Amazon Web Services ブログ

EC2 の値下げ – EC2 Instance Savings Plans と標準リザーブドインスタンス

標準リザーブドインスタンスまたは EC2 Instance Savings Plans の使用を計画している Amazon Elastic Compute Cloud (EC2) のお客様のための値下げについてお伝えできることを嬉しく思います。価格の変更はすでに発効しているため、ニュース RI または新しい EC2 Instance Savings Plans を購入する人は誰でも、値下げ後の価格を利用できます。 当社のエンジニアリングへの投資が、当社の規模および定評のあるキャパシティー管理能力と相まって、コスト削減の機会を特定し、その効果をお客様に享受いただくことを可能にしました。 ご利用いただける値下げは、選択したリージョン、採用する期間 (1 年または 3 年)、そして、最終的には、契約でコミットするインスタンスファミリーに基づきます。以前に支払っていた金額の 1% から最大 18% までの金額の値下げが適用されます。以下では、M5、C5、および R5 のインスタンスタイプ全体の節約のスナップショットを示しましたが、C5n、C5d、M5a、M5n、M5ad、M5dn、R5a、R5n、R5d、R5ad、R5dn、T3、T3a、Z1d、および A1 のインスタンスタイプについても料金が引き下げられています。 期間が 1 年間の場合に適用される値下げ 期間が 3 年間の場合に適用される値下げ リージョン M5 C5 R5 M5 C5 R5 欧州 (ストックホルム) 10% 8% 0% 13% 11% 5% 中東 […]

Read More

Amazon Fraud Detector で PoC (概念実証) を構築し、不正行為を迅速に検出する

Amazon Fraud Detector は偽のアカウントの作成やオンライン決済詐欺など、不正行為の可能性があるオンライン活動を簡単に特定できるようにするフルマネージドサービスです。汎用機械学習 (ML) パッケージとは異なり、Amazon Fraud Detector は不正を検出するように特別に設計されています。Amazon Fraud Detector は、最新の ML サイエンスのデータおよび Amazon.com と AWS の 20 年以上にわたる不正検出の経験を組み合わせて、ビジネスでの不正行為を検出するためにカスタマイズした ML モデルを構築するものです。 この投稿は、オンライン不正インサイトモデルの堅牢な概念実証 (POC) を開発および実行するのに役立ちます。そのため、ビジネスにおける Amazon Fraud Detector の有用性を評価できます。オンライン不正インサイトモデルは、新しいアカウントでの不正、オンライン取引詐欺、偽のレビューなど、さまざまな種類の不正行為を解決するための教師あり ML モデルです。データの可用性にもよりますが、通常は 1〜2 週間だけで Amazon Fraud Detector POC を完了することができます。 不正のライフサイクル 不正はあらゆる形や規模で発生しますが、一般的にどれもが同じ 3 つのステップのライフサイクルに従います。 不正ユーザーがプラットフォームに加わる 不正ユーザーが不正を行う (多くの場合、同じアカウントで複数回) 最終的に、不正を発見し、不正ユーザーをブロックする 次の図は、このライフサイクルを視覚化したものです。 まず、不正ユーザーがアカウントを登録します。この図ではタイムゼロ (T0) と表示しています。その後不正イベントが、タイム T1、T2、T3 で発生し、システムによって検出されなくなります。チャージバックの形で数時間、数日、または数週間となる可能性のある後の特定の時点 (TN) で、不正を発見し、不正ユーザーをブロックします。 不正の発見が遅れると、コストが発生します。財務コストには、販売する商品のコスト、人手による確認から生まれるコスト、チャージバック料金に関連するものがあります。さらに、会社の評判または規制に関するリスクも可能性としてあります。完全なシナリオでは、不正を予測し、損害が発生する前にそれを阻止します。その […]

Read More

AWS Backup を使った Amazon EFS のファイルおよびフォルダーの復元

データのほとんどは、構造化されていないファイルとして存在しており、アプリケーションでは、かなりの割合がデータストレージを使用するように設計されています。これらアプリケーションの多くに、共有ファイルを使用するための設計要件があります。セルフマネージド型で共有ファイルシステムを実現するには、多くの作業が必要です。取得やプロビジョニングが必要なものとしては、コンピューティングとストレージのリソース、ネットワーキング、ロードバランシング、精密な需要予測、ソフトウェアの管理、そして可用性や信頼性のためのレプリケーション管理、などが挙げられるでしょう。完全マネージド型の共有ファイルシステムなら、セルフマネージド型のシステムが必要とする代わり映えしない重労働から解放されます。組織は、イノベーションやソリューションによる差別化に注力できるのです。Amazon Elastic File System (Amazon EFS) であれば、完全マネージド型かつクラウドネイティブで信頼性も高い NFS ベースの共有ファイルシステムを、月ごとに 0.08 USD/GB という効果的なストレージコストでご利用になれます。 この Amazon EFS は、可用性と信頼性の高いファイルストレージを提供しますが、追加の保護策として、ファイルシステムのバックアップ作成も推奨されるところです。仮に、アプリケーションもしくはヒューマンエラーによりファイルが不注意に削除された場合や、ファイルの旧バージョンが必要になったときには、このバックアップが助けになります。Amazon EFS には、ネイティブに AWS Backup が統合されています。このサービスでは Amazon EFS のファイルシステムのバックアップ作成が行え、ファイスシステム全体を復元したり、ファイルシステム内のファイルやフォルダーを復元することもできます。ファイルやフォルダー単位での復元は、より速く効率的に実施できるので、ファイルシステム全体の復元に対する良い代替策となります。クリティカルなファイルを復元しようとする場合は、短い目標復旧時間 (RTO) が必須です。ファイルシステム全体を復元した後、そこからクリティカルなファイルを抽出するのでは、RTO の厳しい要件を満たすことは困難になります。今回の記事では、AWS Backup により作成された Amazon EFS ファイルシステムのバックアップから、ファイルとフォルダーを復元する手法をご紹介していきます。 AWS Backup for Amazon EFS AWS Backup を使い EFS ファイルシステムのバックアップを行うには、バックアップの頻度、ウィンドウ、保持期間、ライフサイクルポリシーなどを定義する、バックアッププランを設定する必要があります。その後、設定したバックアッププランに、ご自分の EFS ファイルシステムを割り当てます。復元ポイント ID は、正常に終了したバックアップすべてに定義されるもので、EFS のファイルシステムとその中のファイルを、ある時点に復元するために使います。AWS Backup を使った EFS ファイルシステムバックアップの詳細については、こちらのドキュメントをご参照ください。 このシナリオ例では、次に示すスクリーンショットのように、EFS ファイルシステム (fs-7e70f9b5) が […]

Read More

Amazon Transcribe Medical および Amazon Comprehend Medical を使用した、医療現場でのトランスクリプションおよび分析の実行

ヘルスケア業界は、規制の厳しい複雑な業界です。業界内では口頭によるコミュニケーションで大量の情報交換が行われています。こうした音声データには、貴重な情報と実用的な洞察が含まれていることもあります。本稿では、HIPAA に準拠した AWS AI サービスである Amazon Transcribe Medical と Amazon Comprehend Medical を統合し、こうしたデータから洞察を引き出す方法について説明します。医療データの抽出と理解を自動化できれば、医療従事者は患者のケアに集中できます。 Amazon Transcribe Medical Amazon Transcribe Medical は機械学習 (ML、machine learning) サービスであり、患者と医師の間で行われる医療相談の内容を、迅速、簡単、高精度にテキストに変換 (トランスクリプション) できます。Amazon Transcribe Medical は、医師が書き取ったメモ、診察における医師と患者のやりとり、遠隔医療で使用される医学用語および薬理学用語を、音声からテキストに自動的に変換し、臨床文書アプリケーションで使用できるようにします。詳細については、「Amazon Transcribe Medical とは」をご参照ください。 Amazon Comprehend Medical Amazon Comprehend Medical は、ML を使用して非構造化テキストから関連する医療情報を簡単に抽出できる、自然言語処理サービスです。医師のメモ、臨床試験報告書、患者の健康記録などのさまざまなソースから、病状、薬剤、投与量、成分含有量、頻度などの情報を短時間で高精度に収集できます。Amazon Comprehend Medical では、検出された情報を ICD-10-CM や RxNorm などの医療オントロジーにリンクして、医療関係のダウンストリームアプリケーションで簡単に使用できるようにすることもできます。詳細については、「What is Amazon Comprehend Medical?」をご参照ください。 Medical Transcription Analysis Medical Transcription […]

Read More

AWS Machine Learning と IoT サービスを使用して、芝生のモニタリングと雑草検出ソリューションを構築する

住宅の新規購入者は、芝生のお手入れを効果的に管理するにはどうしたらよいかと頭を抱えることがよくあります。あなたが農家だとして、何平方メートルもの土地にこれをしなければならない場面を想像してみてください。農家として通常直面する課題には、いつ (水を撒くのに適切な時期はいつか)、どこで (水を撒いたり肥料を与えたりするエリアはどこにするか)、 どうやって (雑草の処理方法) 管理するかが含まれます。アメリカ雑草科学協会 (WSSA) が実施した調査研究では、手入れしていない雑草がトウモロコシと大豆の作物にもたらす損失は、年間合計 430 億 USD に上るという結果が出ています。詳細については、WSSA ウェブサイトの「WSSA Calculates Billions in Potential Economic Losses from Uncontrolled Weeds」を参照してください。 この問題を解決するために、コンピュータビジョンと機械学習 (ML) の分野の最新のテクノロジーを活用できたらどうでしょうか? これは解決するのが難しい問題であり、多くの企業がソリューションを考え出そうと取り組んでいます。この記事では、AWS Starter Kit をどのように使用開始し、ソリューションを構築するかについて説明します。ソリューションには次の 2 つのコンポーネントがあります。 画像分類と AWS DeepLens を使用した雑草検出 AWS IoT を使用して、芝生の状態 (土壌の水量、肥沃度レベル、太陽光) をほぼリアルタイムでモニタリング 前提条件 このソリューションを実装するには、次の前提条件が必要です。 AWS DeepLens Raspberry Pi 土壌水分センサー (この記事では、Xiaomi の FlowerCare センサーを 4 つ使用しています) 画像分類を使用した雑草の検出 除草剤の耐性がますます一般的になるにつれて、雑草防除の重要性が農業分野で増してきています。農場の生産性を高めるには、雑草を検出し、予防措置を早期に講じることが重要です。これが […]

Read More

AWS リージョン間データ転送 (DTIR、Inter-Region Data Transfer) 料金の引き下げ

複数の AWS リージョンにわたる AWS アプリケーションを構築している方に朗報です。南米 (サンパウロ)、中東 (バーレーン)、アフリカ (ケープタウン)、アジアパシフィック (シドニー) リージョンを送信元とする、別の AWS リージョンへのデータ転送料金が引き下げられます。新料金は下記のとおりで、2020 年 5 月 1 日より適用されます。 リージョン 旧料金 (USD/GB) 新料金 (USD/GB) 南米 (サンパウロ) 0.1600 0.1380 中東 (バーレーン) 0.1600 0.1105 アフリカ (ケープタウン) 0.1800 0.1470 アジアパシフィック (シドニー) 0.1400 0.0980 すべての AWS リージョンのリージョン間データ転送料金については、こちらの料金表をご確認ください。 — Jeff;  

Read More

エンタープライズ検索の再発明 - Amazon Kendra が一般発売されました

2019年末には、機械学習を活用した非常に正確で使いやすいエンタープライズ検索サービス Amazon Kendra のプレビューエディションをリリースしました。本日、Amazon Kendra が一般販売されることになりました。 過去数十年間の驚くべき成果のすべてを用いても、情報技術は、必要とする情報をすばやく簡単に見つけ、皆が日々直面している問題を解決するには至っていません。会社の出張規定の最新版を探す場合でも、「エポキシ接着剤の引張強度は?」などのより技術的な質問をする場合でも、すぐに正いい回答を得られれそうにはありません。全く回答を得られない時もあります。 こうした問題はユーザーにとってストレスとなるだけでなく、生産性の大幅な低下にもつながります。IDCの調査によると、非効率的な検索のコストは、従業員 1 人当たり年間 5,700 USD です。従業員 1,000 人の企業では、年間 570 万 USD が蒸発することになります。しかも、これには、精度の低い検索によって発生する責任やコンプライアンスリスクは含まれていません。 この問題にはいくつかの原因があります。第 1 に、ほとんどの企業データは構造化されておらず、必要な情報を特定することが困難なことです。第 2 に、多くの場合、データは組織のサイロに分散し、ネットワーク共有、リレーショナルデータベース、サードパーティアプリケーションなどの異種バックエンドに保存されていることです。最後に、キーワードの検索システムでは、適切なキーワードの組合せを見つける必要があり、通常は多数のヒットを返し、ほとんどのヒットはクエリとは無関係なものです。 これらの問題点を考慮して、Amazonは、お客様が適切な検索機能を構築できるように支援することにしました。この取り組みの結果が、Amazon Kendra です。 Amazon Kendra のご紹介 Amazon Kendra を使えば、数回クリックするだけで、ファイルシステム、アプリケーション、イントラネット、リレーショナルデータベースなど、さまざまなバックエンドに保存された構造化データと非構造化データのインデックスを作成できます。予想される通り、すべてのデータは HTTPS を使用して処理中に暗号化され、また、保存中にAWS Key Management Service (KMS) で暗号化することもできます。 Amazon Kendra は、ドメインから受けとる複雑な言語を理解するように最適化されています。IT関連ドメイン(例: 「 VPNの設定方法を教えてください。」)、医療およびライフサイエンス関連ドメイン(例: 「ALSの遺伝子マーカーとは何ですか。」)およびその他の多くのドメイン領域からの質問を受け取ることになります。このマルチドメインの専門知識により、Kendra はより正確な回答を見つけることができるのです。また、開発者は、信頼できるデータソースやドキュメントの鮮度などの基準を使用して、結果の関連性を明示的に調整することができます。 Kendra 検索は、AWS コンソールまたは API で利用可能なコードサンプルを使用して、任意のアプリケーション (検索ページ、チャットアプリ、チャットボットなど) に迅速に展開できます。お客様は、Kendara の最新のセマンティック検索を数分で実行できます。 […]

Read More

AWS Graviton2 を搭載した新しい EC2 M6g インスタンス

本日より、第 6 世代の Amazon Elastic Compute Cloud (EC2) 汎用インスタンスである M6g をご利用いただけます。「g」は「Graviton2」を意味します。これは、AWS (および Amazon のグループ企業である Annapurna Labs) が 64 ビット Arm Neoverse N1 コアを使用して設計した次世代の Arm ベースのチップです。 これらのプロセッサは、256 ビットの常時オンの DRAM 暗号化をサポートしています。また、第 1 世代の Graviton と比較して浮動小数点演算の性能を 2 倍にするデュアル SIMD ユニットが含まれており、機械学習の推論ワークロードを加速する int8/fp16 命令をサポートしています。詳細については、AnandTech によって公開されたこの完全なレビューをご覧ください。 M6g インスタンスは、1、2、4、8、16、32、48、および 64 の vCPU を備えた 8 つのサイズで、またはベアメタルインスタンスとして、利用できます。最大で 256 GiB のメモリ、25 Gbps のネットワークパフォーマンス、および 19 Gbps […]

Read More

ハイブリッドの方法を使用して、Amazon DocumentDB へ移行する

Amazon DocumentDB (MongoDB 互換) は、MongoDB のワークロードをサポートする、高速かつスケーラブルで可用性に優れた完全マネージドのドキュメントデータベースサービスです。お客様は、基盤となるインフラストラクチャの管理を気にすることなく、現在の MongoDB 3.6 用のプリケーションコード、ドライバー、ツールをそのまま使用して、Amazon DocumentDB 上でのワークロードの実行、管理、そしてスケーリングが行えます。ドキュメントデータベースである Amazon DocumentDB は、JSON データの保存、クエリ、およびインデックスを容易にします。 MongoDB から Amazon DocumentDB に移行するための主要なアプローチとしては、オフライン、オンライン、ハイブリッドの 3 つがあります。詳細については「移行アプローチ」をご参照ください。 今回の記事では、ハイブリッドアプローチにより MongoDB のデータを Amazon DocumentDB に移行する方法についてご紹介していきます。ハイブリッドアプローチは、オフラインアプローチが持つ移行速度に、オンラインアプローチが提供するダウンタイムの最小化を組み合わせたものです。詳細については「Video: Live migration to Amazon DocumentDB」をご覧ください。 ソースデータセットが 1 TB を超える場合でダウンタイムを最小限に抑えるには、ハイブリッドメソッドが最良の選択肢となります。ハイブリッドの方法では、並列化を活用しながら、データの一括移行を行う mongorestore に対応した速度を実現します。さらに、ダウンタイム最小化のためには、AWS Database Migration Service (DMS) を利用しています。 データセットのサイズが 1 TB 未満の場合は、オンラインもしくはオフラインのアプローチが適しています。オフライおよびオンラインでの移行の詳細については、「オフラインの方法を使用して、MongoDB から Amazon DocumentDB に移行する」および「オンラインの方法を使用して、Amazon DocumentDB に移行する」をご参照ください。 この投稿では、ハイブリッドのアプローチを使用して、Amazon […]

Read More

グローバルマルチメディア通信社であるロイターがアマゾン ウェブ サービスをどのように利用しているかをご覧ください

私は Thomson Reuters でソリューションアーキテクトを担当している、Romeo Radanyi です。チームがクラウドテクノロジーを理解したり、導入できるようサポートしています。企業レベルの標準規格の設定、人工知能や機械学習の計画の推進、そして数多くのロイターシステムの構築にも携わっています。また、データサイエンスとJupyterノートブックの初心者向けのコースを A Cloud Guru で開発して提供しました。 ロイターは、世界最大のマルチメディアニュース源で、みなさんが目にしたり、読んだり、聞いたりするニュースネットワークへのニュースソースを提供しています。弊社は、いわば卸売業者の一種です。つまり、BBC、CNN、ニューヨークタイムズ、ワシントンポスト、そして他の世界中のお客様向けに、さまざまな形式で生のニュースを販売しています。 このブログ投稿では、ロイターがコンテンツの大部分を AWS に移行した方法を取り上げます。AWS のターンキーオブジェクトストレージソリューションである Amazon Simple Storage Service (Amazon S3) とそのコンテンツ配信ネットワーク (CDN) である Amazon CloudFront を使用して、どのように世界中の何十億もの人々に日々コンタクトするのかを説明します。 レガシーシステムが直面した課題 弊社は 5年前に、新しく開発したすべてのロイターシステムの戦略的プラットフォームとして AWS を選択しました。あなたは、「なぜ?」と質問するかもしれません。 ロイターは、さまざまなフォーマットでコンテンツを作成して配信しています。フォーマットには、動画、画像、テキスト、さらにはニュース速報でのライブストリームなどがあります。さらに、記録保管として1896年当時の物理テープもありました。最後に重要なことですが、弊社は実質的にミニデータセンターである 200 を超えるニュース局から成るグローバルな規模を持っています。これらの局では、現場で生のコンテンツを撮影し、編集した主な情報源を扱っています。世界中のこのようなコンテンツすべてをさまざまなフォーマットやフレームレートで、瞬時に保存、変換、提供することは簡単な作業ではありません。 最初は、コンテンツの保存、変換、提供、チームが学習してプロセスに統合するために必要な工数などの一部の作業をサードパーティに頼ってました。サードパーティと協業した際、サービス停止やサービス関連の問題を解決するのに課題が発生し、それらを改善するためのプロセスを実行するまで時間がかかりました。ロイターチームからの広範なサポートがあっても、コストは増加していました。様々な記録媒体において、テープは安価で使いやすいですが、取り出しに時間がかかるため、コンテンツを世界中のニュースアウトレットに配信して販売するのはほぼ不可能です。弊社の実際の局において、それらのすべてのミニデータセンターをそれぞれが島であると想像してください。コンテンツを編集用に暫定的に保管するための拡張可能な空間がない限り、共同作業するのは難しいです。 結果として、ロイターは 3 つの主な課題に直面していました。一つ目は、第三者にすべてのメディア資産の保管を委託するとか、高価な CDN を使用することが、将来的な選択肢でなくなりました。二つ目は、記録保管されているテープが広範囲なコレクションのため、情報を迅速に配布することが困難でした。三つ目は、弊社の実際の局では、島のようなデータセンターすべての間で結びつきが不十分なため、チーム間で協力し合うことがうまくいきませんでした。 AWS Glue の選択 AWS と Amazon S3 に慣れるにつれ、API と HTTPS 呼び出しによる幅広い機能と使いやすく、組織全体の課題に対する完璧なソリューションであることがわかりました。さらに、AWS と Amazon S3 […]

Read More