Una risposta al problema degli accessi non controllati
Alla conferenza Oracle AI World, tenutasi a Las Vegas, l’azienda ha illustrato la Deep Trust AI Architecture, un approccio architetturale che combina le capacità di Oracle AI Database, Autonomous AI Database e del generatore di applicazioni APEX AI. L’obiettivo è far sì che le regole di sicurezza e di business rimangano valide indipendentemente dall’applicazione o dall’agente IA che accede ai dati aziendali.
Il contesto è ben noto: le regole implementate esclusivamente in una singola applicazione proteggono solo le richieste provenienti da quella stessa interfaccia. Un agente IA, invece, può utilizzare il Model Context Protocol (MCP) o tradurre domande in linguaggio naturale in istruzioni SQL per interrogare direttamente il database, aggirando i controlli presenti nell’applicazione tradizionale.
Questa vulnerabilità deriva dalla posizione delle verifiche: se queste sono collocate solo a livello di front‑end, un canale alternativo come MCP non le rispetta. Oracle propone di spostare il punto di applicazione delle regole al livello più interno, cioè il database, per garantire una protezione uniforme.
Identità e regole di business alla fonte dei dati
Con il modulo Deep Data Security, gli amministratori possono definire access control rules direttamente all’interno di Oracle AI Database. La verifica dell’identità avviene tramite un token crittograficamente firmato, proveniente dal directory aziendale, che indica quali dati può leggere o modificare l’utente.
Le SQL Assertions arricchiscono il controllo di accesso aggiungendo condizioni di business. Per esempio, è possibile impostare un limite di spesa per ogni dipendente; se una transazione supera tale soglia, il database rifiuta l’operazione, indipendentemente dal fatto che la richiesta provenga da un’applicazione tradizionale o da un agente IA.
In questo modo l’aderenza alla regola non dipende più dall’implementazione corretta in ciascuna applicazione. Rimane necessario che le regole siano correttamente definite e attive nel database; tuttavia, l’esecuzione di un’azione consentita non implica automaticamente che sia “business‑wise” sensata.
Controllo fine‑grained su oggetti di business
Oracle introduce inoltre le Deep Trust Data APIs. Queste API non espongono le tabelle grezze, ma consentono operazioni di lettura e scrittura su oggetti logici, come una “ordine completo”. Le regole di modifica e le verifiche di consistenza sono enforce dal database, garantendo che ogni cambiamento avvenga secondo i vincoli definiti.
Un ulteriore componente, Deep NL2SQL, migliora la traduzione di richieste in linguaggio naturale in SQL, incorporando termini aziendali e informazioni sul modello dati. Le correzioni suggerite dagli utenti vengono validate prima di essere incorporate nella base di conoscenza, riducendo il rischio di errori sistemici.
Generazione dichiarativa di applicazioni e gestione autonoma
Un elemento chiave dell’architettura è APEXlang, uno strumento KI che genera una descrizione applicativa da eseguire su una runtime APEX condivisa. In questo modo le funzioni di sicurezza e i meccanismi di protezione non devono essere ricopiati in ogni nuova applicazione, ma vengono ereditati dal runtime centrale.
Il livello di Autonomous AI Database gestisce l’infrastruttura sottostante, applicando automaticamente gli aggiornamenti di sicurezza sia al software che all’hardware. La soluzione si articola quindi in quattro strati:
- Piattaforma (Autonomous AI Database)
- Dati (Oracle AI Database con Deep Data Security)
- Accesso ai dati (Deep Trust Data APIs, Deep NL2SQL)
- Sviluppo applicativo (APEXlang)
Questo approccio non è un singolo servizio, ma un “leitmotiv” che definisce come diversi componenti debbano interagire per garantire fiducia e coerenza.
Implementazione e prospettive future
Oracle non ha ancora comunicato una data di lancio comune né un prezzo unico per l’intero pacchetto. La disponibilità delle singole componenti dipenderà dall’ambiente specifico del cliente e dalle relative pre‑condizioni tecniche. Le aziende interessate dovranno valutare per ciascuna funzionalità la compatibilità con le proprie infrastrutture e i requisiti di governance.
In conclusione, la Deep Trust AI Architecture rappresenta un passo significativo verso la centralizzazione delle politiche di sicurezza e di business in un contesto dominato da agenti IA autonomi. Spostando i controlli al livello del database e fornendo API orientate a oggetti di business, Oracle mira a chiudere la breccia lasciata dalle interfacce tradizionali, garantendo che le regole rimangano valide indipendentemente dal modo in cui i dati vengono richiesti.