Category: Learning Levels

ランサムウェアによる被害は過去数年で大幅に増加し、世界中から注目を集めています。従来のランサムウェアは、主にサーバーやデータベース、接続されたファイルシステムなどのインフラストラクチャリソースに影響を与えていました。しかし、Amazon Simple Storage Service (Amazon S3) に保存されたデータを標的とするような、あまり馴染みのない非伝統的な事案もあります。ランサムウェア攻撃を未然に防ぎ、そして早期に特定して復旧対処できるようにするための実施すべき重要な対策があります。このブログのゴールは、ランサムウェアから保護するために使用できる AWS のサービスと機能について学び、攻撃が発生した場合の調査方法を理解していただくことです。

様々なアクセスパターンを持つワークロードのストレージコストを管理する方法と、コスト削減を実現するための変更を実施する方法について

AWS ジャパンでは、お客様の生成 AI 活用促進のため様々な支援を提供しています。有志により開発されているオープンソースのサンプルアセット generative-ai-use-cases-jp (GenU) もその一つです。GenU は、すぐに業務活用できる生成 AI ユースケース集として 2023 年に誕生し、今日まで Amazon Bedrock の新機能追従や新たなユースケースの拡充など、精力的なアップデートを継続しています。本記事では、2024 年 11 月に GenU の新たな機能としてリリースされた、ノーコードの生成 AI アプリ開発環境「ユースケースビルダー」についてご紹介します。

本記事は、2024年11月7日に公開された Build a multi-tenant generative A […]

Amazon Web Services（AWS）上での生成 AI ワークロードをセキュアにするためにお客様をサポートする、新しい AWS Skill Builder コース「Securing Generative AI on AWS」の提供開始をお知らせします。この包括的なコースは、セキュリティの専門家、アーキテクト、人工知能および機械学習（AI/ML）エンジニアが AWS クラウド上の生成 AI アプリケーションおよびモデルのセキュリティのベストプラクティスを理解し、実装するための助けとなるを目的としています。

AWS では、Amazon Bedrock ガードレールのような目的に特化したサービスや機能を使い始めるためのツール、ガイダンス、リソースを提供することで、お客様が責任ある AI を理論から実践へと変換できるよう支援しています。本ブログでは、責任ある AI のコアディメンションを紹介し、Amazon Bedrock アプリケーションでこれらのディメンションに対処するための考慮事項と戦略を探ります。

2024 年 11 月 22 日より、クロスゾーン負荷分散を有効にした Application Load Balancer (ALB) の Amazon Application Recovery Controller (ARC) ゾーンシフトサポートを発表しました。これは、以前に発表されたクロスゾーン負荷分散を使用する Network Load Balancer (NLB) のサポートを補完するものです。ゾーンシフトは、クロスゾーン負荷分散が設定されているかどうかに関係なく、NLB と ALB の両方で使用できるようになりました。この記事では、クロスゾーン負荷分散を有効にした状態でゾーンシフトを使用する場合の運用上のベストプラクティスを紹介します。

Amazon Q Developer は、エンタープライズ VMware ワークロードの移行を支援するエージェント機能である Q Developer transform for VMware のパブリックプレビューを発表しました。生成 AI を活用した自然言語ベースのチャット機能と包括的ダッシュボードにより、VMware ベースのワークロードをよりシンプルかつ自動化された安全な方法で Amazon EC2 に移行およびモダナイズできるようになります。

本ブログでは、生成 AI ワークロードに対する効果的な脅威モデリングを実施するための主要なステップを再確認し、各段階で期待される典型的なアウトプットや検討結果を含む、さらなるベストプラクティスと例を紹介します。

Amazon SageMaker Canvas は、領域の専門家にノーコードインターフェースを提供することで、製造業のジレンマを解決します。データサイエンスの経験が十分になくても、予測、分類、回帰モデルなどの強力な分析や、ML モデルを作成できます。また、作成後、モデルを ML および MLOps 専門家に展開して共有することもできます。この記事では、SageMaker Canvas を使用して、必要な特徴量をデータから選択し、整理する方法を説明します。また、SageMaker Canvas のノーコード機能を使用したモデルチューニングの機能を使って、異常検出のための予測モデルをトレーニングする方法を紹介します。