hướng hỗ trợ nhiều tổ chức; phạm vi multi-tenant thực tế cần được kiểm thử trên từng thành phần của phiên bản sản phẩm đang triển khai, không chỉ qua giới thiệu tính năng.
Câu hỏi thường gặp
Mỗi tenant có nhất thiết có database riêng không?
Không. Có nhiều mô hình cách ly; lựa chọn dựa trên rủi ro, quy mô, chi phí và năng lực vận hành.
Đặt dữ liệu theo thư mục tenant có đủ bảo mật không?
Không. Cần kiểm soát quyền truy cập object, API và URL phát hành, không chỉ dựa trên tên thư mục.
Một nhân viên thuộc hai tenant thì sao?
Phải có cơ chế nhận biết và lựa chọn ngữ cảnh tenant được cấp quyền, kiểm tra từng truy vấn và không gộp dữ liệu ngầm định.
Kết luận
Multi-tenant tạo lợi thế về quy mô khi được thực thi đúng, nhưng cách ly phải đi từ phiên đăng nhập qua database, object storage, RAG, cache, bộ nhớ đến từng Agent tool.
Xem thêm ngăn AI làm lộ dữ liệu giữa phòng ban và phân quyền dữ liệu HR.
Bạn đang đánh giá giải pháp AI vận hành cho doanh nghiệp? Liên hệ BMB để trao đổi nhu cầu và đăng ký xem demo BMB Insight. Bài viết mang tính hướng dẫn và minh họa; phạm vi sản phẩm phải được xác nhận qua bản demo và khảo sát triển khai.
Giải pháp BMB liên quan
- BMB Agent Studio - Nền tảng xây dựng và vận hành AI Agent. Thiết kế luồng xử lý, quy định quyền hành động và bố trí bước phê duyệt.