AWS Security Incident Response発表：機械学習で自動化された次世代インシデント対応サービスが登場 Last Updated on 2024-12-03 15:08 by admin Amazon Web Services（AWS）が新しいセキュリティサービス「AWS Security Incident Response」を発表 Amazon Web Services（AWS）は2024年12月2日、新しいセキュリティサービス「AWS Security Incident Response」を発表しました。このサービスは、同週ラスベガスで開催されるAWS re:Invent 2024カンファレンスに先立って公開されました。 主な特徴は以下の通りです： 機械学習を活用し、Amazon GuardDutyやサードパーティ製の脅威検出ツールからのセキュリティアラートを自動
Amazon Web Service（AWS）は、ゲームを通じてAWSを学べる「AWS Cloud Quest日本語版」に、新たに「Machine Learning（機械学習）」の教材が追加されたことを明らかにしました。 「AWS Cloud Quest」は、クラウド技術者となったプレイヤーがクエスト内の街の住人から出題される課題やクイズなどを、AWSを使って解決しつつ、クラウドの技術を学んでいくオンラインロールプレイングゲームです。 実際にAWSのサービスを組み合わせてソリューションを構築するため、非常に実践的な内容となっています。 2022年3月に英語版が登場し、その後に日本語版で、入門編としてプレイヤーがクラウドプラクティショナー（クラウドを実践する人）となってプレイする「クラウドプラクティショナー」ロールと、ソリューションアーキテクトとしてゲームをプレイする「ソリューションアーキテ
こんにちは、CTOの森です。 本記事はiimonアドベントカレンダー16日目の記事となります。 普段機械学習を使うことは無いのですが、勉強も兼ねてCloudFrontのログを機械学習させてみたらどうなるのか試してみました。 検証した環境 ログデータの形式 使用したログデータのフィールド 分析までの手順 正しくデータを読み込む 学習できる形式に変換 method result_type path_num path_0 ~ path_4 query_num query_len sc-status time-to-first-byte 学習 元のデータと結合 CSVファイルに出力 コード全体 分析結果 (比較的)うまくいった結果 うまくいかなかった結果 参照したサイト まとめ 最後に 今回ログデータをIsolation Forestという手法を用いて分析してみました。Isolation Fore
三菱UFJフィナンシャル・グループ（MUFG）がAWSとの連携を強化する。すでにAWSのクラウドインフラや、データ分析サービスなどを導入しているが、AI関連サービスの活用をさらに加速。生成AIサービス「Amazon Bedrock」や機械学習ソリューション「Amazon SageMaker JumpStart」などの利用を進める。AWSジャパンが11月15日に発表した。 MUFGはすでに、Amazon Bedrockを社内文書の要約や問い合わせ対応の自動化に役立てる検証を進めている。並行して、複数の商用利用可能な大規模言語モデルの精度や費用対効果の測定も進めており「特性に応じて用途ごとに柔軟に使い分けられるための知見の蓄積とプラットフォームの整備を検討している。市場部門では、今後もAWSを活用し、100を超えるユースケースに対して順次実証・実装を進めていく予定」としている。 関連記事 AW
はじめに こんにちは、あるいはこんばんは、クラウド事業部の原田です。 今回はAWS Certified Machine Learning - Specialtyに合格しましたので情報や所感等を共有させていただこうと思います。 Specialtyは月初に受けたDASに続いて5つ目になります。 DAS / DBS / ANS / SCS 点数 859/1000 いつもは800~850の間で落ち着くことが多いですが、今回はしっかり理解できた...のではなく、 2択まで絞った上でたまたま正解拾ってたパターンが多い(上振れした)印象です。 勉強時間 約3週間、平日は30分～1時間+休日3～4時間 合計40時間程 AWSでは(毎度のことながら)未経験。SageMaker触ったことないです。 Azure Machine Learningは業務で使ったことがあり、プライベート化やデータレイクとの接続の経験
こんにちは。森田です。 本記事はAWS Summit Tokyoで行われたセッション「AWS-31 はじめての機械学習ワークフローの作り方 〜データに集中したいあなたのために〜」のセッションレポートです。 セッション視聴 AWS Summit Tokyoの登録を行うことでオンデマンドで視聴可能です。（現地参加された方は改めての登録は不要です。） セッション概要 スピーカー アマゾン ウェブ サービス ジャパン合同会社 スタートアップ事業部 ソリューションアーキテクト 尾原 颯 氏 アジェンダ Data-Centric について 機械学習ワークフローと Data-Centric Amazon SageMaker による解決 まとめ セッション内容 Data-Centric とは データの品質などに注力して開発するアプローチ Model-Centric アプローチ 機械学習の選択 パラメータの
はじめに 今回実現したいことは以下の点です。 機械学習開発環境にSageMakerStudioを利用する。 SageMakerStudioの環境構築をAWS-CDKを用いて爆速に構築する。 構築された環境は実際のプロジェクト開発でも利用されることを想定し、IAMロールの設定なども行う。 複数のDeveloerが参画するプロジェクトを意識した開発環境の構築をする。 参考サイト https://aws.amazon.com/jp/builders-flash/202211/chococones-as-code/?awsf.filter-name=*all 構築アーキテクチャ (参考サイトから一部編集して掲載) 今回は以下の2ユーザーのがSageMakerStudioを利用するようなイメージで作成していきます。 sukeken : 環境構築者 + SageMakerStudio開発者 kenji
AWSも、プログラミングを機械学習で支援する「Amazon CodeWhisperer」プレビュー公開。コメントを書くとコードを提案
Amazon Web Services（AWS）は開催中のイベント「Amazon re:MARS 2022」で、機械学習を用いてプログラミングを支援する「Amazon CodeWhisperer」のプレビュー公開を発表しました。 Transform plain ol’ text into lines of code. Amazon CodeWhisperer uses #MachineLearning to generate code recommendations based on developers’ natural language comments & prior code—reducing app build time. AbraCODEabra, it’s #ML magic. https://t.co/kVaKk5HnxB #AWS pic.twitter.com/oRTD
Amazon Web Services
Home Toggle submenu for: AWS Summits AWS Summit ANZ AWS Summit ASEAN AWS Summit India AWS Summit Seoul AWS Summit Tokyo Toggle submenu for: Events/Webinars AWS Innovate - AI/ML Edition AWS Innovate - Data Edition AWS Innovate - Modern Apps Edition AWSome Day Online Conference AWS Builders Online Series Toggle submenu for: Hot Topics AI and Machine Learning Migration and Modernization Data and Anal
AWS Certified Machine Learning – Specialtyに合格したので勉強方法を書いておく(11冠達成)AWS機械学習MachineLearningAWS認定試験 AWS Certified Machine Learning – Specialtyに合格したので、勉強方法を備忘として書いておきます。参考になれば幸いです。 職業：現在インフラエンジニア6年目でAWSをメインに設計構築をするようになって、2年くらい。 最近はもっぱらオンプレミスからAWSへの移行などのコンサルをやることが多いです。 AWSをやる前は、VMwareやWindows、Linuxなどいろいろやってましたが、 今では、AWSが得意！と言えるくらいになってます。 他のAWS関連の資格： ソリューションアーキテクトアソシエイト(SAA)(2018年取得) SysOpsアドミニストレータアソシエイ
2021年、企業が無償公開した新人エンジニア向け研修資料 機械学習やゲーム開発、AWS入門、数学などさまざま（1/2 ページ） 2021年、さまざまな企業が自社の社内研修資料を無償公開したことが話題になった。ITmedia NEWSでは主に、新人エンジニア向けに公開した資料などを記事として取り上げたところ、多くの反響が集まった。 学べる内容は、機械学習やIT業界の文化、ゲーム開発、セキュリティ、AWS入門、数学など各社さまざま。100ページ以上のスライドや5時間を超える動画などの資料もあり、新人教育への力の入れ具合も垣間見える。改めて、2021年に企業が無償公開した、社内研修資料を取り上げた記事を紹介する。 セガ、3DCG技術の基礎に役立つ数学資料 セガは6月15日に、2020年に社内勉強会で使った線形代数の教材を公式ブログで公開した。ゲーム制作では、キャラクターや背景を3次元で回転させた
Rust detection using machine learning on AWS | Amazon Web Services
AWS Machine Learning Blog Rust detection using machine learning on AWS Visual inspection of industrial environments is a common requirement across heavy industries, such as transportation, construction, and shipbuilding, and typically requires qualified experts to perform the inspection. Inspection locations can often be remote or in adverse environments that put humans at risk, such as bridges, s
AWS、機械学習で量産品の不良を見分ける「Amazon Lookout for Vision」の本サービス提供開始 米Amazon Web Servicesは2月24日（現地時間）、量産品の中から異常を見つけ出す「Amazon Lookout for Vision」の正式版の提供を始めた。2020年11月30日から開催したオンラインイベント「AWS re:Invent 2020」で発表し、プレビュー版として提供していたサービスだ。 Amazon Lookout for Visionは、カメラで写した大量生産品の画像を機械学習モデルで解析し、不良品を検出するサービスだ。初期費用は不要で、モデルの学習や解析にかけた時間に応じた従量課金となる。 米東部（バージニア北部）、米東部（オハイオ）、米西部（オレゴン）、ヨーロッパ（アイルランド）、ヨーロッパ (フランクフルト)、アジア太平洋（東京）、アジ
この記事は新野淳一氏のブログ「Publickey」に掲載された「［速報］「Amazon DevOps Guru」発表。DevOps関連の設定ミスやコードの問題などを機械学習が指摘してくれる。AWS re:Invent 2020」（2020年12月2日掲載）を、ITmedia NEWS編集部で一部編集し、転載したものです。 米Amazon Web Services（AWS）は12月1日（現地時間）、オンラインで開催中の年次イベント「AWS re:Invent 2020」で、DevOpsの実現を支援するマネージドサービス「Amazon DevOps Guru」を発表しました。 一般に、DevOpsの実現には、分散環境を活用しつつコードの編集、ビルド、テスト、デプロイなどの一連のツールを連係させ、本番環境でのログを収集し分析するなど、手間のかかる運用が求められます。 Amazon DevOps
［速報］「Amazon DevOps Guru」発表。DevOps関連の設定ミスやコードの問題などを機械学習が指摘してくれる。AWS re:Invent 2020
Amazon Web Services（AWS）は、オンラインで開催中の年次イベント「AWS re:Invent 2020」で、DevOpsの実現を支援するマネージドサービス「Amazon DevOps Guru」を発表しました。 一般に、DevOpsの実現には、分散環境を活用しつつコードの編集、ビルド、テスト、デプロイなどの一連のツールを連係させ、本番環境でのログを収集し分析するなど、手間のかかる運用が求められます。 Amazon DevOps Guruは、AWSにおけるDevOpsの経験を元に行った機械学習により、DevOpsのサイクルの中で発生する構成ミスやリソース不足が予想される際の警告、問題が発生しそうなコードや構成に対する変更の発見、データベースのI/O性能不足に対する警告などを行ってくれるサービス。 これにより複雑で手間のかかるDevOpsの実現と運用を支援してくれるというも
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Amazon Web Services（AWS）は、機械学習を利用した不正検知サービス「Amazon Fraud Detector」の一般提供を開始した。 Amazon Fraud Detectorは、オンライン決済での不正やなりすまし、偽アカウントの作成、ポイント付与サービスアカウントやプロモーションコードの不正利用などの行為を、「ミリ秒単位」で素早く簡単に識別するフルマネージドサービスだ。 このサービスを利用する際には、あらかじめ構築済みの機械学習モデルのテンプレートを選択し、過去の不正取引と問題のない取引の両方のイベントデータをアップロードして、機械学習モデルの構築・トレーニング・展開を行い、予測に基づいて処理を行う意思決定ロジッ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
