至顶网软件频道消息:AWS峰会星期一在纽约市开幕,AWS在峰会开幕时发布了一系列公告。亚马逊云推出了新的东西,其中的一个工具是要试图阻止诸如用户个人记录等敏感信息的泄露,其他工具还包括文件迁移和索引实用程序以及配置和密钥管理系统。下面来过一遍网络巨人亚马逊宣布推出的东西。
用于数据筛选Macie'机器学习'
AWS揭开Macie的面纱:即是说,记者被告知,Macie可对用户的数据进行分类,以确定哪些数据涉及个人信息或知识产权,在由黑客导致的异常访问时会发出警报,比如在黑客从云用户实例中泄露数据时。
这是一个不错的举措,原因是配置不当的S3泄漏了许多敏感数据, 例如1400万Verizon用户的记录曾被泄漏,该举措或许有助于各机构加固自己的安全。根AWS介绍,Macie有四个部分,每个部分可以
·分析数据、对数据分类及处理数据,进而达到了解历史模式、数据用户认证、数据访问位置和访问次数的目的。
·积极地监控使用日志数据并检测异常情况的出现,还可以通过CloudWatch事件和Lambda自动解决已被报告的问题。
·提供存储数据细节的管理可视性,同时,无需手动客户输入即可提供即时保护。
·允许做出满足各种报告和警报管理需求的管理配置。
Macie显示的存储文件里的“风险级别”概述
记者了解到,管理员可以设置一套规则,进而控制S3访问和存储。如此,在出现非授权访问或信息被移动时,或者说在出现与典型常规模式相悖时触发警报。要得到这种保护客户的付费将基于Macie处理的S3及Macie分析的CloudTrail事件数量。
AWS Glue
普通用户现在可以用Glue服务了,Glue服务可以将S3、Redshift和RDS数据存储与AWS,、EC2的查询和分析工具以自动方式连起来。这将有助于开发人员编写代码,他们可以执行提取、转换和加载(ETL)等任务,例如分配元数据标签和整理信息进行分析。
AWS在谈到Glue时表示,“提取来自各种来源的数据、将其归一化并将其加载到数据存储中,这就是数据集成,在分析项目中,数据集成通常占执行项目所需时间的75%。”
AWS表示,“客户可能要花几个月进行人手编码和编辑ETL脚本,随着数据量的增长和新数据源的增加,这些脚本会变得更复杂,也更容易出错。”
亚马逊表示,客户可以通过AWS管理控制台选择需要分析的存储数据及使用Glue服务。Glue然后就可以分析数据并创建可以用于脚本处理的标签和表。
AWS按Glue在分析和加载数据时使用的计算时间和资源进行收费。
移动数据的迁移中心
顾名思义,迁移中心(Migration Hub)服务是让管理员和开发人员在数据从本地存储迁移到亚马逊的云时跟踪数据经过的步骤。
迁移中心会显示迁移进度,以及跟踪从数据中心到AWS的应用迁移。
将服务器移动到云里的各个步骤
迁移中心服务可用于放置在任何AWS区里的数据(迁移中心服务本身的托管地是美国俄勒冈州),并且是免费的,这样做有它的道理,因为整个迁移中心工具的想法就是要是让公司尽快进入云端及付费买AWS服务。
EFS数据的加密功能
AWS弹性文件系统(EFS)正式发布一年后,现在已经有了加密数据的功能。
加密可使用AWS密钥或利用AWS管理服务和AES-256算法制作的本地密钥。新的EFS系统在创建时就会启动加密。
AWS S3的配置规则
顾名思义,AWS配置规则允许将预先写下的或自定义的规则置于AWS实例上。然后这些规则就可以自动应用到允许或阻止诸如公共读/写访问之类的事情上。
AWS现在正在将使用规则的功能扩展到S3。每个规则配置功能的实施和监测每月花费为2美元。
第二代CloudHSM
CloudHSM(硬件安全模块)服务允许客户为自己的AWS数据生成和管理自己的安全密钥。
由于CloudHSM最新的更新,CloudHSM现在已经可以使用完全管理了,管理员可以设定时间将自己加密的密钥备份到S3存储区。亚马逊还为HSM添加了现用现付定价计划的选项,并增加了生成更复杂的FIPS 140-2 3级密钥的功能。
该服务现在也可以通过AWS管理控制台或命令行界面进行管理。
好文章,需要你的鼓励
当超级计算机被压缩进一个比书本还小的盒子里,这画面有多炸裂?想象一下,你桌面上摆着的不是什么花瓶摆件,而是一台能跑200B参数AI推理的"超算怪兽"——这就是我们今天要聊的主角:华硕Ascent GX10。
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。