feat(ms-ai-architect): idx-33a ratifisert — klassen var 2 ikke mange, og reparasjonen ville gjort sin egen kildetelling usann [skip-docs]

Halvdel 1 bekreftet mot levende defender-for-cloud/ai-security-posture: sida
sier «recommendations on identity, data security, and internet exposure».
L.213 droppet identity og la til AI models. Erstattet hel-linje med kildens
egen oppregning (hel-linje-unikhet sjekket først, 1 treff; håndlagt, driveren
kan bare slette).

Halvdel 2 målt FØR form ble foreslått (#29-disiplinen). 281 stempler i 89
filer, 211 i filkropper. To ulikt blinde nett: Net C (blokkens overskrift
navngir produkt) ga 57 blokker → 5 flagg → 4 falske positive ved
håndadjudisering — i alle fire FANTES referenten, nettet så den ikke fordi
kildelista ikke gjentok produktstrengen, og ett tilfelle var dual-dialekt-
blindheten om igjen (bold-label-kildeliste, ikke ## Kilder). Net D (enheten er
selve den stemplede påstanden) ga 26 i 17 filer → 24 er tilfeldige
produktnevnelser inne i påstander hvis subjekt ER sitert.

Overlevende: 2. Denne fila l.210 og security-and-audit-logging-ai.md:40 —
begge Defender for Cloud, ingen av filene med Defender-kilde. Defender AISPM
lagt inn i begge filers egen kildeliste. Ingen korpus-bred konvensjon
ratifisert: 2 medlemmer bærer ikke en regel ingen maskin håndhever, og de fire
falske positive viser at en slik regel ville fyrt på legitime referenter.

Reparasjonen var selv-invaliderende og tvang to følge-editer: l.364 påsto «8
unique sources», l.353 påsto retrieval 2026-02 — begge ville blitt usanne av
den niende kilden, og ble skrevet om i samme edit.

Nær-bom som kilden frikjente: data-leakage 6.3 stempler en APIM/MCP-påstand
uten APIM-kilde, men siterer CAF Secure AI, og idx-33s fetch samme økt bekreftet
at den sida bærer påstanden. Sveip lokaliserer; kilden adjudiserer.

Blokkstempelet (Verified MCP 2026-04) står bevisst urørt: bullet 211 kom ikke
rent ut av fetchen og er bokført som idx-33b (under-påstand under stempel,
klassen umålt). Køa 4 åpne.

skills/ms-ai-governance/references/monitoring-observability/security-and-audit-logging-ai.md

@@ -405,6 +405,7 @@ Ingen ekstra lisenser kreves for audit logging — funksjonen er inkludert i Azu
 | **Microsoft cloud security benchmark: Logging and threat detection** | https://learn.microsoft.com/en-us/security/benchmark/azure/mcsb-logging-threat-detection | ✅ Documented |
 | **Artificial Intelligence Security (AI-6: Establish monitoring and detection)** | https://learn.microsoft.com/en-us/security/benchmark/azure/mcsb-v2-artificial-intelligence-security | ✅ Documented |
 | **Azure Policy Regulatory Compliance controls** | https://learn.microsoft.com/en-us/azure/governance/policy/samples/azure-security-benchmark | ✅ Documented |
+| **AI security posture management (Microsoft Defender for Cloud)** | https://learn.microsoft.com/en-us/azure/defender-for-cloud/ai-security-posture | ✅ Documented — Referent for Defender for Cloud-raden i tabellen over: AI BOM-discovery på tvers av Azure/AWS/GCP, recommendations på identity/data security/internet exposure, attack path analysis. *(Verified MCP 2026-08-13)* |
 | **Best practices for data and AI governance (Databricks)** | https://learn.microsoft.com/en-us/azure/databricks/lakehouse-architecture/data-governance/best-practices | ✅ Documented — Unity Catalog er nå sentral governance for BÅDE data og AI assets (modeller, features, lineage ned til kolonne-nivå). Tre governance-modeller: sentralisert, distribuert (federated), hybrid. Audit-logging på to nivåer (workspace + account) + verbose audit logs per query/kommando. AI-genererte kommentarer støttes (krever human review). *(Verified MCP 2026-06-19)* |
 
 ### Konfidensgradering per seksjon

skills/ms-ai-security/references/ai-security-engineering/ai-threat-modeling-stride.md

@@ -210,7 +210,7 @@ STRIDE Mapping: Tampering
 **Capabilities:** *(Verified MCP 2026-04)*
 - Automated detection of AI workloads across Azure subscriptions
 - AI security posture management: automate detection and remediation of generative AI risks
-- Security recommendations for AI models, data stores, network isolation
+- Security recommendations for identity, data security, and internet exposure
 
 **Threat Modeling Integration:**
 ```plaintext
@@ -350,7 +350,7 @@ STRIDE Mapping: Tampering
 
 ## Kilder og verifisering
 
-**Microsoft Learn — Verified Sources (2026-02):**
+**Microsoft Learn — Verified Sources (2026-02; source 9 added 2026-08-13):**
 
 1. [Threat Modeling AI/ML Systems and Dependencies](https://learn.microsoft.com/en-us/security/engineering/threat-modeling-aiml) — **Authoritative guide** for STRIDE adaptation to AI/ML; includes 11 threat categories with mitigations
 2. [Secure AI (Cloud Adoption Framework)](https://learn.microsoft.com/en-us/azure/cloud-adoption-framework/scenarios/ai/secure) — Integration of STRIDE, MITRE ATLAS, OWASP for comprehensive AI risk identification. Oppdatert 2026-04: inkluderer nå AI asset inventory via Azure Resource Graph, AI communication channel security med Managed Identities og Virtual Networks, APIM for sikring av MCP server-endepunkter, og Microsoft Purview Insider Risk Management for prompt-basert data exfiltration-deteksjon. *(Verified MCP 2026-04)*
@@ -360,8 +360,9 @@ STRIDE Mapping: Tampering
 6. [Securing the Future of AI and ML at Microsoft](https://learn.microsoft.com/en-us/security/engineering/securing-artificial-intelligence-machine-learning) — Introduction to AI-specific security pivots (Resilience, Discretion)
 7. [Failure Modes in Machine Learning](https://learn.microsoft.com/en-us/security/engineering/failure-modes-in-machine-learning) — Adversarial ML threat taxonomy (foundation for STRIDE adaptation)
 8. [Microsoft Threat Modeling Tool](https://learn.microsoft.com/en-us/azure/security/develop/threat-modeling-tool) — Tool documentation; AI-specific templates
+9. [AI security posture management (Microsoft Defender for Cloud)](https://learn.microsoft.com/en-us/azure/defender-for-cloud/ai-security-posture) — Referent for Defender for Cloud AISPM-blokken over: AI BOM-discovery, recommendations på identity/data security/internet exposure, attack path analysis. Hentet 2026-08-13. *(Verified MCP 2026-08-13)*
 
-**Confidence Level:** ✅ **Verified** — All content grounded in official Microsoft documentation (8 unique sources, retrieved 2026-02, re-verified 2026-04). STRIDE adaptation for AI is established practice in Microsoft SDL.
+**Confidence Level:** ✅ **Verified** — All content grounded in official Microsoft documentation (9 unique sources: 8 retrieved 2026-02 and re-verified 2026-04, source 9 retrieved 2026-08-13). STRIDE adaptation for AI is established practice in Microsoft SDL.
 
 **Status:** ✅ **Current** — Threat categories and mitigations reflect 2025-2026 threat landscape (includes prompt injection, RAG vulnerabilities, agentic AI risks, MCP server endpoints). *(Verified MCP 2026-04)*