ออราเคิลปลดพนักงาน 21,000 ตำแหน่ง มุ่งเน้นกลยุทธ์ความปลอดภัยด้านปัญญาประดิษฐ์มากยิ่งขึ้น

เมื่อผู้โจมตีสามารถเคลื่อนจากการระบุจุดอ่อนไปสู่การเปิดฉากโจมตีเต็มรูปแบบได้ภายในเวลาไม่ถึง 30 นาที คู่มือความปลอดภัยแบบเดิมก็เริ่มดูล้าสมัยอย่างน่ากังวล เส้นเวลาที่ถูกบีบอัดนี้คือฉากหลังที่ไม่สบายตัวของความพยายามล่าสุดของ Oracle ในการปรับกรอบ กลยุทธ์ความปลอดภัยด้าน AI ของ Oracle ใหม่ให้ยึดกับแนวคิดพื้นฐานเพียงข้อเดียว: ปกป้องตัวข้อมูลเองที่ชั้นฐานข้อมูล ก่อนที่สิ่งอื่นใดจะเข้าถึงได้

ประเด็นสำคัญ

• ตามรายงาน 2026 CrowdStrike Global Threat Report เวลาการขยายการโจมตีเฉลี่ย (attack breakout time) อยู่ที่ 29 นาที เพิ่มความเร็วขึ้น 65% นับจากปี 2024 โดยกิจกรรมของฝ่ายตรงข้ามที่ใช้ AI เพิ่มขึ้น 89%
• กลยุทธ์ความปลอดภัยด้าน AI ของ Oracle ตั้งอยู่บนสามเสาหลัก: Secure at Source, Secure at Speed และ Secure through Resilience โดยแต่ละเสาเจาะจงไปที่จุดล้มเหลวที่แตกต่างกันในแนวป้องกันขององค์กร
• เครื่องมือสำคัญอย่าง Database Lifecycle Management Pack และ Exadata Management Pack เปิดให้ใช้งานฟรีจนถึงวันที่ 28 กุมภาพันธ์ 2027 ขณะที่ GoldenGate และไลเซนส์ที่เกี่ยวข้องลดราคา 90% จนถึงวันที่ 31 พฤษภาคม 2027
• การควบคุมภายในฐานข้อมูลของ Oracle — รวมถึง SQL Firewall, Database Vault และ Deep Data Security — บังคับใช้นโยบายในระดับเอนจิน ทำให้เลี่ยงผ่านได้ยากกว่าทางเลือกที่อยู่ในชั้นแอปพลิเคชันมาก
• Oracle ลดจำนวนพนักงานทั่วโลกลงประมาณ 21,000 ตำแหน่ง ในปีที่ผ่านมา ขณะที่บริษัทปรับโครงสร้างใหม่ให้สอดคล้องกับโครงสร้างพื้นฐาน AI และบริการคลาวด์

สภาพแวดล้อมภัยคุกคามที่ถูกเร่งด้วย AI

ตัวเลขนั้นชัดเจนอย่างยิ่ง รายงาน 2026 CrowdStrike Global Threat Report ระบุว่า เวลาการขยายการโจมตี เฉลี่ย — ช่วงเวลาระหว่างที่ฝ่ายตรงข้ามได้สิทธิ์เข้าถึงเริ่มต้นกับการเริ่มเคลื่อนที่ในแนวขวางภายในเครือข่าย — อยู่ที่เพียง 29 นาที ซึ่งหมายถึงการเร่งความเร็วขึ้น 65% เมื่อเทียบกับปี 2024 ขณะเดียวกัน กิจกรรมของฝ่ายตรงข้ามที่ใช้ AI ก็พุ่งขึ้นมากกว่า 89% เนื่องจากผู้ไม่หวังดีใช้เครื่องมือสร้างสรรค์แบบเดียวกับที่องค์กรนำมาใช้ เขียนโค้ดโจมตี ระบุช่องโหว่ และขยายแคมเปญในความเร็วระดับเครื่องจักร

สำหรับทีมรักษาความปลอดภัย สิ่งนี้แทบจะลบช่วงกันชนที่กระบวนการตอบสนองแบบแมนนวลเคยพึ่งพาไปโดยสิ้นเชิง แต่สภาพแวดล้อมภัยคุกคามไม่ได้มีแค่ผู้โจมตีที่เร็วขึ้นเท่านั้น ยังมีแรงกดดันอีกชั้นหนึ่งที่ค่อยๆ ก่อตัวขึ้นภายในกำแพงขององค์กร

เอเจนต์ AI เปิดพื้นผิวการโจมตีรูปแบบใหม่

เมื่อองค์กรปรับใช้ เอเจนต์ AI และแอปพลิเคชันที่สร้างด้วย AI ระบบเหล่านี้มักโต้ตอบโดยตรงกับฐานข้อมูลที่มีข้อมูลอ่อนไหวผ่านเส้นทางที่การควบคุมการเข้าถึงแบบดั้งเดิมไม่เคยถูกออกแบบมาให้กำกับดูแล เอเจนต์ AI ที่ทำงานโดยอัตโนมัติในนามของผู้ใช้อาจถือครองข้อมูลยืนยันตัวตนของผู้ใช้นั้น ขณะเดียวกันก็เข้าถึงข้อมูลได้มากกว่าที่เซสชันของมนุษย์คนใดจะทำได้ หากเส้นทางเหล่านั้นมีสิทธิ์มากเกินไป — ซึ่งหลายกรณีก็เป็นเช่นนั้น — ผู้โจมตีที่เจาะเข้าถึงเอเจนต์หรือข้อมูลยืนยันตัวตนได้จะได้รับสิทธิ์เข้าถึงที่เกินสัดส่วนในทันที

นี่คือช่องว่างที่ Oracle วางตำแหน่งตัวเองเพื่อเข้ามาอุด แทนที่จะพึ่งพาการป้องกันรอบนอกหรือการควบคุมในระดับแอปพลิเคชันที่เอเจนต์ AI สามารถเลี่ยงผ่านได้ หรือที่การตั้งค่าผิดพลาดสามารถปิดการทำงานได้อย่างเงียบๆ ข้อโต้แย้งคือความปลอดภัยจำเป็นต้องอยู่ในที่ที่ข้อมูลอาศัยอยู่จริง

กลยุทธ์ความปลอดภัย AI แบบให้ฐานข้อมูลมาก่อนของ Oracle

แนวทางของ Oracle มุ่งเน้นไปที่การฝังการควบคุมด้านความปลอดภัยลงใน เอนจินฐานข้อมูล โดยตรง — ไม่ใช่ซ้อนทับอยู่ด้านบน เหตุผลนั้นตรงไปตรงมา: นโยบายใดๆ ที่บังคับใช้ในระดับแอปพลิเคชันสามารถถูกเลี่ยงผ่านได้ด้วยแอปพลิเคชันอื่น API อื่น หรือเอเจนต์อัตโนมัติที่เชื่อมต่อผ่านวิธีอื่น การควบคุมที่อยู่ภายในเอนจินฐานข้อมูลจะใช้กับการเข้าถึงทุกครั้ง ไม่ว่ามาจากที่ใด

สามเสาหลักด้านความปลอดภัย: Secure at Source, Secure at Speed, Secure through Resilience

กลยุทธ์นี้ถูกจัดโครงสร้างรอบความท้าทายเชิงปฏิบัติการสามด้านที่องค์กรต้องเผชิญเมื่อปกป้องสภาพแวดล้อมที่อุดมด้วยข้อมูล

Secure at Source จัดการกับคำถามว่านโยบายความปลอดภัยถูกบังคับใช้จริงๆ ที่จุดใด จุดยืนของ Oracle คือการป้องกันต้องอยู่ภายในฐานข้อมูล ไม่ใช่ในโค้ดแอปพลิเคชันที่แตกต่างกันไปตามระบบหรือทีม เสานี้ครอบคลุม Deep Data Security ซึ่งใช้การอนุญาตแบบละเอียดอิงตามตัวตนกับแหล่งข้อมูลแบบ relational, vector และ lakehouse โดยไม่ต้องย้ายข้อมูล นอกจากนี้ยังรวมถึง In-database SQL Firewall ซึ่งบล็อกการรัน SQL ที่ไม่ได้รับอนุญาตในระดับเอนจินในลักษณะที่ไม่สามารถเลี่ยงผ่านผ่านโค้ดแอปพลิเคชันได้ และ Database Vault ซึ่งแยกหน้าที่ของผู้ดูแลระบบออกจากกันเพื่อลดสิ่งที่บัญชีสิทธิ์สูงที่ถูกเจาะสามารถเข้าถึงหรือทำลายได้จริง

Secure at Speed จัดการกับหนึ่งในความล้มเหลวเชิงปฏิบัติการที่ยืดเยื้อที่สุดในความปลอดภัยขององค์กร: การแพตช์ที่ล่าช้า ในอดีต ข้อกำหนดด้านการทดสอบถอยหลัง (regression testing) และช่วงเวลาบำรุงรักษาที่จำกัดทำให้การติดตั้งแพตช์กลายเป็นกระบวนการที่กินเวลาหลายเดือน เมื่อ AI ทำให้เส้นเวลาของผู้โจมตีสั้นลง ความล่าช้านี้ก็ยิ่งมีต้นทุนสูงขึ้น เครื่องมือภายใต้เสานี้รวมถึง Database Lifecycle Management Pack และ Exadata Management Pack ที่ให้ใช้ฟรี ซึ่งช่วยรวมศูนย์การติดตั้งแพตช์ข้ามฐานข้อมูล โครงสร้างพื้นฐานกริด และระบบ Exadata ไลเซนส์ลดราคาสำหรับ GoldenGate, GoldenGate Veridata และ Real Application Testing สนับสนุนการสลับสภาพแวดล้อมที่ซิงโครไนซ์กันอย่างผ่านการตรวจสอบแล้ว และการทดสอบแพตช์ก่อนขึ้นใช้งานจริง ลดความเสี่ยงที่การอัปเดตตามปกติจะทำให้บางอย่างในระบบโปรดักชันเสียหาย

Secure through Resilience ยอมรับว่าการป้องกันย่อมล้มเหลวในที่สุดและมุ่งเน้นไปที่การกู้คืน Zero Data Loss Recovery ตั้งเป้าการกู้คืนไปยังธุรกรรมสุดท้ายหลังเหตุการณ์แรนซัมแวร์หรือการคอร์รัปชัน โดยมีเป้าหมายเพื่อขจัดการสูญหายของข้อมูลแทนที่จะเพียงแค่ลดให้เหลือน้อยที่สุด Globally Distributed AI Database ใช้การทำซ้ำแบบ Raft เพื่อคงการใช้งานของแอปพลิเคชันไว้แม้เกิดความล้มเหลวของไซต์หรือโครงสร้างพื้นฐาน ขณะที่ Oracle Maximum Availability Architecture มอบกรอบแนวปฏิบัติที่ดีที่สุดด้านสถาปัตยกรรมที่ผูกการสำรองข้อมูล การทำซ้ำ และการกู้คืนจากภัยพิบัติไว้ด้วยกัน

เหตุใดการบังคับใช้ในชั้นฐานข้อมูลจึงสำคัญต่อเวิร์กโหลด AI

ความสามารถ Deep Data Security สมควรได้รับความสนใจเป็นพิเศษในบริบทของ AI แบบเอเจนต์ ด้วยการบังคับใช้การอนุญาตอิงตามตัวตนโดยตรงในฐานข้อมูล — ครอบคลุมแหล่งข้อมูลแบบ relational, vector และ lakehouse — จึงทำให้มั่นใจได้ว่าเอเจนต์ AI ที่ทำงานในนามของผู้ใช้จะเข้าถึงได้เฉพาะข้อมูลที่ผู้ใช้นั้นได้รับอนุญาตอย่างชัดเจนเท่านั้น การบังคับใช้เกิดขึ้น ณ จุดดึงข้อมูล ไม่ใช่ในชั้นแอปพลิเคชัน ซึ่งหมายความว่าไม่มีการเลี่ยงผ่านผ่าน API หรือวิธีการเชื่อมต่ออื่นใดที่จะเปลี่ยนแปลงสิ่งที่เอเจนต์เข้าถึงได้ นี่คือความแตกต่างเชิงสถาปัตยกรรมที่มีนัยสำคัญในขณะที่องค์กรต่างๆ ปล่อยให้ระบบ AI สอบถามข้อมูลอ่อนไหวโดยอัตโนมัติมากขึ้นเรื่อยๆ

แรงจูงใจด้านราคาและแพ็กเกจชั่วคราว

Oracle จับคู่กลยุทธ์ของตนกับการปรับราคาแบบจำกัดเวลา ซึ่งออกแบบมาเพื่อลดแรงเสียดทานด้านการจัดซื้อที่เคยทำให้การลงทุนด้านความปลอดภัยล่าช้า เครื่องมือหลายรายการเปิดให้ใช้งานโดยไม่มีค่าใช้จ่ายจนถึงวันที่ 28 กุมภาพันธ์ 2027 รวมถึง Database Lifecycle Management Pack, Exadata Management Pack และ Data Safe — ซึ่งจัดการ การประเมินความปลอดภัยของฐานข้อมูล การค้นหาข้อมูลอ่อนไหว และการมอนิเตอร์กิจกรรม รุ่นในอนาคตอย่าง Database Security Central ที่มีความสามารถด้านการมองเห็นความเสี่ยงแบบรวมศูนย์ที่คล้ายกันก็ถูกรวมอยู่ในข้อเสนอฟรีนี้ด้วย

จนถึงวันที่ 31 พฤษภาคม 2027 Oracle เสนอส่วนลด 90% สำหรับไลเซนส์แบบหนึ่งปีของ GoldenGate และ GoldenGate Veridata พร้อมด้วย Real Application Testing เป้าหมายเชิงปฏิบัติการที่อยู่เบื้องหลังแรงจูงใจเหล่านี้ชัดเจน: ทำให้ลูกค้าเริ่มทำงานอัตโนมัติในเวิร์กโฟลว์การแพตช์ ใช้การกำกับดูแลข้อมูลอิงตามตัวตน และตรวจสอบความถูกต้องของกระบวนการกู้คืนก่อนที่หน้าต่างเวลาจะปิดลง ความสามารถที่สร้างขึ้นในช่วงเวลานี้มีเป้าหมายให้คงอยู่ต่อไปอีกนานหลังจากเงื่อนไขโปรโมชั่นสิ้นสุด

การขยับด้านราคานี้สะท้อนการยอมรับว่าช่องว่างในการนำเครื่องมือความปลอดภัยมาใช้ไม่ได้เกี่ยวกับความเต็มใจเสมอไป — แต่มักเกี่ยวกับต้นทุนและความซับซ้อน องค์กรที่ลดความสำคัญของการทำให้ Oracle Database แข็งแกร่งขึ้นเนื่องจากรอบการจัดซื้อหรือข้อจำกัดด้านงบประมาณ ตอนนี้มีเส้นทางที่มีแรงเสียดทานต่ำกว่าในการนำการควบคุมที่หลายแห่งควรติดตั้งไปแล้วมาใช้งาน

การวางตำแหน่งเชิงแข่งขันและบริบทของอุตสาหกรรม

Oracle แข่งขันโดยตรงกับ Microsoft และ Amazon Web Services ซึ่งทั้งคู่ได้สร้างชั้นความปลอดภัยและการกำกับดูแลที่ครอบคลุมมากขึ้นเรื่อยๆ บนแพลตฟอร์มคลาวด์ของตน Microsoft และ AWS เน้นอย่างหนักกับโมเดลความปลอดภัยที่ยึดตามตัวตนซึ่งครอบคลุมฐานข้อมูล การวิเคราะห์ และเวิร์กโหลด AI — แนวทางที่สอดคล้องกันสำหรับองค์กรที่ทำงานอยู่บนระบบนิเวศเหล่านั้นเป็นหลัก

จุดแตกต่างของ Oracle คือการควบคุมเชิงสถาปัตยกรรม เนื่องจากบริษัทสร้างทั้งเอนจินฐานข้อมูล ระนาบการจัดการ การควบคุมด้านความปลอดภัย และสแตกการกู้คืนเอง จึงสามารถบังคับใช้การป้องกันในชั้นที่ผลิตภัณฑ์เสริมจากภายนอกไม่สามารถเข้าถึงได้ ความสามารถอย่าง SQL Firewall และ Database Vault ทำงานภายในสภาพแวดล้อมฐานข้อมูล ทำให้เลี่ยงผ่านได้ยากกว่าเชิงโครงสร้างเมื่อเทียบกับเครื่องมือมอนิเตอร์ที่วางซ้อนอยู่ด้านบน นี่คือข้อได้เปรียบที่มีนัยสำคัญ — แต่ใช้ได้หลักๆ กับสภาพแวดล้อม Oracle Database ซึ่งเป็นขอบเขตที่คู่แข่งของ Oracle จะหยิบยกขึ้นมาเน้นย้ำ

สนามแข่งขันยังรวมถึงผู้ขายเฉพาะทางด้านการจัดการท่าทีความปลอดภัยของข้อมูล (data security posture management) อย่าง Veeam ซึ่งมุ่งเน้นไปที่การค้นหาข้อมูลอ่อนไหว การมอนิเตอร์รูปแบบการเข้าถึง และการบังคับใช้การกำกับดูแลข้ามสภาพแวดล้อมแบบผสมที่รวมถึงฐานข้อมูลที่ไม่ใช่ Oracle แพลตฟอร์มคลาวด์ และแอปพลิเคชัน SaaS ความสามารถเหล่านี้ตอบโจทย์การกระจายตัวข้ามแพลตฟอร์มที่แนวทางแบบเน้นฐานข้อมูลของ Oracle ยังครอบคลุมไม่เต็มที่ และเป็นชั้นที่เสริมกันในสถาปัตยกรรมความปลอดภัยขององค์กร มากกว่าจะเป็นตัวแทนที่เข้ามาแทนที่โดยตรง

สิ่งที่ Oracle กำลังเดิมพันโดยแก่นแท้คือ เมื่อเอเจนต์ AI แพร่หลายและโต้ตอบกับข้อมูลแบบมีโครงสร้างในสเกลใหญ่ขึ้นเรื่อยๆ ฐานข้อมูลจะกลายเป็นจุดควบคุมที่มีคุณค่าทางยุทธศาสตร์มากที่สุด — ทนทานกว่านโยบายในชั้นแอปพลิเคชัน และแม่นยำกว่าการมอนิเตอร์ในระดับเครือข่าย ว่ากรอบคิดนี้จะครอบคลุมบทสนทนาด้านความปลอดภัยขององค์กรได้มากพอที่จะเปลี่ยนการวางตำแหน่งเชิงแข่งขันอย่างมีนัยสำคัญหรือไม่นั้น ขึ้นอยู่กับว่ารูปแบบการเข้าถึงข้อมูลที่ขับเคลื่อนด้วย AI จะบีบให้องค์กรต้องทบทวนใหม่เร็วเพียงใดว่ารั้วรอบขอบชิดที่แท้จริงของตนอยู่ตรงไหน

สิ่งที่ควรกล่าวถึงในบริบทที่กว้างขึ้น: Oracle เปิดเผยในรายงานประจำปีล่าสุดว่าบริษัทลดจำนวนพนักงานทั่วโลกราว 21,000 ตำแหน่งในปีที่ผ่านมา — ประมาณ 13% ของกำลังคนทั้งหมด — ขณะที่ปรับรูปแบบการดำเนินงานใหม่รอบโครงสร้างพื้นฐาน AI และบริการคลาวด์ บริษัทบันทึกค่าใช้จ่ายด้านเงินชดเชยและการปรับโครงสร้างราว 1.8 พันล้านดอลลาร์ในช่วงเวลาดังกล่าว เพิ่มขึ้นอย่างมากจาก 374 ล้านดอลลาร์ในปีก่อนหน้า การปรับโครงสร้างนี้คือฉากหลังด้านองค์กรของบริษัทที่ในเวลาเดียวกันกำลังทุ่มเทกับความปลอดภัยที่ฝัง AI และเร่งสร้างขีดความสามารถของดาต้าเซ็นเตอร์สำหรับลูกค้า AI อย่าง OpenAI และ Meta

คำถามที่พบบ่อย

ผู้โจมตีที่ใช้ AI สามารถใช้ประโยชน์จากช่องโหว่ได้เร็วแค่ไหน?

ตามรายงาน 2026 CrowdStrike Global Threat Report ผู้โจมตีที่ใช้ AI สามารถบีบเวลาการขยายการโจมตีเฉลี่ยให้เหลือเพียง 29 นาที เพิ่มความเร็วขึ้น 65% เมื่อเทียบกับปี 2024 โดยกิจกรรมของฝ่ายตรงข้ามที่ใช้ AI เพิ่มขึ้น 89% โดยรวม

แนวทางหลักของ Oracle ต่อความปลอดภัยด้าน AI คืออะไร?

Oracle วางศูนย์กลางกลยุทธ์ความปลอดภัยด้าน AI ไว้ที่การปกป้องข้อมูลเป็นอันดับแรกซึ่งบังคับใช้ในชั้นฐานข้อมูล เพื่อให้แน่ใจว่าการควบคุมความปลอดภัยที่สอดคล้องกันจะถูกใช้กับทุกแอปพลิเคชัน ผู้ใช้ และเอเจนต์ AI ที่เข้าถึงข้อมูล — ไม่ว่าพวกเขาจะใช้วิธีการเชื่อมต่อแบบใดก็ตาม

มีเครื่องมือ Oracle ใดบ้างที่ให้ใช้ฟรีหรือมีส่วนลดเพื่อช่วยด้านความปลอดภัย AI?

Database Lifecycle Management Pack และ Exadata Management Pack เปิดให้ใช้งานฟรีจนถึงวันที่ 28 กุมภาพันธ์ 2027 ไลเซนส์สำหรับ GoldenGate, GoldenGate Veridata และ Real Application Testing มีส่วนลด 90% จนถึงวันที่ 31 พฤษภาคม 2027

สามเสาหลักของกลยุทธ์ความปลอดภัยด้าน AI ของ Oracle คืออะไร?

สามเสาหลักคือ Secure at Source (การควบคุมในชั้นข้อมูลรวมถึง SQL Firewall, Database Vault และ Deep Data Security), Secure at Speed (การแพตช์อัตโนมัติและการตรวจสอบความถูกต้องของการเปลี่ยนแปลง) และ Secure through Resilience (การกู้คืนแบบไม่สูญเสียข้อมูล การทำซ้ำแบบกระจาย และสถาปัตยกรรมการกู้คืนจากภัยพิบัติ)

{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”ผู้โจมตีที่ใช้ AI สามารถใช้ประโยชน์จากช่องโหว่ได้เร็วแค่ไหน?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”ตามรายงาน 2026 CrowdStrike Global Threat Report ผู้โจมตีที่ใช้ AI สามารถบีบเวลาการขยายการโจมตีเฉลี่ยให้เหลือเพียง 29 นาที เพิ่มความเร็วขึ้น 65% เมื่อเทียบกับปี 2024 โดยกิจกรรมของฝ่ายตรงข้ามที่ใช้ AI เพิ่มขึ้น 89% โดยรวม.”}},{“@type”:”Question”,”name”:”แนวทางหลักของ Oracle ต่อความปลอดภัยด้าน AI คืออะไร?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Oracle วางศูนย์กลางกลยุทธ์ความปลอดภัยด้าน AI ไว้ที่การปกป้องข้อมูลเป็นอันดับแรกซึ่งบังคับใช้ในชั้นฐานข้อมูล เพื่อให้แน่ใจว่าการควบคุมความปลอดภัยที่สอดคล้องกันจะถูกใช้กับทุกแอปพลิเคชัน ผู้ใช้ และเอเจนต์ AI ที่เข้าถึงข้อมูล — ไม่ว่าพวกเขาจะใช้วิธีการเชื่อมต่อแบบใดก็ตาม.”}},{“@type”:”Question”,”name”:”มีเครื่องมือ Oracle ใดบ้างที่ให้ใช้ฟรีหรือมีส่วนลดเพื่อช่วยด้านความปลอดภัย AI?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Database Lifecycle Management Pack และ Exadata Management Pack เปิดให้ใช้งานฟรีจนถึงวันที่ 28 กุมภาพันธ์ 2027 ไลเซนส์สำหรับ GoldenGate, GoldenGate Veridata และ Real Application Testing มีส่วนลด 90% จนถึงวันที่ 31 พฤษภาคม 2027.”}},{“@type”:”Question”,”name”:”สามเสาหลักของกลยุทธ์ความปลอดภัยด้าน AI ของ Oracle คืออะไร?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”สามเสาหลักคือ Secure at Source (การควบคุมในชั้นข้อมูลรวมถึง SQL Firewall, Database Vault และ Deep Data Security), Secure at Speed (การแพตช์อัตโนมัติและการตรวจสอบความถูกต้องของการเปลี่ยนแปลง) และ Secure through Resilience (การกู้คืนแบบไม่สูญเสียข้อมูล การทำซ้ำแบบกระจาย และสถาปัตยกรรมการกู้คืนจากภัยพิบัติ).”}}]}

บทความนี้จัดทำขึ้นด้วยความช่วยเหลือของปัญญาประดิษฐ์และผ่านการทบทวนโดยทีมบรรณาธิการแล้ว