亚马逊AWS官方博客

九项 AWS Security Hub 最佳实践

借助AWS Security Hub,您可以更深入地了解AWS环境的安全性与合规性状态。使用此处各项Security Hub最佳实践,安全团队能够将更多精力投入到事件的修补与恢复当中,而不是化时间在事件检测与组织上。Security Hub已经通过HIPAA、ISO、PCI以及SOC认证。要了解关于Security Hub的更多详细信息,请参阅AWS Security Hub说明文档。

Read More

Amazon SageMaker 继续引领 Machine Learning,并宣布使用 GPU 实例可将价格最高降低 18%

自 2006 年以来,Amazon Web Services (AWS) 一直在帮助数百万客户构建和管理他们的 IT 工作负载。从初创公司到大型企业,再到公共部门,各种规模的组织都在使用我们的云计算服务,它们实现了前所未有的安全性、弹性和可扩展性水平。每天,他们都能够以比以往更少的时间和更低的成本进行试验、创新和生产部署。因此,他们可以探索、抓住商业机会,并将其转化为工业级产品和服务。

Read More

使用 AWS Batch 轻松玩转遥感计算

随着卫星发射技术的成熟,以及大数据和人工智能技术的发展,遥感数据应用越来越多。AWS Open Data以及以AWS Batch 为代表的批量计算服务可以帮助客户随时启动数千台计算节点,帮助客户缩短项目周期,降低运维成本。本Blog旨在给客户使用AWS Open Data 以及AWS Batch 提供使用引导,降低他们的学习门槛。

Read More

通过 Amazon Personalize 扩展科学产品组合并适应不断变化的世界

赛默飞世尔(Thermo Fisher)一直努力帮助世界各地的科学家解决我们面临的一些最大挑战。借助 Amazon Personalize,我们极大地提高了我们了解客户工作的能力,并通过多种渠道为他们提供个性化体验。使用 Amazon Personalize 使我们能够专注于解决难题,而不是管理 ML 基础架构。

Read More

十项要诀助力 AWS 账户安全提升

赛默飞世尔(Thermo Fisher)一直努力帮助世界各地的科学家解决我们面临的一些最大挑战。借助 Amazon Personalize,我们极大地提高了我们了解客户工作的能力,并通过多种渠道为他们提供个性化体验。使用 Amazon Personalize 使我们能够专注于解决难题,而不是管理 ML 基础架构。

Read More

使用 Amazon SageMaker 在生产环境中对机器学习模型 A/B 测试

Amazon SageMaker可帮助用户在端点之上运行多个生产变体,从而轻松对生产环境中的ML模型进行A/B测试。大家可以使用SageMaker提供的功能配合不同训练数据集、超参数、算法以及ML框架测试由此训练出的模型,了解它们在不同实例类型上的执行性能,并将各项因素整合起来形成不同搭配。我们还可以在端点上的各变体之间进行流量分配,Amazon SageMaker会根据指定的分发方式将推理流量拆分并分发至各个变体。

Read More

如何在多账户环境下配置并实现安全事件自动化响应

在本文中,我们了解了如何使用AWS原生功能部署自动化事件响应框架。您可以轻松扩展这套框架以满足当前及未来的实际需求。如果您需要进一步扩展,请联系 AWS 专业服务或者AWS合作伙伴。如果您有其他技术问题,请参阅 Amazon GuardDuty或者AWS Config论坛。再次强调,本文介绍的解决方案仅为阐述自动化安全响应概念的示例,无法作为全面的解决方案使用。

Read More

如何使用 Kubecost 跟踪多租户 Amazon EKS 集群中的运营成本

在本文中,我们挖地 如何在共享EKS环境中使用Kubecost跟踪成本。如果您选择硬多租户机制,则可以使用各个集群内的不同Kubecost实例对工作负载分别进行成本跟踪。此外,您也可以升级至Kubecost付费版本,通过单一仪表板对多个集群进行成本可视化与资源使用跟踪。

Read More

自动复制 AWS Secrets Manager 密碼到备份 AWS 区域

通过使用AWS Secrets Manager,您可以使用AWS KMS客户主密钥安全地存储RDS数据库密碼。借助AWS Lambda的集成,您现在可以更轻松地定期轮换这些密碼并为灾难恢复情况复制它们。在本文中,我将向您展示如何使用AWS CloudFormation设置密碼复制和创建AWS Lambda函数。通过跨AWS区域复制密碼,它可以通过使用备份副本来帮助减少灾难恢复时间。

Read More