Azure AI Foundry, Foundry Local ve Purview DSPM for AI: Kurumsal AI Ajan Guardrail Mimarisi
Özel AI ajanlarının ve Foundry Local modellerinin hassas kurumsal veriyi sızdırmasını önleyen Microsoft Purview DSPM for AI tek-tık yönetişim politikaları, Prompt Shield ve veri değerlendirme mimarisi.
Kurumlar artık yalnızca hazır Microsoft 365 Copilot kullanmakla yetinmiyor. Geliştirme ekipleri doğrudan istemci cihazlarda Foundry Local üzerinde çalışan açık ağırlıklı modelleri çalıştırıyor ve Azure AI Foundry içinde Azure AI Search indekslerine bağlanan otonom ajanlar geliştiriyor. Ancak kontrolsüz araç çağrıları ve yerel model önbellekleri, klasik DLP kurallarının göremediği yeni veri sızma kanalları açıyor. Microsoft Purview DSPM for AI, hem M365 Copilot hem de özel Azure AI Foundry ajanları için tek bir yönetim düzleminde görünürlük ve veri koruması sağlar.
Bu mimari, 2023’teki Azure OpenAI Private Endpoint yaklaşımını otonom çoklu-ajan dönemine taşır. Bugün sahada uygulanan AI Coding Agents ve Model Sunucu Güvenliği ile Purview & Copilot Güvenliği pratiklerinin birleşimi bu temel üzerinde yükselir.
Veri Sınırları ve Yetki Devralma İlkeleri
Özel ajan mimarilerinde güven sınırı modelin kendisinde değil, modelin eriştiği veri ve araç katmanında çizilir:
- Merkezi AI Veri Görünürlüğü:
Purview DSPM for AI, özel Azure AI Foundry ve Foundry Agent Service projelerindeki prompt ve yanıt akışlarını, kredi kartı veya TCKN gibi hassas veri ihlallerini ve jailbreak denemelerini tek Data Map üzerinden izler. - Dolaylı Prompt Enjeksiyonuna Karşı Koruma:
Azure AI Content Safety Prompt ShieldsveGroundedness Detection, harici bir e-posta veya PDF içinden gelen gizli talimatların otonom ajan araçlarını (send_email,delete_record) tetiklemesini engeller. - Yerel Çıkarım ve Uç Nokta Koruması: Finans veya savunma gibi hava boşluklu ortamlarda
Foundry Localile veriyi buluta çıkarmadan NPU/GPU üzerinde çıkarım yapılırken, yerel model ve önbellek dosyaları Intune BitLocker ve Endpoint DLP kurallarıyla korunur. - Uyumluluk ve Veri Yerleşimi: Üretilen denetim kayıtları NIST AI RMF, EU AI Act ve Microsoft Sovereign Cloud veri yerleşimi gereksinimleriyle uyumlu biçimde tutulur.
Ön Koşullar ve Yetki Ayrımı
Kuruluma geçmeden önce lisans, kimlik ve araç izinleri netleştirilmelidir:
- Lisanslama ve Altyapı: Azure AI Foundry ve AI Content Safety için aktif Azure aboneliği; yönetişim tarafında ise Purview DSPM for AI (M365 E5 ile temel Copilot DSPM kapsamları dahil) gerekir.
- Kimlik ve Belge Düzeyi Erişim: Ajan kimlikleri Entra ID üzerinde izole edilmeli, RAG indekslerinde
Azure AI Search Document-Level Access Controlaktif olmalı ve Purview yönetimindeData Security AI Adminrolü atanmalıdır. - Araç İzin Sınırı: Otonom ajanlara bağlanan API veya MCP araçları varsayılan olarak salt okunur tanımlanmalı; yazma, ödeme veya silme işlemleri insan onayı (
Human-in-the-Loop) kapısından geçirilmelidir.
PowerShell ile AI Güvenlik Yapılandırması Doğrulaması
Aşağıdaki PowerShell komutları salt okunur denetim sınıfındadır (Azure Reader yetkisi ve Az.* modülü yeterlidir). Canlı yapılandırmayı değiştirmeden Azure AI Foundry ve Cognitive Services kaynaklarında yerel anahtar doğrulamasının (DisableLocalAuth), genel ağ erişiminin ve Log Analytics günlüklerinin durumunu kontrol eder.
# Salt okunur denetim: Azure AI Foundry / Services ağ ve anahtar izolasyonunu kontrol et
Connect-AzAccount
Get-AzCognitiveServicesAccount | Select-Object AccountName, Kind, ResourceGroupName, PublicNetworkAccess, DisableLocalAuth
# Kaynağın Log Analytics çalışma alanına Diagnostic Logs gönderip göndermediğini doğrula
$Account = Get-AzCognitiveServicesAccount | Select-Object -First 1
if ($Account) {
Get-AzDiagnosticSetting -ResourceId $Account.Id | Select-Object Name, WorkspaceId
}AI Güvenliği Telemetrisi ve KQL Doğrulama Sorgusu
Üretimdeki Prompt Shield engellemelerini ve şüpheli ajan API çağrılarını izlemek için aşağıdaki telemetri toplama sorgusu kullanılabilir (Log Analytics Reader veya Security Reader yetkisiyle çalışır).
// Veri Kaynağı: Azure Resource Diagnostic Settings -> Log Analytics / Microsoft Sentinel (AzureDiagnostics)
AzureDiagnostics
| where TimeGenerated > ago(14d)
| where ResourceProvider == "MICROSOFT.COGNITIVESERVICES"
| where OperationName has_any ("ChatCompletions", "Assistants", "ContentSafety", "Agent")
| where toint(ResultSignature) in (400, 401, 403) or ResultDescription has_any ("content_filter", "jailbreak", "shield")
| project TimeGenerated, Resource, OperationName, ResultSignature, CallerIPAddress, ResultDescription
| summarize BlockedEvents = count() by Resource, OperationName, ResultSignature
| order by BlockedEvents descSaha Riskleri, Sınırlar ve Geri Dönüş Planı
Üretim ortamlarında en sık yapılan hata, İK ve Pazarlama dokümanlarını aynı vektör indeksine atıp kullanıcı kimliği filtresi koymadan tek bir Managed Identity ile sorgulamaktır; bu durumda yetkisiz bir çalışan ajan üzerinden gizli belgelere ulaşabilir. İkinci yaygın hata ise geliştirici bilgisayarlarındaki yerel model ve prompt önbellek klasörlerini Endpoint DLP kapsamı dışında bırakmaktır.
- Azaltılan ve Azaltılamayan Riskler:
Private Endpoint,Managed Identity, içerik filtreleri veSharePointaşırı paylaşım (SAM) katmanları açık API anahtarı sızıntısını ve izinsiz indekslemeyi sınırlar. Ancak kullanıcının zaten okuma yetkisine sahip olduğu hassas veriyi meşru sorguyla görmesini (DLP/etiketleme yoksa) veya model halüsinasyonlarını tek başına ortadan kaldırmaz. - Bağımlılıklar ve Kesinti Riski: Yapı
DisableLocalAuthdesteğine,Private DNSçözümlemesine veSharePoint Advanced Managementsite sınırlarına bağımlıdır. Anahtar tabanlı doğrulamayı aniden kapatmak eski botları ve entegrasyonları kesebilir. - Geri Dönüş (Rollback) Planı: Ağ izolasyonu ve yerel anahtar kapatma adımları önce test AI örneklerinde doğrulanmalıdır. Beklenmeyen bir kesintide tüm kaynağı genel ağa açmak yerine
Set-SPOSiteveyaUpdate-AzCognitiveServicesAccountüzerinden yalnızca etkilenen kapsam gevşetilerek güvenli biçimde geri dönülmelidir.
Doğrulanmış Birincil Kaynaklar & Açık Kaynak Depolar
Bu teknik rehber aşağıdaki resmi duyuru, Microsoft Learn belgeleri ve açık kaynak PowerShell / KQL depolarıyla doğrulanmıştır.
Çok Kanallı Yayın Özeti (X & LinkedIn Taslağı)
X (Twitter) ve LinkedIn paylaşım taslaklarını göster / gizle
Çok Kanallı Yayın Özeti (X & LinkedIn Taslağı)
X (Twitter) ve LinkedIn paylaşım taslaklarını göster / gizleÖzel AI ajanları ve yerel modeller için Azure AI Foundry + Purview DSPM for AI guardrail mimarisi yayında. #AzureAIFoundry #Purview #AISecurity
Otonom Ajan Çağının Güvenliği: RAG vektör veritabanlarında On-Behalf-Of ACL izolasyonu, Prompt Shields ve Purview DSPM for AI denetimi.