Como o Cohere Coral aplica permissões em nível de documento e controle de acesso baseado em funções (RBAC) em fontes de dados corporativas

Quando equipes de segurança de TI e executivos de segurança da informação (CISOs) avaliam assistentes de inteligência artificial generativa como o Cohere Coral, uma preocupação técnica primordial se destaca: se o Coral estiver conectado a repositórios centrais de arquivos, como o Microsoft SharePoint ou o Google Drive, o que impede um colaborador comum de recuperar tabelas de remuneração de executivos, planos confidenciais de fusão e aquisição ou registros restritos de RH por meio de perguntas no chat?

A resposta direta é que o Cohere Coral aplica as permissões em nível de documento e o controle de acesso baseado em funções (RBAC) na camada de infraestrutura de recuperação de dados, em vez de confiar em instruções de prompt de sistema ou no julgamento probabilístico do modelo de linguagem (LLM). O Coral executa consultas por meio de autenticação delegada por usuário (fluxos OAuth 2.0 / On-Behalf-Of), aplica filtragem de segurança em tempo de execução (security trimming) e isola a busca para que cada colaborador acesse estritamente os arquivos aos quais sua identidade corporativa já tem direito de leitura.

Se um funcionário não possui privilégios de leitura para uma planilha confidencial no SharePoint ou no Google Drive, os conectores de dados do Coral descartam totalmente esse arquivo durante a fase de busca. Como nenhum fragmento não autorizado é transferido para a janela de contexto do LLM, o assistente generativo não pode revelar nem resumir informações confidenciais.

O modelo de ameaças: por que implementações simples de RAG falham em auditorias

Em implementações iniciais e simplistas de Geração Aumentada por Recuperação (RAG), é frequente o uso de uma conta de serviço global com privilégios de superadministrador ("modo Deus") para vetorizar e indexar todos os repositórios corporativos em uma única base de dados vetorial compartilhada e sem partições.

Essa arquitetura apresenta falhas críticas de conformidade:

• Os documentos perdem suas listas de controle de acesso (ACLs) nativas durante a ingestão.
• O mecanismo de busca vetorial vasculha indiscriminadamente todos os arquivos corporativos.
• Os desenvolvedores tentam conter o vazamento por meio de engenharia de prompt (por exemplo, inserindo no prompt do sistema: "Não responda sobre salários a menos que o usuário seja um gestor de RH").

Especialistas em cibersegurança reconhecem que essa abordagem é ineficaz. Os LLMs são modelos probabilísticos suscetíveis a injeções de prompt (prompt injection), jailbreaks e vazamentos contextuais. Qualquer usuário curioso ou com intenções maliciosas pode manipular a formulação da pergunta para contornar restrições baseadas puramente em prompts.

O Cohere Coral resolve essa vulnerabilidade tratando a segurança como um problema determinístico no plano de dados, e não como uma decisão probabilística do modelo gerador.

Arquitetura de três camadas para aplicação de permissões

O ecossistema corporativo do Cohere Coral protege os dados por meio de três camadas coordenadas: propagação de identidade, filtragem de segurança na recuperação e ancoragem fundamentada de citações.

+-----------------------------------------------------------------------+
|  Camada 1: Identidade corporativa e autenticação delegada             |
|  Provedor de identidade (IdP) corporativo (Entra ID, Okta, Workspace) |
|  Início de sessão -> Emissão de token delegado OAuth 2.0 por usuário  |
+-----------------------------------------------------------------------+
                                   |
                                   v
+-----------------------------------------------------------------------+
|  Camada 2: Mecanismo de busca e filtragem de segurança                |
|  - Conector direto de API: Consulta o Microsoft Graph ou Drive API    |
|    em nome do usuário (o motor nativo filtra documentos na origem)    |
|  - Busca pré-indexada: Aplica filtros booleanos com os SIDs de grupo  |
|    e metadados de ACL antes do cálculo de similaridade vetorial       |
|  * Documentos não autorizados são descartados antes de entrar no LLM *|
+-----------------------------------------------------------------------+
                                   |
                                   v
+-----------------------------------------------------------------------+
|  Camada 3: Respostas fundamentadas e citações verificáveis (Command)  |
|  - O modelo sintetiza respostas apenas com base no texto autorizado   |
|  - Cada afirmação é acompanhada de uma citação verificável            |
|  - Se nenhum documento for retornado, o modelo emite recusa segura    |
+-----------------------------------------------------------------------+

1. Propagação de identidade e delegação de usuário (Camada 1)

O Coral integra-se diretamente aos Provedores de Identidade (IdPs) corporativos por meio de padrões de Single Sign-On (SSO), como SAML 2.0 e OpenID Connect (OIDC), incluindo Microsoft Entra ID (antigo Azure AD), Okta e Google Workspace.

Quando um colaborador acessa o Coral e realiza uma pergunta:

• Ausência de credenciais administrativas compartilhadas: O Coral não realiza consultas aos sistemas de negócios utilizando uma chave mestra compartilhada.
• Encaminhamento de token (On-Behalf-Of Flow): Os conectores do Coral utilizam o fluxo de código de autorização do OAuth 2.0 e tokens de acesso com escopo delegado. Ao iniciar uma pesquisa, o conector envia o token de acesso exclusivo daquele usuário à API de destino.
• Sincronização imediata: Se o usuário for desativado, transferido ou removido de um grupo no diretório da empresa, seu acesso aos conectores de dados do Coral é revogado instantaneamente.

2. Filtragem de segurança na busca e herança de ACL (Camada 2)

O pilar central que impede o vazamento de dados é o recorte de segurança (security trimming): a exclusão sistemática de conteúdos restritos antes que qualquer resultado chegue à etapa de reclassificação (reranking) ou ao prompt do modelo.

O Coral executa esse processo de duas formas, dependendo do modelo de implementação:

A. Conectores diretos de API (Consulta em tempo de execução)

Para fontes consultadas em tempo real (como consultas diretas ao SharePoint ou ao Google Drive):

• O conector repassa o token OAuth do usuário diretamente às APIs de busca do repositório (por exemplo, Microsoft Graph API /v1.0/search/query ou Google Drive API files.list).
• A plataforma de origem executa seu próprio mecanismo de controle de acesso. O SharePoint e o Google Workspace validam a identidade do usuário, sua associação a grupos e as permissões específicas do arquivo.
• Apenas os arquivos que o colaborador tem autorização para visualizar na interface convencional são retornados ao Coral. Documentos restritos são omitidos na própria resposta da API de origem.

B. Busca corporativa pré-indexada (Metadados de ACL + Pré-filtragem)

Em arquiteturas de alto desempenho em que documentos extensos são segmentados, convertidos em embeddings e armazenados em bancos de dados vetoriais (como implementações baseadas no Cohere Toolkit ou OpenSearch):

• Ingestão de metadados de ACL: Durante a pipeline de indexação, os conectores extraem não apenas o conteúdo textual e os vetores, mas também os metadados de segurança completos: identificador do proprietário, listas de usuários autorizados, identificadores de segurança de grupo (SIDs) e parâmetros de herança.
• Resolução de grupos no momento da consulta: Quando o usuário submete uma consulta, o sistema verifica no diretório corporativo (via SCIM ou Graph API) quais grupos de segurança aquele usuário integra atualmente.
• Pré-filtragem antes da similaridade vetorial: O banco de dados vetorial executa um filtro booleano obrigatório validando se os SIDs do usuário constam na lista de permissões do documento. Os vetores não autorizados são descartados antes do cálculo de proximidade e não chegam à etapa do Cohere Rerank.

3. Geração fundamentada e citações auditáveis (Camada 3)

Os modelos da família Command da Cohere (como o Command R e o Command R+) foram treinados especificamente com foco em geração fundamentada (grounded generation):

• Ancoragem estrita no contexto: O modelo é instruído a construir suas respostas exclusivamente a partir dos trechos autorizados contidos em sua janela de contexto, anexando citações precisas a cada frase.
• Recusa segura em buscas sem resultado: Se a filtragem de segurança eliminar todos os arquivos candidatos restritos, a janela de contexto não receberá nenhum trecho. Em vez de especular ou recorrer a conhecimentos gerais pré-treinados, o modelo declara com segurança que não encontrou informações disponíveis para responder.

Comparação prática: Microsoft SharePoint vs. Google Drive

Cada repositório corporativo adota uma estrutura particular de governança de acesso. Os conectores do Coral respeitam essas particularidades nativamente:

Particularidades do SharePoint

No SharePoint, a herança de permissões pode ser interrompida em pastas ou arquivos específicos (opção "Parar de herdar permissões"), reservando itens delicados apenas para a diretoria.

Na integração com o Coral:

1. A requisição utiliza o token delegado do usuário no Microsoft Graph.
2. O Graph API avalia o Serviço de Token de Segurança (STS) do SharePoint para calcular as permissões efetivas.
3. Se um arquivo confidencial da pasta financeira tiver a herança interrompida, a consulta ao Graph retornará zero resultados para um colaborador comum. O modelo sequer toma ciência de que o arquivo existe.

Particularidades do Google Drive

O Google Workspace divide os repositórios entre o "Meu Drive" e os "Drives Compartilhados", distribuindo papéis como leitor, comentarista, colaborador, administrador de conteúdo e administrador.

Na integração com o Coral:

1. O Coral realiza a autenticação OAuth solicitando acesso somente leitura para os arquivos visíveis à conta do usuário.
2. A API do Google Drive restringe automaticamente os resultados aos drives aos quais o usuário pertence.
3. Drives compartilhados departamentais restritos (como Jurídico ou Diretoria) permanecem completamente inacessíveis a colaboradores não autorizados.

Governança e RBAC na plataforma Cohere

Além de herdar as ACLs dos repositórios corporativos, a própria plataforma Cohere dispõe de mecanismos de governança administrativa:

Funções da plataforma: Administrador (Owner) vs. Usuário (User)

O painel de controle da Cohere estabelece uma separação clara entre gestão e consumo:

• Owner / Administrador: Gerencia membros do ambiente corporativo, cadastra conectores corporativos, emite e revoga chaves de API de produção, configura o SSO e acompanha métricas de uso e conformidade.
• User / Usuário comum: Utiliza a interface conversacional, autentica seus próprios tokens OAuth para as ferramentas aprovadas e visualiza seu histórico, sem permissão para alterar endpoints de conectores ou configurações de modelos.

Escopo de conectores por departamento

Os administradores de TI podem limitar a visibilidade de conectores específicos conforme os grupos de usuários da organização:

• Conector do Salesforce: Disponibilizado exclusivamente para as equipes de vendas e atendimento ao cliente.
• Conector da Wiki interna: Aberto para todos os colaboradores da empresa.
• Conector de ERP financeiro: Restrito rigorosamente aos profissionais de controladoria e finanças.

Essa segmentação garante defesa em profundidade: antes mesmo da avaliação das ACLs individuais de cada arquivo, sistemas corporativos inteiros já são bloqueados com base na estrutura organizacional.

Logs de auditoria e integração com SIEM

Para atender às exigências de conformidade regulatória, o Cohere Coral permite a exportação de registros estruturados para ferramentas de SIEM corporativas (como Splunk, Datadog ou Microsoft Sentinel), incluindo:

• Identificador do usuário autenticado e registro de data e hora.
• Conectores e ferramentas acionados durante a interação.
• Identificadores de documentos e URLs de origem dos trechos recuperados.
• Citações apresentadas na resposta final gerada.

As equipes de segurança podem estabelecer alertas automáticos para investigar consultas anômalas ou tentativas de varredura massiva de informações.

Fronteiras de implantação: nuvem privada e retenção zero de dados

Para empresas submetidas a marcos regulatórios rígidos (como LGPD, GDPR, SOC 2 Tipo II, ISO 27001 ou HIPAA), a localização física e o isolamento dos dados são indispensáveis:

1. Implantação em VPC privada ou On-Premises: Os modelos da Cohere e o Coral podem ser executados na Virtual Private Cloud do cliente (AWS, Azure, Google Cloud ou Oracle Cloud) ou em servidores locais isolados. Nenhum dado transita por nuvens públicas desprotegidas.
2. Retenção zero de dados (Zero Data Retention): A Cohere assegura que prompts, documentos internos recuperados e respostas geradas não são armazenados em servidores compartilhados nem usados no treinamento de modelos públicos.
3. Criptografia em trânsito e em repouso: Todo o tráfego dos conectores utiliza TLS 1.3, e os dados indexados contam com criptografia AES-256 compatível com chaves gerenciadas pelo cliente (CMEK).

O risco oculto: o problema do "compartilhamento excessivo" na origem

Mesmo com o rigor técnico do Cohere Coral, as equipes de segurança devem considerar uma realidade operacional importante: a IA generativa não contorna permissões, mas dá visibilidade imediata a arquivos que já estavam incorretamente configurados.

Se um colaborador da área financeira salvou acidentalmente um arquivo de remuneração com a configuração "Qualquer pessoa na organização com o link pode visualizar", o documento é formalmente acessível a todos. Na rotina anterior, ninguém o encontrava por falta de visibilidade do link. Com a adoção do Coral, ao perguntar sobre salários, o assistente localizará e resumirá o documento porque a ACL original assim permitiu.

Lista de verificação para líderes de segurança e TI

Antes de habilitar conectores do Coral em escala na empresa:

1. Auditar o repositório de origem: Utilizar soluções de conformidade (como o Microsoft Purview) para localizar dados confidenciais marcados com permissões amplas ("Todos na empresa").
2. Impor autenticação delegada (OAuth): Confirmar que os conectores utilizam tokens de usuário individuais e não credenciais estáticas de contas de serviço com privilégios elevados.
3. Compartimentar conectores sensíveis: Isolar dados de departamentos críticos (Jurídico, Recursos Humanos, Controladoria) em conectores com acesso restrito via IdP.
4. Alinhar a expiração de tokens: Sincronizar o ciclo de renovação dos tokens OAuth com as políticas corporativas de gerenciamento de sessões.
5. Configurar monitoramento no SIEM: Estabelecer alertas para identificar padrões de busca atípicos ou solicitações contínuas sobre temas confidenciais.

Conclusão

O Cohere Coral adota uma postura de confiança zero na recuperação de dados corporativos para IA generativa. Ao fundamentar cada busca na identidade delegada do usuário, filtrar conteúdos não autorizados no próprio plano de dados antes da inferência e atrelar as respostas a citações verificáveis, o Coral assegura que a experiência do assistente permaneça estritamente contida dentro dos limites das ACLs e das diretrizes de RBAC definidas pela TI.

Referências

• An Overview of Cohere's RAG Connectors | Cohere
• GitHub - cohere-ai/cohere-toolkit: Cohere Toolkit is a collection of prebuilt components enabling users to quickly build and deploy RAG applications.
• GitHub - cohere-ai/quick-start-connectors: This open-source repository offers reference code for integrating workplace datastores with Cohere's LLMs, enabling developers and businesses to perform seamless retrieval-augmented generation (RAG) on their own data.
• AI Security and Data Protection | Cohere