亚马逊AWS官方博客
通过 AWS Network Firewall 实现混合云环境下资源和服务的有效防护
AWS在2020年底的Re:Invent大会上发布了新的安全产品的管理服务Network Firewall(网络防火墙),客户可以通过使用它来对外网进行隔离(也叫南北向),也可以用于内网之间进行隔离(也叫东西向,如同一个区域的不同VPC之间,不同区域的不同VPC之间,云和IDC之间等),实现基于规则的检测和防护。
通过 AWS Network Firewall 实现南北向资源和服务的有效防护
AWS在2020年底的Re:Invent大会上发布了新的安全产品的管理服务Network Firewall(网络防火墙),客户可以通过使用它来对外网进行隔离(也叫南北向),也可以用于内网之间进行隔离(也叫东西向,如同一个区域的不同VPC之间,不同区域的不同VPC之间,云和IDC之间等),实现基于规则的检测和防护。
通过 AWS Network Firewall 实现东西向资源和服务的有效防护
AWS在2020年底的Re:Invent大会上发布了新的安全产品的管理服务Network Firewall(网络防火墙),客户可以通过使用它来对外网进行隔离(也叫南北向),也可以用于内网之间进行隔离(也叫东西向,如同一个区域的不同VPC之间,不同区域的不同VPC之间,云和IDC之间等),实现基于规则的检测和防护。
使用 Strongswan 建立到阿里云 VPN 的访问链路
使用 Strongswan 建立到阿里云VPN 的访问链路
在 AWS Graviton2 Arm 架构上编译构建 ClickHouse
本文首先简单介绍了ClickHouse及其特性和使用场景,然后介绍了AWS Graviton2 Arm架构的优势,并演示了如何在AWS Graviton2的EC2实例上进行编译安装。接着,对AWS Graviton2和x86架构的EC2实例上的ClickHouse进行了性能比对,通过结果可以看到,AWS Graviton2不仅增强了数据分析的成本优势,还给客户带来了更丰富的计算架构选项。
使用 Amazon Rekognition 自动检测图像中人物的个人防护设备
在本文中,我们展示了如何使用检测(DetectProtectiveEquipment API)来自动分析图像及视频帧。
在 Amazon SageMaker Ground Truth 中简化 YOLO 对象检测的数据标记流程
本文介绍了如何在Amazon Ground Truth中为对象检测模型创建高效的端到端数据收集管道。您可以在创建对象检测模型时亲自体验整个操作过程。您也可以修改后期处理注释,以Pascal VOC格式生成带有标签的数据,可用于Faster RCNN等模型。您还可以在适当修改之后,将这套基本框架应用于其他特定于不同作业需求的数据标记管道。例如,您可以重写注释后处理过程改造框架用于实例分割任务,即对各类对象进行像素级标记,而不是本文示例中在对象周边绘制矩形
运用“云财务管理”杠杆,撬动您的商业世界
很多朋友可能还不太熟悉Cloud Financial Management (CFM)概念——这是一套框架,用于共享云支出管理及优化层面的各类工具、技能集,以及与执行流程相关的最佳实践、功能与指南。
Citibot 聊天机器人搜索引擎如何运用 AI 技术查找更多答案
在今天的用例中,我们了解到TensorIoT如何使用多项AWS服务提升解决方案的实际价值。除COVID-19疫情之外,各城市也可以继续使用由Amazon Kendra驱动的聊天机器人,帮助居民快速了解特定公共设施的开放时间、道路封闭情况以及紧急事件相关信息。
使用机器学习技术实现实时赛车竞速分析
我们的分析功能在冠军杯赛期间为粉丝们提供增强体验,但这一切仅仅只是开始。在re: Invent 2019大会的比赛中,我们从500多位参赛选手处收集到12000多条单圈时长记录。随着AWS DeepRacer发布新的车辆与竞赛形式,这部分数据将在2020年为更多更高级的分析功能提供支持。