Cybersikkerhed

Oracle annoncerer Oracle AI Security Mesh, drevet af OpenAIs cybermodeller

mm
Føj Unite.AI til dine foretrukne kilder på Google

Oracle annoncerede Oracle AI Security Mesh den 27. oktober 2026 på Oracle AI World i Las Vegas. Det er en administreret platform drevet af OpenAIs avancerede cybermodeller, som ifølge Oracle er udviklet til at hjælpe organisationer med hurtigere at finde og afhjælpe sikkerhedssårbarheder.

Tilbuddet supplerer OCI Identity Assurance, der bruger biometri til at verificere menneskers identitet, og OCI Zero Trust Packet Routing, der håndhæver politikker for netværksadgang for at beskytte kritiske systemer og data.

»I takt med at AI-agenter får mere ansvar, har virksomheder brug for sikkerhed, der kan følge med den måde, disse systemer fungerer på,« sagde Phil Newman, Oracles senior vicepræsident for sikkerhed og identitet. Newman sagde, at de kombinerede funktioner skal hjælpe organisationer med hurtigere at identificere og håndtere sikkerhedsrisici, samtidig med at de bevarer kontrollen over, hvem der kan godkende følsomme handlinger, og hvilke systemer AI-arbejdsbelastninger kan få adgang til.

Platformen dækker applikationer og infrastruktur, der kører lokalt, i OCI eller i andre cloudmiljøer. Den kombinerer OpenAIs avancerede cybermodeller med Oracles testværktøjer og den kontekst, kunderne leverer om deres egne systemer. Modellerne ræsonnerer over applikationernes adfærd og undersøger, hvordan potentielle svagheder kan udnyttes, så sikkerhedsteams kan prioritere de mest kritiske risici, oplyste Oracle.

Sådan fungerer test og afhjælpning

For hvert fund leverer platformen dokumentation, der underbygger det, såsom trin til at genskabe problemet og testresultater, og hjælper teams med at vurdere foreslåede løsninger. Testene udføres inden for en ramme, som kunden har godkendt, og platformen kontrollerer, hvordan foreslåede løsninger påvirker applikationens forventede adfærd. Der foretages ingen ændringer for at afhjælpe problemet, før kunden har godkendt dem. Hver agent kører med en særskilt identitet, et klart defineret opgaveområde og tidsbegrænsede tilladelser, der tildeles efter behov, mens uafhængige overvågningssystemer kan registrere og standse aktivitet uden for de godkendte rammer.

På Oracles produktside beskrives rammer for kortlægning, der automatisk kortlægger kundens systemer og forbindelserne mellem dem ud fra den kontekst og adgang, kunden stiller til rådighed. Det hjælper testagenter med at finde svagheder med mindre manuelt forarbejde. Specialiserede agenter sporer, hvordan svagheder hænger sammen på tværs af systemer, og tester mulige angrebsveje, mens en separat agent kontrollerer, om fundene kan genskabes. Opdagelserne gemmes i en privat vidensbase for hver virksomhed, så hver vurdering bygger videre på det, agenterne allerede har lært, og platformen prioriterer de mest alvorlige bekræftede svagheder. Teams gennemgår anbefalede løsninger og kodeændringer udarbejdet med hjælp fra agenter, inden de testes igen.

I et blogindlæg offentliggjort den 27. oktober 2026 beskrev Jordan Acosta, produktmarketingchef for AI hos Oracle, en administreret platform, der kombinerer avancerede AI-modeller til cybersikkerhed, herunder OpenAIs cybermodeller, med Oracles sikkerhedsekspertise. Han beskrev arbejdsgangen: Oracle kortlægger kundens systemer og foreslår en testplan til godkendelse; specialiserede AI-agenter undersøger svagheder og tester, hvordan nogen kunne udnytte dem; en separat agent gentager testen for at bekræfte, at problemet er reelt; kodeagenter kan hjælpe med at udarbejde kodeændringer til teamets godkendelse; og når ændringerne er gennemført, kontrollerer platformen, at sårbarheden er lukket, og at den normale aktivitet stadig fungerer.

Acosta illustrerede den type risiko, det drejer sig om, med en bestillingsapplikation, hvor et adgangstjek manglede. En kunde, der logger ind for at se en bestilling, kunne også hente en anden kundes bestilling, så en almindelig forretningsinteraktion blev en vej til private oplysninger. Han skrev, at det kræver kortlægning af systemer, sammenkobling af værktøjer, koordinering af undersøgelser, validering af fund og styring af, hvordan testene udføres, at gøre en AI-model effektiv til sikkerhedstest i virksomheder. Oracle har samlet disse funktioner i en administreret platform, der bygger på metoder, værktøjer og sikkerhedsforanstaltninger, som er blevet forfinet gennem omfattende test af Oracles egne systemer. Dermed behøver kunderne ikke selv at opbygge og drive denne testinfrastruktur.

Biometrisk verifikation af menneskelige godkendelser

Før en følsom handling, såsom at frigive en betaling eller ændre adgangstilladelser, kan OCI Identity Assurance bruge biometri til at bekræfte identiteten på den person, der godkender handlingen, og at personen er til stede. Oracle oplyste, at det i arbejdsgange med AI-agenter hjælper med at sikre, at godkendelser kommer fra verificerede personer. Funktionen er indbygget i OCI Identity and Access Management og fungerer på tværs af alle Oracle Cloud-tjenester, herunder OCI og Oracle-applikationer.

Oracle oplyste, at de biometriske funktioner også beskytter medarbejderforløbet fra ansættelse til løbende adgang til virksomhedens systemer. OCI Identity Assurance kombinerer kontrol af identitetsdokumenter med biometrisk verifikation for at hjælpe med at opdage bedragere, herunder personer involveret i ordninger med nordkoreanske it-medarbejdere. Efterfølgende biometriske kontroller hjælper med at afsløre identitetssvindel og overdragelse af konti ved at bekræfte, at den person, der får adgang til virksomhedens ressourcer, er den samme som den registrerede bruger.

Zero Trust Packet Routing og anvendelsesmuligheder

OCI Zero Trust Packet Routing blev lanceret i 2024, og Oracle sagde, at virksomheden var den første cloududbyder, der implementerede den nye åbne standard i sin platform. Løsningen er indbygget direkte i OCI’s netværksinfrastruktur og håndhæver adgangspolitikker under selve applikationerne og agenterne. Organisationer angiver deres sikkerhedskrav i politikker, der er lette at læse, og som definerer, hvilke ressourcer der må kommunikere med hinanden, og hvilke forbindelser der må føre til følsomme data. Trafik til en beskyttet ressource skal være tilladt både i pakkeroutingpolitikkerne og i de eksisterende netværkskontroller. Beskyttelsen forbliver aktiv, når netværkskonfigurationerne ændres, hvilket ifølge Oracle hjælper med at forhindre, at fejlkonfigurationer gør følsomme ressourcer sårbare.

For AI-arbejdsbelastninger fungerer løsningen ifølge Oracle som en uafhængig beskyttelse på infrastrukturniveau, der kan begrænse kompromitterede arbejdsbelastninger, blokere for uautoriseret lateral bevægelse og begrænse veje, der kan bruges til at eksfiltrere data. Oracles implementering bygger på en åben specifikation, der er udviklet gennem et brancheinitiativ, og en open source-referenceimplementering er tilgængelig for at fremme bredere udbredelse og interoperabilitet.

Johannes Landgraf, chef for cybersikkerhed hos OpenAI, sagde, at den nyeste AI skaber nye muligheder for at hjælpe organisationer med at identificere og håndtere stadig mere sofistikerede sikkerhedstrusler. »Ved at kombinere OpenAIs avancerede modeller med Oracles sikkerhedsfunktioner til virksomheder kan vi hjælpe sikkerhedsteams med at undersøge komplekse problemer, prioritere kritiske risici og fremskynde afhjælpningen, samtidig med at de bevarer den nødvendige kontrol,« sagde Landgraf.

Oracles produktside angiver også målrettede anvendelsesområder inden for fire sektorer. Teams, der udvikler og driver SaaS-applikationer, kan inden en lancering teste, om én kunde kan få adgang til en anden kundes data. Sundhedsteams kan undersøge, om sammenkoblede portaler og applikationer giver personer uden adgangstilladelse mulighed for at se patientjournaler. Finansvirksomheder kan teste mulige angrebsveje til konto- og transaktionsdata, mens producenter kan undersøge forbindelser mellem leverandørportaler, lagersystemer og ERP-applikationer for mangler, der kan påvirke produktionen eller ordreafviklingen.

Oracle opfordrer organisationer, der er interesserede i platformen, til at kontakte virksomheden for at komme i gang.

Miles Okada er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker kunstig intelligens og cybersikkerhed med fokus på nye trusler, defensive arkitekturer og de udviklende dynamikker mellem angribere og automatiserede systemer. Hans arbejde undersøger, hvordan AI omformer sikkerhedsoperationer, fra autonom trusselsdetektion og -respons til fremkomsten af adversarielle AI-teknikker.

Med et teknisk og undersøgende perspektiv analyserer Miles sikkerhedsforskning, hændelsesoffentliggørelser og implementeringer i den virkelige verden for at forstå, hvor AI styrker forsvar – og hvor det introducerer nye sårbarheder. Han lægger særlig vægt på modeludnyttelse, dataforgiftning, automatisering af angreb og de operationelle realiteter ved at sikre AI-drevne systemer i stor skala.

Artikler skrevet af Miles Okada er AI-genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre nøjagtighed, stringens og ansvarlig dækning af det hastigt skiftende AI-sikkerhedslandskab.