数据库管理431期 2026-06-09

胖头鱼的技术专栏-431 AI Agent时代的数据安全方案：Oracle Deep Sec介绍（20260609）

作者：胖头鱼的鱼缸（尹海文）
Oracle ACE Pro: Database
PostgreSQL ACE

10年+数据库行业经验
拥有OCM 11g/12c/19c、MySQL 8.0 OCP、Exadata、CDP等认证
墨天轮MVP，ITPUB认证专家
圈内拥有“总监”称号，非著名社恐（社交恐怖分子）

全网同名：胖头鱼的鱼缸
ITPUB：yhw1809
除授权转载并标明出处外，均为“非法”抄袭

914fcc7ad57defa7868c3be1ca7fb4f5.jpg
之前我制作的基于Oracle AI Database 26ai的记忆系统，现在已经全面更名为AI Agent Infra with OracleDB，是一套面向AI Agent的基础设施架构，为AI Agent提供记忆、知识、Agent 管理、Skill 分发、身份认证、加密存储、上下文分支等完整能力。。

核心设计理念是：将AI Agent运行所需的一切基础设施——记忆、知识、身份、技能、安全、分支——统一收敛于一个数据库内核之中，利用Oracle 26ai的引用分区、JSON关系二元性视图、属性图、向量搜索等原生能力，在数据库层实现基础设施的完整闭环，而非依赖外部微服务拼装。

社区版开源仓库地址为：https://github.com/Haiwen-Yin/AI-Agent-Infra-with-OracleDB-Community-Edition

在构建这个系统的过程中，我发现一个安全相关的问题，无论是基于Oracle还是PostgreSQL的版本，使用统一的数据库用户访问数据库时，即便SKILL.md规范写的如何严格，要求不能直接连接数据库，必须使用API，但由LLM驱动的AI Agent仍然可以依然可以绕过这些直接访问数据库，从而带来数据泄露和非授权数据操作的风险，这是本地存储数据库用户信息这种设计必然带来的问题。

在大多数数据库中都有行级安全功能，以Oracle为例常用的就是VPD（Virtual Private Database），但这需要创建大量的数据库用户，还需要编写并维护对应的PL/SQL函数，来控制每个用户可以看到的数据，维护难度很大。

在Oracle AI Database 26ai最新的版本23.26.2中（可查看数据库管理-第423期 Oracle AI DB 23.26.2新特性一览（20260504）），引入了一个面向AI Agent使用数据库的新功能Deep Data Security，很好的解决了AI时代数据安全隔离的问题。

什么是 Deep Data Security？

Oracle Deep Data Security（Deep Sec） 是Oracle AI Database 26ai引入的声明式数据安全框架，用于在数据库层面实现行级、列级和单元格级的访问控制。

与传统VPD（Virtual Private Database/DBMS_RLS）相比，Deep Sec是声明式的——你只需声明"谁能看到什么"，数据库自动执行，无需编写和维护PL/SQL函数，极大的降低了数据库安全相关维护难度，更加便于AI Agent使用数据库。

核心概念

0. 用户创建与授权/测试数据创建

-- sysdba用户创建生产用户
create tablespace users datafile size 500m;
CREATE USER shop_admin IDENTIFIED BY oracle DEFAULT TABLESPACE USERS QUOTA UNLIMITED ON USERS;
GRANT CREATE SESSION, CREATE TABLE, CREATE SEQUENCE, CREATE PROCEDURE TO shop_admin;
GRANT CREATE END USER TO shop_admin;
GRANT CREATE END USER CONTEXT TO shop_admin;
GRANT CREATE ANY END USER CONTEXT TO shop_admin;
GRANT CREATE END USER SECURITY CONTEXT TO shop_admin;
GRANT CREATE DATA GRANT TO shop_admin;
GRANT CREATE ANY DATA GRANT TO shop_admin;
GRANT ADMINISTER ANY DATA GRANT TO shop_admin;
GRANT CREATE DATA ROLE TO shop_admin;
GRANT DROP DATA ROLE TO shop_admin;
GRANT GRANT ANY DATA ROLE TO shop_admin;
GRANT SET USE DATA GRANTS ONLY TO shop_admin;
GRANT ALTER END USER TO shop_admin;
GRANT DROP END USER TO shop_admin;
GRANT CREATE ANY CONTEXT TO shop_admin;
CREATE ROLE deep_sec_session_role;
GRANT CREATE SESSION TO deep_sec_session_role;
GRANT deep_sec_session_role TO shop_admin WITH ADMIN OPTION;

-- 使用shop_admin用户创建测试表并插入测试数据
CREATE TABLE merchants (
    merchant_id   VARCHAR2(32) PRIMARY KEY,
    merchant_name VARCHAR2(100) NOT NULL,
    category      VARCHAR2(50)
);

CREATE TABLE orders (
    order_id      VARCHAR2(32) PRIMARY KEY,
    merchant_id   VARCHAR2(32) NOT NULL,
    customer_name VARCHAR2(100),
    product_name  VARCHAR2(200),
    amount        NUMBER(10,2),
    status        VARCHAR2(20) DEFAULT 'PENDING',
    created_at    TIMESTAMP DEFAULT SYSTIMESTAMP
);

INSERT INTO merchants VALUES ('M_BEAUTY', '美妆小铺', '美妆');
INSERT INTO merchants VALUES ('M_ELEC',   '数码商城', '数码');
INSERT INTO merchants VALUES ('M_FOOD',   '吃货天堂', '美食');

INSERT INTO orders SELECT 'ORD_B_' || LEVEL, 'M_BEAUTY', '顾客' || LEVEL, '口红套装' || LEVEL, LEVEL * 99.9, 'PAID', SYSTIMESTAMP - LEVEL FROM DUAL CONNECT BY LEVEL <= 5;
INSERT INTO orders SELECT 'ORD_E_' || LEVEL, 'M_ELEC',   '顾客' || LEVEL, '蓝牙耳机' || LEVEL, LEVEL * 299.9, 'SHIPPED', SYSTIMESTAMP - LEVEL FROM DUAL CONNECT BY LEVEL <= 5;
INSERT INTO orders SELECT 'ORD_F_' || LEVEL, 'M_FOOD',   '顾客' || LEVEL, '零食礼包' || LEVEL, LEVEL * 49.9, 'DELIVERED', SYSTIMESTAMP - LEVEL FROM DUAL CONNECT BY LEVEL <= 5;

COMMIT;

image.png

1. Data Role（数据角色）

Data Role 是 Deep Sec 的权限载体，类似于数据库角色，但专门用于 Data Grant 授权。

CREATE DATA ROLE shop_admin_role;
CREATE DATA ROLE shop_merchant_role;

GRANT deep_sec_session_role TO shop_admin_role; 
GRANT deep_sec_session_role TO shop_merchant_role;

image.png
image.png
这里需要注意的是给DATA ROLE授权，需要先授权给ROLE，再将ROLE授权给DATA ROLE。

2. Data Grant（数据授权）

Data Grant 是一条声明式的访问规则，指定"哪个 Data Role 可以看到哪些行/列"。

-- 管理员：看到所有商家和订单
CREATE DATA GRANT admin_full_access
  AS SELECT, INSERT, UPDATE, DELETE
  ON merchants
  WHERE 1 = 1
  TO shop_admin_role;

CREATE DATA GRANT admin_orders_full
  AS SELECT, INSERT, UPDATE, DELETE
  ON orders
  WHERE 1 = 1
  TO shop_admin_role;

-- 商家：只能看到自己店铺的数据
-- End User 名称 = 商家 ID（如 M_BEAUTY），Data Grant 谓词直接匹配
CREATE DATA GRANT merchant_own_shop
  AS SELECT, UPDATE
  ON merchants
  WHERE merchant_id = ORA_END_USER_CONTEXT.username
  TO shop_merchant_role;

CREATE DATA GRANT merchant_own_orders
  AS SELECT, INSERT, UPDATE
  ON orders
  WHERE merchant_id = ORA_END_USER_CONTEXT.username
  TO shop_merchant_role;

image.png
关键谓词变量：ORA_END_USER_CONTEXT —— 这是End User登录时自动填充的上下文对象，包含End User的身份信息。

3. End User（终端用户）

-- 为每个商家创建 End User（名称 = merchant_id，直接匹配 Data Grant 谓词）
CREATE END USER M_BEAUTY IDENTIFIED BY "beauty123";
GRANT DATA ROLE shop_merchant_role TO "M_BEAUTY"; 

CREATE END USER M_ELEC IDENTIFIED BY "elec123";
GRANT DATA ROLE shop_merchant_role TO "M_ELEC";

CREATE END USER M_FOOD IDENTIFIED BY "food123";
GRANT DATA ROLE shop_merchant_role TO "M_FOOD";

-- 管理员 End User（同时拥有 admin 角色）
CREATE END USER SHOP_ADMIN_EU IDENTIFIED BY "admin123";
GRANT DATA ROLE shop_admin_role TO "SHOP_ADMIN_EU";

End User是Deep Sec的核心身份模型。每个End User：

  • 是一个数据库用户，可以直接登录
  • 拥有ORA_END_USER_CONTEXT（自动填充End User名称）
  • 被授予一个或多个Data Role
  • 查询时，Data Grant谓词自动过滤结果

4. MAC（强制访问控制）

BEGIN
    EXECUTE IMMEDIATE 'SET USE DATA GRANTS ONLY ON SHOP_ADMIN.merchants ENABLED';
    EXECUTE IMMEDIATE 'SET USE DATA GRANTS ONLY ON SHOP_ADMIN.orders ENABLED';
END;
/

image.png
启用MAC后，所有访问路径（直查、视图、PL/SQL）都必须遵守Data Grant规则，无法绕过。

5. 权限控制演示

CONNECT M_BEAUTY/beauty123@127.0.0.1:1521/deep_sec
ALTER SESSION SET CURRENT_SCHEMA = SHOP_ADMIN;
SELECT * FROM merchants;  -- 只返回 M_BEAUTY
SELECT * FROM orders;     -- 只返回 5 行（美妆订单）

CONNECT M_ELEC/elec123@127.0.0.1:1521/deep_sec
ALTER SESSION SET CURRENT_SCHEMA = SHOP_ADMIN;
SELECT * FROM merchants;  -- 只返回 M_ELEC
SELECT * FROM orders;     -- 只返回 5 行（数码订单）

CONNECT SHOP_ADMIN_EU/admin123@127.0.0.1:1521/deep_sec
ALTER SESSION SET CURRENT_SCHEMA = SHOP_ADMIN;
SELECT * FROM merchants;  -- 只返回全部 3 行
SELECT * FROM orders;     -- 返回全部 15 行

image.png
image.png

Deep Sec vs VPD 对比

特性 VPD (DBMS_RLS) Deep Sec
风格 过程式（写 PL/SQL 函数） 声明式（写 WHERE 谓词）
安全模型 可选（NULL 上下文返回 1=1） 零信任（无上下文 = 无数据）
绕过风险 可通过视图绕过 MAC 阻止视图绕过
列级控制 需要额外函数 原生支持
维护成本 高（PL/SQL 函数调试困难） 低（SQL 谓词直观）

工作原理示意

                        ┌─────────────────────────────────────────┐
                        │           Oracle Database 26ai          │
                        │                                         │
  End User A ──登录──→	│  ORA_END_USER_CONTEXT.username = 'A'	  │
                        │         ↓                               │
                        │  Data Grant: WHERE owner = 'A'	      │
                        │         ↓                               │
                        │  SELECT * FROM orders                   │
                        │  → 自动添加 WHERE owner = 'A'	          │
                        │  → 只返回 A 的订单	                      │
                        │                                         │
  End User B ──登录──→	│  ORA_END_USER_CONTEXT.username = 'B'	  │
                        │         ↓                               │
                        │  Data Grant: WHERE owner = 'A'	      │
                        │         ↓                               │
                        │  SELECT * FROM orders                   │
                        │  → 自动添加 WHERE owner = 'B'	          │
                        │  → 只返回 B 的订单	                      │
                        │                                         │
  AIADMIN ──登录──→ 	│  Schema Owner，不受 Data Grant 限制	  │
                        │  → 返回所有订单	                      │
                        └─────────────────────────────────────────┘

核心优势：应用层无需任何过滤逻辑，数据库层面保证每个End User只能看到自己的数据。即使应用有bug，数据也不会泄露。

总结

本期演示了Oracle AI Database 26ai最新版本23.26.2新增功能Deep Data Security，为AI Agent带来了全新好用的数据安全隔离。

老规矩，知道写了些啥。

# 数据库 # 人工智能
Logo
CSDN-OPC开发者社区

这里是“一人公司”的成长家园。我们提供从产品曝光、技术变现到法律财税的全栈内容，并连接云服务、办公空间等稀缺资源，助你专注创造，无忧运营。

更多推荐

AI Agent 上生产前，需要补上的运行时安全控制

近期企业 AI Agent 的落地重点正在发生变化。6 月 16 日，HPE 与 NVIDIA 发布面向企业 Agent 的新方案时，不只强调模型和算力，也把安全运行环境、可观测性、策略控制和治理能力放到了核心位置。原因并不复杂：当 Agent 从“生成答案”走向“调用工具”，应用风险已经从内容层进入执行层。

avatar CSDN-OPC开发者社区
cover

AI Agent工程：从Prompt到Loop，构建自主智能体的完整指南

avatar CSDN-OPC开发者社区
cover

程序员&安全小白必收藏！195个技能点拆解渗透测试全流程的开源技能库

avatar CSDN-OPC开发者社区