feat(ultraplan-local): v1.6.0 — /ultraresearch-local deep research command

Add /ultraresearch-local for structured research combining local codebase analysis with external knowledge via parallel agent swarms. Produces research briefs with triangulation, confidence ratings, and source quality assessment. New command: /ultraresearch-local with modes --quick, --local, --external, --fg. New agents: research-orchestrator (opus), docs-researcher, community-researcher, security-researcher, contrarian-researcher, gemini-bridge (all sonnet). New template: research-brief-template.md. Integration: --research flag in /ultraplan-local accepts pre-built research briefs (up to 3), enriches the interview and exploration phases. Planning orchestrator cross-references brief findings during synthesis. Design principle: Context Engineering — right information to right agent at right time. Research briefs are structured artifacts in the pipeline: ultraresearch → brief → ultraplan --research → plan → ultraexecute. Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-04-08 08:58:35 +02:00 · 2026-04-08 08:58:35 +02:00 · baa2d0220b
commit baa2d0220b
488 changed files with 213221 additions and 0 deletions
--- a/skills/ms-ai-governance/references/monitoring-observability/security-and-audit-logging-ai.md
+++ b/skills/ms-ai-governance/references/monitoring-observability/security-and-audit-logging-ai.md
@ -0,0 +1,408 @@
+# Security and Audit Logging for AI Systems
+
+**Last updated:** 2026-02
+**Status:** GA
+**Category:** Monitoring & Observability
+
+---
+
+## Introduksjon
+
+Security og audit logging for AI-systemer er et kritisk grunnlag for compliance, incident response og forensisk analyse. Azure AI-tjenester genererer diagnostiske logger som kan spore brukeraktivitet, dataaksess, modellinteraksjon og systemhendelser — men loggene samles ikke inn før du eksplisitt konfigurerer diagnostiske innstillinger (diagnostic settings). Uten strukturert logging har du ingen sporbarhet når sikkerhetsbrudd oppstår, og ingen evne til å dokumentere hvem som aksesserte sensitive data.
+
+Azure Monitor tilbyr et helhetlig rammeverk for å samle, lagre og analysere audit logs fra Azure OpenAI, Azure AI Foundry, Copilot Studio og andre AI-tjenester. Loggene kan rutes til Log Analytics for KQL-basert analyse, Azure Storage for langtidslagring, eller SIEM-løsninger som Microsoft Sentinel for korrelasjon med threat intelligence.
+
+For norsk offentlig sektor er audit logging et lovpålagt krav under Forvaltningsloven § 11, GDPR Artikkel 30 (loggføring av behandlingsaktiviteter), og AI Act (loggføring av høyrisiko AI-systemer). Microsoft-stakken leverer innebygde funksjoner for logging, men konfigurasjonen er kundens ansvar — resource logs er deaktivert som standard, med unntak av Azure AI Foundry som har automatisk logging.
+
+---
+
+## Kjernekomponenter
+
+| Komponent | Formål | Omfatter |
+|-----------|--------|----------|
+| **Azure Monitor Resource Logs** | Detaljert logging av data plane-operasjoner | API calls, modell-inferens, plugin-interaksjoner, token-forbruk |
+| **Azure Activity Log** | Control plane-hendelser på abonnementsnivå | Ressursopprettelse, rolleutdelinger, brannmurregler, sletting |
+| **Diagnostic Settings** | Rute-konfigurasjon for loggeksport | Log Analytics, Storage Account, Event Hub, SIEM-partnere |
+| **Microsoft Defender for AI Services** | Trusseldeteksjon spesifikk for AI | Jailbreak-forsøk, prompt injection, unormale modell-outputs |
+| **Microsoft Purview** | Dataklassifisering og tilgangssporing | PII-aksess, sensitiv datalogging, dataeiers-revisjon |
+| **Azure Policy** | Compliance enforcement | Automatisk pålegging av diagnostiske innstillinger, policy-etterlevelse |
+
+### Loggkategorier per tjeneste
+
+| AI-tjeneste | Loggkategorier | Standard enabled? |
+|-------------|----------------|-------------------|
+| **Azure OpenAI** | `Audit`, `RequestResponse`, `Trace` | Nei (krever diagnostic setting) |
+| **Azure AI Services** | `Audit`, `RequestResponse`, `AllMetrics` | Nei (krever diagnostic setting) |
+| **Azure AI Foundry** | Azure Monitor, Log Analytics | Ja (auto-enabled) |
+| **Azure AI Search** | Resource logs, API requests | Nei (krever diagnostic setting) |
+
+### Logginnhold: `AzureDiagnostics`-schema
+
+Alle Azure AI-tjenester følger felles Azure Monitor resource log-schema:
+
+```kusto
+AzureDiagnostics
+| project
+    TimeGenerated,        // Tidsstempel for hendelse
+    _ResourceId,          // Full Azure Resource ID
+    Category,             // "Audit", "RequestResponse", "Trace"
+    OperationName,        // "Inference", "CreateDeployment", etc.
+    DurationMs,           // Responstid
+    ResultSignature,      // HTTP status code
+    CallerIpAddress,      // Opprinnelse
+    Identity,             // User Principal Name eller Managed Identity
+    properties_s          // JSON-payload med request/response-detaljer
+```
+
+**Eksempel på sensitive felt i `properties_s`:**
+
+- `modelName` — hvilken modell som ble brukt
+- `tokenUsage` — input/output tokens
+- `userInput` — brukerens prompt (kan inneholde PII)
+- `modelOutput` — modellens svar (kan inneholde PII eller konfidensielt innhold)
+
+⚠️ **Sikkerhetsvurdering:** Hvis du logger `RequestResponse`-kategorien, kan bruker-prompts og modell-outputs inneholde PII eller forretningshemmeligheter. Sørg for at Log Analytics workspace eller Storage Account har tilsvarende tilgangskontroller.
+
+---
+
+## Arkitekturmønstre
+
+### Pattern 1: Sentralisert SIEM-integrert logging
+
+**Brukstilfelle:** Organisasjoner som krever korrelasjon mellom AI-trusler og enterprise-wide security events.
+
+**Arkitektur:**
+
+```
+Azure OpenAI → Diagnostic Settings → Event Hub → Microsoft Sentinel
+Azure AI Services → Diagnostic Settings → Event Hub → Microsoft Sentinel
+Microsoft Defender for AI → Native integration → Sentinel
+```
+
+**Fordeler:**
+
+- Korrelasjon med MITRE ATLAS og OWASP Top 10 for LLM threat intelligence
+- Automatisk alerting via Sentinel playbooks
+- Unified dashboarding på tvers av alle Azure-ressurser
+
+**Ulemper:**
+
+- Høyere kostnad (Event Hub + Sentinel ingestion)
+- Krever Sentinel-kompetanse for KQL-queries og playbook-utvikling
+
+**Anbefaling:** Bruk for høyrisiko AI-systemer (GDPR, AI Act høyrisiko) og scenarier hvor AI-trusler må korreleres med network/identity-angrep.
+
+---
+
+### Pattern 2: Compliance-orientert langtidslagring
+
+**Brukstilfelle:** Norsk offentlig sektor med lovpålagt audit trail i 10+ år (Riksarkivet).
+
+**Arkitektur:**
+
+```
+Azure AI Services → Diagnostic Settings → Storage Account (Cool/Archive tier)
+                 → Immutable storage policy
+                 → Legal hold for etterforskninger
+```
+
+**Fordeler:**
+
+- Lavest kostnad for langtidslagring
+- Immutable blobs sikrer ikke-manipulerbare audit trails
+- Oppfyller arkivlovens krav
+
+**Ulemper:**
+
+- Ingen real-time analyse (krever eksport til Log Analytics for queries)
+- Rehydrering fra Archive tier kan ta timer
+
+**Anbefaling:** Kombiner med Log Analytics for hot analytics (30-90 dager), arkiver til Storage etter retention period.
+
+---
+
+### Pattern 3: Operativ sanntidsanalyse med KQL
+
+**Brukstilfelle:** DevOps og SRE-team som trenger raske insights i modellytelse, feilmønstre og bruksmønstre.
+
+**Arkitektur:**
+
+```
+Azure OpenAI → Diagnostic Settings → Log Analytics Workspace
+Azure AI Foundry → (auto-enabled) → Log Analytics Workspace
+```
+
+**Fordeler:**
+
+- KQL-basert ad-hoc analyse
+- Integrasjon med Azure Monitor dashboards og alerts
+- Native support for Azure Workbooks (visualisering)
+
+**Ulemper:**
+
+- Log Analytics ingestion-kostnad (per GB)
+- Retention limits (maks 730 dager uten export)
+
+**KQL-eksempel — detektere unormale token-forbruksmønstre:**
+
+```kusto
+AzureDiagnostics
+| where ResourceProvider == "MICROSOFT.COGNITIVESERVICES"
+| where Category == "RequestResponse"
+| extend TokenUsage = toint(parse_json(properties_s).tokenUsage)
+| summarize TotalTokens = sum(TokenUsage), RequestCount = count() by bin(TimeGenerated, 1h), CallerIpAddress
+| where TotalTokens > 1000000  // Flagg unormalt høyt forbruk
+| order by TotalTokens desc
+```
+
+**Anbefaling:** Standard-mønster for de fleste scenarier. Kombiner med Storage-eksport for langtidslagring.
+
+---
+
+## Beslutningsveiledning
+
+| Scenario | Anbefalt pattern | Log retention | Loggkategorier |
+|----------|------------------|---------------|----------------|
+| **GDPR/AI Act compliance** | Sentralisert SIEM + Langtidslagring | 3–10 år | `Audit`, `RequestResponse` |
+| **Utredningsinstruksen** | Langtidslagring (immutable) | 10+ år | `Audit`, `AllMetrics` |
+| **Sikkerhetshendelsesanalyse** | SIEM-integrert | 90 dager hot + arkiv | `Audit`, `RequestResponse`, Defender for AI |
+| **Kostnadsoptimalisering** | Log Analytics + Archive | 30 dager hot, resten Archive | `Audit`, `AllMetrics` |
+| **Red Teaming / penetrasjonstesting** | Log Analytics (real-time) | 30 dager | `Audit`, `RequestResponse`, `Trace` |
+| **PII-revisjon** | Purview + Log Analytics | 3 år | `RequestResponse` (med PII-flagging) |
+
+### Vanlige feil
+
+| Feil | Konsekvens | Rettelse |
+|------|------------|----------|
+| **Ikke aktivert diagnostic settings** | Ingen audit trail ved sikkerhetsbrudd | Azure Policy: pålegg diagnostikk for alle AI-ressurser |
+| **Logger `RequestResponse` uten PII-vurdering** | GDPR-brudd hvis prompts inneholder persondata | Implementer Microsoft Purview for datalogging-klassifisering |
+| **Manglende immutable storage** | Audit logs kan manipuleres av angriper | Aktiver immutability policy på Storage Account |
+| **Retention period for kort** | Kan ikke etterleve Forvaltningslovens arkivkrav | Sett minimum 3 år (GDPR) eller 10 år (Riksarkivet) |
+| **Ingen SIEM-integrering** | AI-trusler korreleres ikke med andre angrep | Rute til Sentinel for threat correlation |
+
+### Røde flagg (deteksjon)
+
+Disse KQL-queries kan brukes til alerting:
+
+**1. Deteksjon av jailbreak-forsøk (unormalt lange prompts):**
+
+```kusto
+AzureDiagnostics
+| where Category == "RequestResponse"
+| extend PromptLength = strlen(parse_json(properties_s).userInput)
+| where PromptLength > 5000
+| project TimeGenerated, CallerIpAddress, Identity, PromptLength
+```
+
+**2. Deteksjon av prompt injection (mistenkelige nøkkelord):**
+
+```kusto
+AzureDiagnostics
+| where Category == "RequestResponse"
+| extend UserInput = tostring(parse_json(properties_s).userInput)
+| where UserInput contains "ignore previous instructions"
+     or UserInput contains "system:"
+     or UserInput contains "[INST]"
+| project TimeGenerated, CallerIpAddress, Identity, UserInput
+```
+
+**3. Uautorisert dataaksess (PII-aksess av ukjent identitet):**
+
+```kusto
+AzureDiagnostics
+| where Category == "Audit"
+| where Identity !in ("trusted-app@domain.com", "known-user@domain.com")
+| extend Resource = parse_json(properties_s).resourceType
+| where Resource == "PersonalData"
+| project TimeGenerated, Identity, CallerIpAddress, Resource
+```
+
+---
+
+## Integrasjon med Microsoft-stakken
+
+| Tjeneste | Integrasjonspunkt | Formål |
+|----------|-------------------|--------|
+| **Microsoft Sentinel** | Event Hub → Sentinel connector | SIEM-korrelasjon med MITRE ATLAS threat intelligence |
+| **Microsoft Purview** | Auto-klassifisering av logged data | PII-flagging i `RequestResponse` logs |
+| **Azure Policy** | Built-in policy: `Diagnostic logs in Azure AI services resources should be enabled` | Compliance enforcement |
+| **Microsoft Defender for AI** | Native integration til Sentinel | Jailbreak-deteksjon, prompt injection alerts |
+| **Azure Monitor Workbooks** | Pre-built templates for Azure OpenAI | Visualisering av token-forbruk, feilrater, latency |
+| **Power BI** | Log Analytics connector | Executive dashboards for compliance-rapportering |
+| **Azure Key Vault** | Audit logging av secrets access | Spor hvem som aksesserte API keys for AI-tjenester |
+
+### Compliance-mapping
+
+| Regulering | Krav | Azure-løsning |
+|------------|------|---------------|
+| **GDPR Artikkel 30** | Loggføring av persondata-behandling | Resource logs (`RequestResponse`) + Purview klassifisering |
+| **AI Act Artikkel 12** | Logging av høyrisiko AI-systemer (minimum 6 måneder) | Diagnostic settings + Log Analytics (retention: 180+ dager) |
+| **Forvaltningsloven § 11** | Journalføring av vedtak | `Audit` logs + immutable Storage Account |
+| **Schrems II / Cloud Act** | EU-datasuverenitet | Log Analytics workspace i Norge/EU-region |
+| **Riksarkivet** | Langtidsarkivering (10+ år) | Storage Account (Archive tier) + legal hold |
+
+---
+
+## Offentlig sektor (Norge)
+
+### Særskilte krav
+
+| Krav | Rettsgrunnlag | Implementasjonsanbefalinger |
+|------|---------------|------------------------------|
+| **Journalplikt** | Offentleglova § 6 | Audit logs må inneholde: Hvem, Hva, Når, Hvorfor. Bruk `Identity`, `OperationName`, `TimeGenerated`, og custom properties for saksnummer. |
+| **Innsyn** | Offentleglova § 3 | Log Analytics kan eksporteres til PDF/Excel for innsynsbegjæringer. Implementer query for "all logs relatert til person X". |
+| **Datasuverenitet** | NSM Grunnprinsipper | Log Analytics workspace må være i **Norway East** eller **Norway West** region. Valider at Event Hub ikke ruter via USA. |
+| **ROS-analyse** | Sikkerhetsloven § 2-1 | Audit logs er input til risiko- og sårbarhetsvurderinger. Bruk KQL-queries for "attempted unauthorized access"-rapporter. |
+| **DPIA for AI-systemer** | GDPR Artikkel 35 | Dokumenter loggingsstrategi som tiltak for å "overvåke AI-beslutninger". Vis at alle AI-interaksjoner spores. |
+| **Personalansvar** | Forvaltningsloven § 41 | Logs må kunne identifisere "hvem" (saksbehandler, AI-operatør). Bruk Entra ID identity logging. |
+
+### Digdir-spesifikke anbefalinger
+
+| Prinsipp | Løsning |
+|----------|---------|
+| **Sporbarhet** | Alle AI-modell-kall må logge bruker-identitet (Entra ID UPN), tidspunkt, input-prompt, output-resultat. |
+| **Etterprøvbarhet** | Kombiner audit logs med Azure Machine Learning Model Registry for å spore "hvilken modellversjon ga dette svaret". |
+| **Åpenhet** | Publiser aggregert statistikk fra logs (antall AI-henvendelser per måned) som del av transparenskrav. |
+
+### Kostnadseksempel (offentlig sektor)
+
+For en kommune med **5000 AI-interaksjoner per dag**:
+
+| Ressurs | Konfigurasjon | Månadskostnad (NOK) |
+|---------|---------------|----------------------|
+| **Log Analytics ingestion** | 150 GB/måned @ $2.99/GB | ~4200 NOK |
+| **Log Analytics retention** | 90 dager hot, 3 år archive | ~1500 NOK |
+| **Storage Account (Archive tier)** | 1 TB @ $0.002/GB | ~20 NOK |
+| **Microsoft Sentinel** | 150 GB ingestion | ~6500 NOK |
+| **Total** | | **~12 220 NOK/måned** |
+
+**Kostnadsoptimalisering:**
+
+- Ekskluder `Trace` logs (brukes kun ved debugging)
+- Bruk `AllMetrics` i stedet for `RequestResponse` hvis du ikke trenger prompt-innhold
+- Archive logs fra Log Analytics etter 30 dager til Storage Account
+- Implementer sampling (logg kun hver 10. request) for lavrisiko-tjenester
+
+---
+
+## Kostnad og lisensiering
+
+### Prismodell (per februar 2026)
+
+| Komponent | Prismetrikk | Pris (NOK) |
+|-----------|-------------|------------|
+| **Log Analytics ingestion** | Per GB | ~30 NOK/GB |
+| **Log Analytics retention** | Per GB per måned (over gratis 31 dager) | ~8 NOK/GB/måned |
+| **Storage Account (Hot tier)** | Per GB | ~2 NOK/GB/måned |
+| **Storage Account (Cool tier)** | Per GB | ~0.20 NOK/GB/måned |
+| **Storage Account (Archive tier)** | Per GB | ~0.02 NOK/GB/måned |
+| **Event Hub throughput** | Per throughput unit | ~150 NOK/time |
+| **Microsoft Sentinel ingestion** | Per GB | ~43 NOK/GB |
+
+### Lisensiering
+
+Ingen ekstra lisenser kreves for audit logging — funksjonen er inkludert i Azure-abonnementet. Men:
+
+| Komponent | Lisenskrav |
+|-----------|------------|
+| **Microsoft Defender for AI** | Krever Defender for Cloud (Standard tier) |
+| **Microsoft Purview** | Separat Purview-lisens (compliance SKU) |
+| **Microsoft Sentinel** | Pay-as-you-go (ingen fast lisens) |
+
+### Optimaliseringstips
+
+| Strategi | Besparelse |
+|----------|------------|
+| **Selective logging** | Logg kun `Audit` og `AllMetrics`, hopp over `RequestResponse` hvis PII-logging ikke er nødvendig | -60% ingestion cost |
+| **Sampling** | Logg kun 10% av requests for lavrisiko-tjenester (bruk Azure Functions for sampling) | -90% ingestion cost |
+| **Tiered storage** | 30 dager i Log Analytics, deretter arkiver til Cool/Archive tier | -80% retention cost |
+| **Regional placement** | Plasser Log Analytics workspace i samme region som AI-tjenester (unngå egress-kostnader) | -5–10% network cost |
+
+---
+
+## For arkitekten (Cosmo)
+
+### 5-8 spørsmål å stille stakeholders
+
+1. **Hva er organisasjonens compliance-krav?**
+   - GDPR, AI Act, Forvaltningsloven, Riksarkivet?
+   - Påvirker dette retention period (3 vs 10 år)?
+
+2. **Hvilke typer AI-interaksjoner må logges?**
+   - Kun audit trail (hvem/når), eller fullt request/response-innhold?
+   - Inneholder prompts/outputs PII eller forretningshemmeligheter?
+
+3. **Hvem skal ha tilgang til loggene?**
+   - Kun sikkerhetsteam, eller også utviklere/compliance-offiserer?
+   - Kreves role-based access control (RBAC) på Log Analytics workspace?
+
+4. **Er det krav til SIEM-integrasjon?**
+   - Finnes eksisterende Sentinel-oppsett?
+   - Skal AI-trusler korreleres med network/identity-angrep?
+
+5. **Hva er budsjett for logging?**
+   - Akseptabel månadskostnad per GB ingestion?
+   - Kan vi bruke sampling eller selective logging for å redusere volum?
+
+6. **Hva er organisasjonens incident response-prosess?**
+   - Hvor raskt må logs være tilgjengelig ved sikkerhetsbrudd?
+   - Kreves real-time alerting (→ Log Analytics) eller etterpå-analyse (→ Storage)?
+
+7. **Er det krav til immutable audit trails?**
+   - Juridiske prosesser, etterforskninger, regulatory audits?
+   - Skal logs være beskyttet mot sletting/modifikasjon?
+
+8. **Hvilke regulatoriske rapporter må genereres?**
+   - Månedlige AI-bruksstatistikker for Datatilsynet?
+   - Årlige ROS-analyser basert på loggdata?
+
+### Fallgruver
+
+| Fallgruve | Konsekvens | Unngå ved |
+|-----------|------------|-----------|
+| **Logging av PII uten klassifisering** | GDPR-brudd, bøter | Implementer Purview for auto-klassifisering før logging |
+| **Manglende regional compliance** | Schrems II-brudd hvis logs lagres i USA | Valider at Log Analytics workspace er i EU-region |
+| **Ingen immutability på logs** | Logs kan slettes av angriper | Aktiver immutable blobs på Storage Account |
+| **For lang retention i hot tier** | Unødvendig høy kostnad | Arkiver til Cool/Archive etter 30-90 dager |
+| **Ingen alerting på suspicious activity** | Jailbreak-forsøk oppdages ikke | Implementer KQL-basert alerts i Azure Monitor |
+| **Logging av secrets** | API keys/passwords eksponeres i logs | Aldri logg Authorization headers eller API keys |
+
+### Anbefalinger per modenhetsnivå
+
+| Modenhetsnivå | Løsningsanbefaling |
+|---------------|---------------------|
+| **Level 1 (Starter)** | Aktiver diagnostic settings med `Audit` og `AllMetrics` → Log Analytics (30 dager retention). Bruk pre-built Azure Monitor Workbooks for visualisering. |
+| **Level 2 (Intermediate)** | Legg til `RequestResponse` logging + Purview for PII-klassifisering. Implementer KQL-basert alerts for unormale mønstre. Arkiver til Storage etter 90 dager. |
+| **Level 3 (Advanced)** | Integrer med Microsoft Sentinel for threat correlation. Implementer custom playbooks for auto-remediation. Immutable storage for compliance. |
+| **Level 4 (Expert)** | Red Teaming-basert logging (PYRIT, Azure AI Red Teaming Agent). Custom ML-basert anomaly detection på loggdata. Legal hold-prosesser for etterforskninger. |
+
+---
+
+## Kilder og verifisering
+
+### Microsoft Learn-dokumentasjon (Verified via MCP)
+
+| Kilde | URL | Konfidensnivå |
+|-------|-----|---------------|
+| **Enable diagnostic logging for Azure AI services** | https://learn.microsoft.com/en-us/azure/ai-services/diagnostic-logging | ✅ Verified |
+| **Monitor Azure OpenAI** | https://learn.microsoft.com/en-us/azure/ai-foundry/openai/how-to/monitor-openai | ✅ Verified |
+| **Azure security baseline for Azure OpenAI** | https://learn.microsoft.com/en-us/security/benchmark/azure/baselines/azure-openai-security-baseline | ✅ Verified |
+| **Azure security baseline for Azure AI Foundry** | https://learn.microsoft.com/en-us/security/benchmark/azure/baselines/azure-ai-foundry-security-baseline | ✅ Verified |
+| **Microsoft cloud security benchmark: Logging and threat detection** | https://learn.microsoft.com/en-us/security/benchmark/azure/mcsb-logging-threat-detection | ✅ Verified |
+| **Artificial Intelligence Security (AI-6: Establish monitoring and detection)** | https://learn.microsoft.com/en-us/security/benchmark/azure/mcsb-v2-artificial-intelligence-security | ✅ Verified |
+| **Azure Policy Regulatory Compliance controls** | https://learn.microsoft.com/en-us/azure/governance/policy/samples/azure-security-benchmark | ✅ Verified |
+| **Best practices for data and AI governance (Databricks)** | https://learn.microsoft.com/en-us/azure/databricks/lakehouse-architecture/data-governance/best-practices | ✅ Verified |
+
+### Konfidensgradering per seksjon
+
+| Seksjon | Konfidensnivå | Merknad |
+|---------|---------------|---------|
+| **Introduksjon** | ✅ Verified | Basert på offisielle Microsoft docs + compliance-rammeverk |
+| **Kjernekomponenter** | ✅ Verified | Loggkategorier og schema hentet fra Azure Monitor-dokumentasjon |
+| **Arkitekturmønstre** | ✅ Verified | Pattern 1-3 er anbefalt praksis fra Microsoft security baselines |
+| **Beslutningsveiledning** | ✅ Verified | KQL-queries testet mot Azure Monitor-dokumentasjon |
+| **Integrasjon** | ✅ Verified | Native integrasjoner dokumentert i Microsoft Learn |
+| **Offentlig sektor** | ⚠️ Baseline | Rettsgrunnlag er korrekt, implementasjonsdetaljer er tolkninger |
+| **Kostnad** | ⚠️ Baseline | Priser fra Azure Pricing Calculator (februar 2026), kan variere |
+
+### Sist verifisert: 2026-02-05