Amazon Web Services ブログ

はじめての自動推論

Amazon Science の研究領域に新たに加わった自動推論について、予備知識のない方に向けてわかりやすく解説します。簡単な C と Python のコード例を使い、網羅的テストでは 1,300 年以上かかる検証を自動推論がミリ秒で示せる理由、テストが今後も必要な理由、停止性問題ゆえに「Don’t know」という答えが避けられない事情、論理・定理証明・形式手法といった関連用語の違いを説明します。IAM Access Analyzer や VPC Reachability Analyzer など AWS での活用例と、学習用の書籍・ツールの一覧も紹介します。

セキュリティにおける AI の現在地: 信頼構築に最も重要な指標の測定

セキュリティ業務で AI を活用する際、脆弱性を発見できるかだけでなく、安全なコードを誤検出しないかが信頼の鍵になります。本記事では、実際の脆弱性と誤検出を見分ける能力を測る初のベンチマーク Deception Benchmark を紹介します。16 のプログラミング言語、70 を超える CWE カテゴリの 14,822 サンプルで 12 モデルを評価した結果、FPR (偽陽性率) と FNR (偽陰性率) の両方を 10% 未満に抑えられた構成はありませんでした。設計手法と結果、実務への示唆を詳しく解説します。

週刊生成AI with AWS – 2026/9/7週

週刊生成AI with AWS, ようやく秋の気配を感じる2026年9月7日週号 – Umios様 (旧マルハニチロ) の時系列基盤モデルChronos-2による販売計画AI事例、CODASの産業特化型AI基盤の取り組み含む14件のブログ記事を紹介。サービスアップデートでは、OpenAI GPT-6 AstraのAmazon Bedrock一般提供開始、Bedrock Managed Knowledge BaseのTwelveLabs Marengo 3.0対応、Amazon Quickデスクトップアプリの一般提供開始含む18件を紹介。

週刊AWS – 2026/9/7週

Amazon S3 Object Lock がイベントホールドによる可変リテンションに対応、Amazon EMR が旧リリースからの移行中のお客様向けに無償でサポート延長、Amazon API Gateway がバックエンド統合向け mutual TLS をサポート、OpenAI GPT-6 Astra が Amazon Bedrock で GA、Amazon Quick デスクトップアプリが macOS と Windows で GA、AWS Lambda Managed Instances が Graviton5 搭載インスタンスと 90 分タイムアウトに対応、Amazon EVS が大阪を含む 4 リージョンに拡大、AWS Elemental Inference がライブ動画からコンテキストメタデータをリアルタイム生成、Amazon API Gateway が 1 MB の実行ログと配信先の設定に対応、AWS DevOps Agent が Slack との双方向通信に対応、AWS Lambda が Amazon S3 Files のダイレクトリード設定に対応等

Amazon MWAA Serverless で PythonOperator と BashOperator が利用可能に

Amazon MWAA Serverless で PythonOperator と BashOperator が使えるようになり、カスタムの Python 関数やシェルスクリプトをサーバーレスランタイム上で直接実行できます。AWS Lambda 関数や Amazon ECS タスクでコードをラップする必要はありません。本記事では、コードバンドルの仕組みと実行モデルを解説し、PythonOperator で CSV を JSON に変換し BashOperator で出力を検証するパイプラインを AWS CLI で構築します。

Amazon MWAA と Airflow 3.0 によるイベント駆動のパイプラインオーケストレーション

Apache Airflow 3.0 の Asset Watcher と Amazon SQS を組み合わせて、複数の Amazon MWAA 環境や AWS アカウントをまたぐイベント駆動のオーケストレーションを実現する方法を解説します。ポーリングベースのセンサーをイベント駆動のトリガーに置き換えることで、環境間オーケストレーションのレイテンシーを数分から数秒に短縮できます。クロスアカウント IAM、triggerer の健全性、Amazon VPC のネットワーク、DAG 設計のベストプラクティスも紹介します。

AWS AI セキュリティフレームワーク: レイヤーとフェーズに応じた適切なセキュリティコントロール

AWS AI Security Framework は、適切なコントロールを適切なユースケース・レイヤー・フェーズに対応づけ、AI をプロトタイプから本番、そしてスケールまで安全に進めるための体系的なモデルです。多層防御を「インフラストラクチャ」「アイデンティティとデータ」「AI アプリケーション」の 3 レイヤーに整理し、Foundational / Enhanced / Advanced の 3 フェーズで段階的にセキュリティを強化する方法を解説します。

← Older posts