# Oracle Deep Data Security Lab

Kit interno para demonstrar Oracle Deep Data Security em cenários de segurança de dados comuns em clientes: agentes de AI, aplicações com conta compartilhada, BI ad hoc, acesso a PII e bypass por views.

O objetivo é permitir que qualquer pessoa do time consiga subir uma fundação OCI segura, instalar cenários de laboratório, executar testes positivos/negativos e coletar evidências de forma repetível.

## Visão Rápida

```text
terraform/   Infraestrutura OCI segura por padrão
scenarios/   Labs independentes em SQL e runbooks
scripts/     Automação de bootstrap, validação, execução e reset
docs/        Guias para arquitetura, demo e operação
apps/        Espaço para app Spring Boot, agente AI e simulador BI
```

## Cenários Incluídos

| ID | Cenário | Objetivo |
| --- | --- | --- |
| 01 | AI Prompt Injection | Demonstrar que o banco limita dados mesmo quando o agente gera SQL amplo ou malicioso. |
| 02 | Shared App Account | Demonstrar controle por usuário final mesmo com uma conta técnica de aplicação. |
| 03 | PII Row/Column/Cell | Demonstrar controle por linha, coluna e célula para dados pessoais e salário. |
| 04 | View Bypass / MAC | Demonstrar Mandatory Access Control com `USE DATA GRANTS ONLY`. |
| 05 | Legacy App AI Extension | Demonstrar modernizacao com agente AI sem reescrever a autorizacao da aplicacao legada. |
| 06 | RAG Vector Classified Docs | Demonstrar RAG/vector search retornando apenas chunks autorizados por classificacao. |
| 07 | Audit Evidence With Data Safe | Demonstrar evidencias de acesso com Unified Audit e roteiro de validacao no OCI Data Safe. |

Cada cenario possui um `RUNBOOK.md` com passo a passo de demo em formato antes/depois, evidencias esperadas e referencias oficiais.

## Guias De Execucao Dos Cenarios

Use os links abaixo para acessar o passo a passo de cada demo. Cada runbook mostra o cenario vulneravel antes da aplicacao dos controles, os comandos para aplicar Oracle Deep Data Security, o resultado esperado depois da protecao e as referencias oficiais usadas.

| ID | Cenario | Guia passo a passo |
| --- | --- | --- |
| 01 | AI Prompt Injection | [RUNBOOK.md](scenarios/01-ai-prompt-injection/RUNBOOK.md) |
| 02 | Shared App Account | [RUNBOOK.md](scenarios/02-shared-app-account/RUNBOOK.md) |
| 03 | PII Row/Column/Cell | [RUNBOOK.md](scenarios/03-pii-row-column-cell/RUNBOOK.md) |
| 04 | View Bypass / MAC | [RUNBOOK.md](scenarios/04-view-bypass-mac/RUNBOOK.md) |
| 05 | Legacy App AI Extension | [RUNBOOK.md](scenarios/05-legacy-app-ai-extension/RUNBOOK.md) |
| 06 | RAG Vector Classified Docs | [RUNBOOK.md](scenarios/06-rag-vector-classified-docs/RUNBOOK.md) |
| 07 | Audit Evidence With Data Safe | [RUNBOOK.md](scenarios/07-audit-evidence-data-safe/RUNBOOK.md) |

## Pré-Requisitos

- Conta OCI com permissão para criar rede, Autonomous Database, Vault opcional e Compute opcional.
- Terraform 1.6 ou superior.
- OCI CLI configurado, ou variáveis de autenticação do provider OCI.
- SQLcl, SQL*Plus ou outro cliente compatível.
- Acesso a uma versão de Oracle AI Database compatível com Deep Data Security.

## Execucao Em 7 Passos

1. Clone o repositorio.

2. Copie o arquivo de exemplo.

   Linux/macOS:

   ```bash
   cp terraform/envs/demo/terraform.tfvars.example terraform/envs/demo/terraform.tfvars
   ```

   Windows PowerShell:

   ```powershell
   Copy-Item terraform\envs\demo\terraform.tfvars.example terraform\envs\demo\terraform.tfvars
   ```

3. Edite `terraform/envs/demo/terraform.tfvars` com seus OCIDs, regiao e parametros do banco.

   Linux/macOS:

   ```bash
   vi terraform/envs/demo/terraform.tfvars
   ```

   Windows PowerShell:

   ```powershell
   notepad terraform\envs\demo\terraform.tfvars
   ```

4. Valide a infraestrutura.

   Linux/macOS:

   ```bash
   chmod +x scripts/*.sh
   ./scripts/validate-terraform.sh
   ```

   Windows PowerShell:

   ```powershell
   powershell -ExecutionPolicy Bypass -File .\scripts\validate-terraform.ps1
   ```

5. Faca o deploy.

   Linux/macOS:

   ```bash
   cd terraform/envs/demo
   terraform init
   terraform plan -out tfplan
   terraform apply tfplan
   cd ../../..
   ```

   Windows PowerShell:

   ```powershell
   Set-Location terraform\envs\demo
   terraform init
   terraform plan -out tfplan
   terraform apply tfplan
   Set-Location ..\..\..
   ```

6. Instale um cenario.

   Linux/macOS:

   ```bash
   ./scripts/run-scenario.sh 01-ai-prompt-injection "<connect_string>"
   ```

   Windows PowerShell:

   ```powershell
   powershell -ExecutionPolicy Bypass -File .\scripts\run-scenario.ps1 -Scenario 01-ai-prompt-injection -ConnectString "<connect_string>"
   ```

7. Execute testes e reset quando necessario.

   Linux/macOS:

   ```bash
   ./scripts/run-scenario.sh 05-legacy-app-ai-extension "<connect_string>"
   ./scripts/reset-scenario.sh 05-legacy-app-ai-extension "<connect_string>"
   ```

   Windows PowerShell:

   ```powershell
   powershell -ExecutionPolicy Bypass -File .\scripts\run-scenario.ps1 -Scenario 05-legacy-app-ai-extension -ConnectString "<connect_string>"
   powershell -ExecutionPolicy Bypass -File .\scripts\reset-scenario.ps1 -Scenario 05-legacy-app-ai-extension -ConnectString "<connect_string>"
   ```

## Segurança Por Padrão

- Banco em subnet privada.
- Sem IP público no banco.
- NSGs dedicados para aplicação e banco.
- mTLS obrigatório na conexão do Autonomous Database.
- Secrets fora do Git.
- Vault/KMS opcional para chaves gerenciadas pelo cliente.
- Compute bastion desabilitado por padrão.
- Evidências e logs de demo ignorados pelo Git.

## Como Contribuir

Leia [CONTRIBUTING.md](CONTRIBUTING.md). Todo novo cenário deve conter `README.md`, `metadata.yaml`, SQL numerado, testes positivos/negativos e script de reset.

## CI/CD

O repositório inclui GitHub Actions para:

- `terraform fmt`
- `terraform init -backend=false`
- `terraform validate`
- checagem da estrutura mínima dos cenários
- bloqueio de arquivos sensíveis como `.tfvars`, `.pem` e `.key`