甲骨文深度信任AI架构
3 ステップ2 件4 ソース
美国甲骨文公司(Oracle)于2026年10月26日在拉斯维加斯举行的AI World大会上正式发布“深度信任”AI架构(Deep Trust AI Architecture)。该架构旨在解决企业部署AI智能体时面临的安全与合规挑战,其核心理念是将信任机制从易被绕过的应用层下沉至数据库底层,通过软件平台、数据、数据访问和应用开发四个关键层级内置安全策略与业务规则,确保AI无法绕过控制。
【背景】随着AI代理通过MCP服务器或自然语言转SQL直接访问数据,传统仅在应用代码中实施的权限管理极易失效。甲骨文执行副总裁Juan Loaiza指出,单纯依赖AI遵循指南不足以防范风险,必须在基础设施层面强制实施治理。
目前,该架构整合了Oracle AI Database、Autonomous AI Database及APEX AI Application Generator等成熟能力。例如,通过“Oracle SQL Assertions”在数据库内直接拦截违反业务规则的请求(如超额报销),并利用“Deep NL2SQL”结合企业业务知识提升问答准确性。尽管HyperFRAME Research等机构认为此举将竞争焦点从模型智能转向架构信任,但异构环境下的迁移成本及企业对AI生成结果的验收共识仍是待解难题。
経緯
甲骨文在美国拉斯维加斯举办的Oracle AI World大会上正式宣布推出“深度信任”AI架构,主张将信任机制嵌入技术栈的四个关键层级。
prnewswire.com ↗甲骨文发布官方博客及技术文档,详细阐述架构细节,包括利用加密令牌验证身份、通过SQL Assertions执行业务规则以及Deep NL2SQL的技术实现。
blogs.oracle.com ↗科技媒体TechNews报道甲骨文后续系列文章,强调该架构引入“执行结果凭证”(Outcome Receipt)以增强可追溯性,并预告未来支持监控模型漂移等指标的全方位治理框架。
infosecu.technews.tw ↗
未解決の問題
- 对于非Oracle生态的异构IT环境,企业如何统一身份与策略以实现该架构的完整防护效果?
- “深度信任”架构在实际生产环境中对AI响应延迟和系统性能的具体影响量化数据尚未公开。
- 企业内部合规部门与业务部门在验收AI生成结果的标准上是否存在冲突,以及如何通过该架构调和?