Oracle tillkännager AI Security Mesh, baserat på OpenAI:s cybermodeller

Oracle tillkännagav Oracle AI Security Mesh den 27 oktober 2026 på Oracle AI World i Las Vegas. Det är en hanterad plattform baserad på OpenAI:s avancerade cybermodeller, som enligt Oracle är utformad för att hjälpa organisationer att hitta och åtgärda säkerhetsbrister snabbare.

Erbjudandet kompletterar OCI Identity Assurance, som använder biometri för att verifiera människors identitet, och OCI Zero Trust Packet Routing, som tillämpar nätverkets åtkomstregler för att skydda kritiska system och data.

”När AI-agenter får ett större ansvar behöver företag säkerhet som kan hålla jämna steg med hur de här systemen fungerar”, säger Phil Newman, Oracles vice vd för säkerhet och identitet. Newman säger att de samlade funktionerna är tänkta att hjälpa organisationer att identifiera och hantera säkerhetsrisker snabbare, samtidigt som de behåller kontrollen över vem som får godkänna känsliga åtgärder och vilka system AI-arbetslaster får åtkomst till.

Plattformen omfattar applikationer och infrastruktur som körs lokalt, i OCI eller i andra moln. Den kombinerar OpenAI:s avancerade cybermodeller med Oracles testverktyg och den information som kunderna tillhandahåller om sina egna system. Modellerna resonerar kring applikationernas beteende och undersöker hur potentiella svagheter skulle kunna utnyttjas, vilket hjälper säkerhetsteam att prioritera de mest kritiska riskerna, enligt Oracle.

Så fungerar testning och åtgärdande

För varje upptäckt tillhandahåller plattformen underlag, till exempel steg för att återskapa problemet och testresultat, och hjälper teamen att utvärdera föreslagna åtgärder. Testningen utförs inom en omfattning som kunden har godkänt, och plattformen kontrollerar hur de föreslagna åtgärderna påverkar applikationens förväntade beteende. Inga ändringar för att åtgärda problemen genomförs förrän kunden har godkänt dem. Varje agent körs med en egen identitet, ett fastställt uppdrag och behörigheter som tilldelas vid behov, medan oberoende övervakningssystem kan upptäcka och stoppa aktiviteter utanför de godkända ramarna.

På Oracles produktsida beskrivs ramverk för kartläggning som automatiskt kartlägger kundens system och kopplingarna mellan dem med hjälp av den information och åtkomst som kunden tillhandahåller. Det hjälper testagenterna att hitta svagheter med mindre manuellt förarbete. Specialiserade agenter spårar hur svagheter hänger samman mellan olika system och testar möjliga angreppsvägar, medan en separat agent kontrollerar om upptäckterna går att återskapa. Upptäckterna sparas i en privat kunskapsbas för varje företag, så att varje bedömning bygger vidare på vad agenterna redan har lärt sig, och plattformen prioriterar de allvarligaste bekräftade svagheterna. Teamen granskar de rekommenderade åtgärderna och kodändringarna som agenterna har hjälpt till med innan de testas på nytt.

I ett blogginlägg som publicerades den 27 oktober 2026 beskrev Jordan Acosta, produktmarknadschef för AI på Oracle, en hanterad plattform som kombinerar avancerade AI-modeller för cybersäkerhet, däribland OpenAI:s cybermodeller, med Oracles säkerhetsexpertis. Han redogjorde för arbetsflödet: Oracle kartlägger kundens system och lägger fram en testplan för godkännande; specialiserade AI-agenter undersöker svagheter och testar hur någon skulle kunna utnyttja dem; en separat agent upprepar testet för att bekräfta att problemet är verkligt; kodningsagenter kan hjälpa till att ta fram kodändringar för teamets godkännande; och när ändringarna har införts kontrollerar plattformen att bristen är åtgärdad och att den normala verksamheten fortfarande fungerar.

Acosta illustrerade vilken typ av risk det handlar om med en beställningsapplikation som saknade en åtkomstkontroll. En kund som loggade in för att se en beställning skulle då även kunna hämta någon annans, vilket förvandlade en rutinmässig affärshändelse till en väg in till privat information. För att en AI-modell ska fungera effektivt vid säkerhetstester för företag krävs det att system kartläggs, verktyg kopplas samman, undersökningar samordnas, upptäckter valideras och testernas genomförande kontrolleras, skrev han. Oracle har samlat dessa funktioner i en hanterad plattform som bygger på metoder, verktyg och skyddsåtgärder som förfinats genom storskalig testning av företagets egna system, så att kunderna inte själva behöver bygga och driva testinfrastrukturen.

Biometrisk verifiering av mänskliga godkännanden

Inför en känslig åtgärd, till exempel att betala ut pengar eller ändra åtkomstbehörigheter, kan OCI Identity Assurance använda biometri för att bekräfta identiteten och närvaron hos den person som godkänner åtgärden. Enligt Oracle bidrar detta i arbetsflöden med AI-agenter till att säkerställa att godkännanden kommer från verifierade personer. Funktionen är inbyggd i OCI Identity and Access Management och fungerar med alla Oracle Cloud-tjänster, däribland OCI och Oracles applikationer.

Oracle uppger att de biometriska funktionerna även skyddar medarbetarnas hela livscykel, från rekrytering till löpande åtkomst till företagets system. OCI Identity Assurance kombinerar kontroller av identitetshandlingar med biometrisk verifiering för att hjälpa till att upptäcka bedragare, även personer som deltar i nordkoreanska upplägg med IT-arbetare. Efterföljande biometriska kontroller hjälper till att avslöja identitetsbedrägerier och kontoöverlåtelser genom att bekräfta att personen som får åtkomst till företagets resurser är samma person som den registrerade användaren.

Zero Trust Packet Routing och användningsområden

OCI Zero Trust Packet Routing lanserades 2024, och Oracle uppgav att företaget var den första molnleverantören att införa den framväxande öppna standarden i sin plattform. Funktionen är direkt inbyggd i OCI:s nätverksstruktur och tillämpar åtkomstpolicyer under själva applikationerna och agenterna. Organisationer uttrycker sina säkerhetskrav genom policyer på ett begripligt språk, där det anges vilka resurser som får kommunicera med varandra och vilka vägar som får leda till känsliga data. Trafik till en skyddad resurs måste tillåtas både av paketdirigeringspolicyerna och av befintliga nätverkskontroller. Skyddet gäller även när nätverkskonfigurationerna ändras, vilket enligt Oracle bidrar till att förhindra att felkonfigurationer gör känsliga resurser åtkomliga.

För AI-arbetsbelastningar fungerar kapaciteten enligt Oracle som ett oberoende skydd på infrastrukturnivå, som kan isolera komprometterade arbetsbelastningar, blockera obehöriga förflyttningar i sidled och begränsa vägar för dataexfiltrering. Oracles implementation bygger på en öppen specifikation som har utvecklats genom ett branschinitiativ. Det finns också en referensimplementation med öppen källkod, för att främja bredare användning och interoperabilitet.

Johannes Landgraf, cybersäkerhetschef på OpenAI, sade att den senaste generationens AI skapar nya möjligheter att hjälpa organisationer att identifiera och bemöta allt mer sofistikerade säkerhetshot. ”Genom att kombinera OpenAI:s avancerade modeller med Oracles säkerhetsfunktioner för företag kan vi hjälpa säkerhetsteam att utreda komplexa problem, prioritera kritiska risker och påskynda åtgärder, samtidigt som de behåller de kontroller de behöver”, sade Landgraf.

På Oracles produktsida anges även målgrupper och användningsområden inom fyra branscher. Team som utvecklar och driver SaaS-applikationer kan före en lansering testa om en kund skulle kunna komma åt en annan kunds data. Vårdteam kan kontrollera om sammankopplade portaler och applikationer exponerar patientjournaler för personer som inte ska ha åtkomst till dem. Team inom finansiella tjänster kan testa möjliga angreppsvägar till konto- och transaktionsdata. Tillverkare kan undersöka kopplingar mellan leverantörsportaler, lagersystem och ERP-applikationer för att hitta brister som kan påverka produktion eller leverans.

Oracle uppmanar organisationer som är intresserade av plattformen att kontakta företaget för att komma igång.