חזרה לפיד
articlesמקור: MongoDB Official Blog (general)15.10.2026

איך לאבטח היסטוריית צ'אט של סוכני AI

אמ;לק

מדריך טכני להצפנת נתונים רגישים שנשמרים על ידי סוכני AI (כמו היסטוריית שיחות). שימוש ב-CSFLE (הצפנה בצד הלקוח) מבטיח שגם אם בסיס הנתונים ייפרץ, המידע יישאר מוצפן.

סיכום בעברית: מערכת VibeSec · מדיניות המקורות

נוסף ל-VibeSec:

כותרת מקורית: How to Encrypt LangGraph Checkpoints With MongoDB CSFLE

איך לאבטח היסטוריית צ'אט של סוכני AI

התוכן המלא בעברית

תרגום אוטומטי מהמקור; מונחים טכניים נשארו באנגלית. לנוסח המחייב — הכתבה המקורית.

האם היית סומך על סוכן AI אם מנהל מסד נתונים יוכל לקרוא כל הודעה בשרשור הפעילות שלו? עבור צ'אט בוט הפונה ללקוח, המציאות הזו כבר נשמעת מטרידה. גם אם אתה סומך על המפעילים הפנימיים שלך, נקודות ביקורת (checkpoints) בטקסט רגיל נשארות קריאות באותה מידה לכל מי שישיג גישה למסד הנתונים במהלך פריצה.

פריסת סוכנים בסביבת ייצור דורשת יותר מאשר לצייד אותם בכלים ובהקשר הנכונים: היא מחייבת גם אבטחה של המצב שהם שומרים בזמן עבודתם, כדי להגן על נתוני משתמשי הקצה ולעמוד בדרישות האבטחה והרגולציה.

פוסט זה מדגים כיצד ניתן למנף את MongoDB Client-Side Field Level Encryption (CSFLE) כדי להצפין נקודות ביקורת של LangGraph לפני שהן נכתבות למסד הנתונים. האפליקציה יכולה לפענח את המצב כשהיא צריכה להמשיך הרצה, בעוד שכל מי שאין לו גישה למפתחות ההצפנה יראה רק טקסט צופן במקום את המידע הרגיש.

מה שתבנה

בסוף פוסט זה, תהיה לך דוגמת קוד המראה כיצד להרחיב את ה-CipherProtocol של LangGraph להצפנת מצב נקודות הביקורת באמצעות MongoDB CSFLE ולאחסן את המידע המוצפן דרך MongoDBSaver.

הדוגמה משתמשת ב-CSFLE מפורש עם AWS Key Management Service (AWS KMS). ניתן להתאים את תצורת ה-KMS עבור Azure Key Vault, Google Cloud KMS או KMIP על ידי ביצוע הגדרות ה-PyMongo הספציפיות לספק.

מה שאתה צריך לפני שאתה מתחיל

• פריסת MongoDB ומחרוזת חיבור.

• מרחב שמות של כספת מפתחות עבור מפתחות הצפנת נתונים ⁦CSFLE⁩.

• מפתח הצפנת נתונים (⁦DEK⁩) עם השם החלופי ⁦langgraph_csfle_key⁩ .

• ⁦KMS⁩ אישורים זמינים דרך סביבת זמן הריצה שלך.

למידע על יצירת DEK, תצורת כספת מפתחות, אישורים וסיבוב מפתחות, עיין בתיעוד ניהול מפתחות הצפנה ו-CSFLE ב-PyMongo API.

למה להצפין את מצב נקודות הביקורת של LangGraph?

ב-LangGraph, נקודות ביקורת (checkpointers) שומרות תמונת מצב (snapshot) של מצב הגרף בכל שלב. מצב שמור זה מאפשר לסוכן להמשיך הרצה לאחר כשל ותומך בזרימות עבודה של אדם-במעגל (human-in-the-loop). תמונות מצב אלה עשויות לכלול הודעות משתמש, תוצאות כלים וכל נתון אחר שהסוכן צבר בשרשור. MongoDBSaver שומר את המצב הזה באוספים כגון checkpoints, וכך מתקבלות הפעלות הניתנות לחידוש בעת בניית סוכן AI עם LangGraph ו-MongoDB. חברת MongoDB גם תיעדה מדוע נקודות ביקורת חשובות ליישומי סוכנים בסביבת ייצור במאמרים על Checkpointers ועל רטריברים של הורה-ילד ב-LangChain ו-MongoDB.

אם מסמכים אלה מכילים פרטי לקוחות חסויים, רישומי עובדים או הקשר רפואי, אוסף נקודות הביקורת הופך ליעד בעל ערך גבוה. בקרת גישה מבוססת תפקידים (RBAC), הצפנה במנוחה ו-TLS עדיין חשובות, אך הן אינן מונעות ממשתמש בעל הרשאות במסד הנתונים (לגיטימי או לא) לקרוא את המסמכים אם הם מאוחסנים בטקסט רגיל.

על מה ⁦MongoDB⁩ ⁦CSFLE⁩ מגן?

⁦MongoDB Client-Side Field Level Encryption⁩ (⁦CSFLE⁩) מצפין נתונים באפליקציה לפני שהם עוזבים את הלקוח, כך שהערכים של שדות מוצפנים לעולם אינם גלויים למנוע מסד הנתונים. זה נותן לך סט של יתרונות מעשיים:

• משתמש במסד נתונים ללא גישה למפתחות ההצפנה לא יוכל לקרוא את השדות המוצפנים.

• הדרייבר ⁦MongoDB⁩ משתלב עם ⁦AWS⁩ ⁦KMS⁩, ⁦Azure Key Vault⁩, ⁦Google Cloud⁩ ⁦KMS⁩, או חנות מפתחות ⁦KMIP-compliant⁩, כך שמפתחים לא צריכים לבנות ולהקשיח לקוח ⁦KMS⁩ מותאם אישית.

• הצפנת מעטפה מפרידה בין מפתח ראשי של לקוח (⁦CMK⁩) ב-⁦KMS⁩ שלך לבין מפתחות הצפנת נתונים (⁦DEKs⁩) המאוחסנים באוסף כספת מפתחות, עם ⁦APIs⁩ לסיבוב ועטיפה מחדש.

מנהלי התקנים של ⁦MongoDB⁩ תומכים בשני סוגים של ⁦CSFLE⁩: הצפנה אוטומטית, כאשר סכימה ⁦JSON⁩ אומרת למנהל ההתקן אילו שדות להצפין ולפענח, והצפנה מפורשת, שבה אפליקציית הלקוח קוראת להצפנה ולפענח פרימיטיבים ישירות לשדות שיש להצפין. נשתמש ב-⁦CSFLE⁩ מפורש בדוגמה זו.

מדוע קידוד ⁦Base64⁩ אינו מגן על מצב המחסום

כברירת מחדל, LangGraph מבצע סריאליזציה לנקודות ביקורת ו-MongoDBSaver מאחסן את הבייטים כ-BSON Binary. בלקוח מסד נתונים כגון MongoDB Compass, המידע נראה כמו Binary.createFromBase64(...). Base64 הוא קידוד נוח למכונה, אך הוא אינו הצפנה: כל מי שיכול לקרוא את המסמך יכול לפענח אותו ללא מפתח. המטרה של דוגמה זו היא להחליף ייצוג הפיך זה בטקסט צופן שהופק על ידי CSFLE.

איור 1. מחסום ⁦LangGraph⁩ מאוחסן על ידי ⁦MongoDBSaver⁩ ללא ⁦CSFLE⁩.

כיצד להשתמש ב-⁦CSFLE⁩ עם ⁦LangGraph⁩ של ⁦EncryptedSerializer⁩

ה-EncryptedSerializer של LangGraph כבר מספק נקודת הרחבה לצופן מותאם אישית. המפעל (factory) המובנה ל-AES דורש מפתח הצפנה כקלט. גישה זו עשויה לעבוד עבור הדגמה פשוטה, אך תכנון לייצור דורש גם הצפנת מעטפה, אחסון בכספת מפתחות, אינטגרציה עם KMS וסיבוב מפתחות.

כפי שמציין התיעוד של LangGraph, ניתן לשנות את צופן ה-AES המוגדר כברירת מחדל ב-EncryptedSerializer על ידי כתיבת מימוש מותאם אישית ל-CipherProtocol: המימוש המוצע ממנף את MongoDB CSFLE כדי לבצע הצפנה ופענוח של נקודות ביקורת.

הגדר את מטפל ההצפנה ⁦MongoDB⁩

המטפל (handler) מנהל את לקוח ה-MongoDB ואת לקוח ה-CSFLE המפורש. הוא קורא את ערכי החיבור והאישורים ממשתני סביבה ומשתמש בשם החלופי של ה-DEK כדי להצפין את המידע שעבר סריאליזציה.

בעת אתחול האובייקט ⁦ClientEncryption⁩, ניתן לבחור בין אלגוריתמי הצפנה שונים. בִּפְרָט:

• הצפנה דטרמיניסטית מתאימה כאשר אפליקציה זקוקה לשאילתות שוויון בשדה מוצפן, אך היא יכולה לחשוף דפוסי תדר;

• הצפנה אקראית מייצרת טקסט צופן שונה עבור אותו טקסט פשוט ומספקת סודיות חזקה יותר.

דוגמה זו מצפינה את מטען המחסום המסודר כערך אטום ואינה מבצעת שאילתה בתוכו, מסיבה זו היא משתמשת בהצפנה אקראית.

⁦Implement CipherProtocol⁩

מתאם ה-CipherProtocol קטן בכוונה. LangGraph מעביר בייטים שעברו סריאליזציה עבור הצפנה, ומעביר את שם הצופן המאוחסן ואת הטקסט המוצפן חזרה עבור פענוח.

⁦Construct⁩ והפעל את המחסום המוצפן

הבלוק הבא יוצר את ה-serializer ומעביר אותו ל-MongoDBSaver. המודל מוצג רק כדי להפוך את הדוגמה לשלמה; השתמש באינטגרציית המודל המתאימה לסוכן שלך.

מה נשאר לשאילתה לאחר ההצפנה?

בדיקת אוסף נקודות המחסום ⁦LangGraph⁩ ב-⁦MongoDB Compass⁩ מאשרת כי עומס המחסום, כולל הודעות משתמשים ותגובות סוכן, מוצפן בהצלחה.

בהתאם לגרסאות ה-LangGraph ו-MongoDBSaver שלך, מטא-נתונים של ניתוב וסריאליזציה (כגון thread IDs, checkpoint IDs ושמות) עשויים להישאר גלויים. מכיוון שזמן הריצה מסתמך על שדות אלה כדי לאתר ולחדש נקודות ביקורת, עליך לוודא שהיישום שלך אינו כולל מידע מזהה אישי (PII), במיוחד בתוך ה-thread_id.

זכור ש-LangGraph תמיד שומר נתוני נקודות ביקורת כגוש בינארי, ללא קשר להצפנה. כתוצאה מכך, לא ניתן להשתמש במידע המוצפן כמסנן בשאילתות. אם מקרה השימוש שלך דורש שנתוני אפליקציה מוצפנים יישארו ניתנים לשאילתה (תמיכה בשאילתות שוויון, טווח, קידומת, סיומת או מחרוזת משנה), תוכל למנף במקום זאת את MongoDB Queryable Encryption. עיין בתיעוד של MongoDB Queryable Encryption לפרטים.

איור 2. איסוף המחסום לאחר ⁦CSFLE⁩ משולב עם ⁦LangGraph⁩ של ⁦EncryptedSerializer⁩.

סיכום נקודות מפתח

מצב נקודת הבידוק של LangGraph יכול להכיל הודעות רגישות ותוצאות כלים, כך שאחסון המטען בטקסט ברור (⁦base64⁩ ביישום ברירת המחדל) עשוי שלא להיות מותאם לדרישות האבטחה או התאימות של מקרי שימוש רבים בארגונים.

על ידי חיבור EncryptedSerializer למימוש CipherProtocol מותאם אישית, LangChain יכולה למנף את MongoDB CSFLE כדי להצפין את מידע נקודות הביקורת לפני ש-MongoDBSaver שומר אותו. MongoDB ממשיכה לספק אחסון עמיד ומטא-נתונים לניתוב, בעוד שהצפנה מבוססת KMS מגינה על התוכן מפני קוראי מסד נתונים שאין להם גישה לפענוח.

כדי ללמוד כיצד לבנות ולפרוס סוכני AI עם MongoDB, צפה בקורס AI Agents with MongoDB.

לפרטי מימוש, חקור את האינטגרציה של MongoDB עם LangChain ואת האינטגרציה של MongoDB Atlas עם LangGraph.

מוכנים להתחיל לבנות? הירשמו ל-Atlas והתחילו בחינם עוד היום.

#mongodb#encryption#data-security#ai-security
קרא במקור

קריאה וכלים קשורים

אבטחת MongoDBמונחי אבטחה והסברים בעברית