SCSKクラウドソリューション の技術ブログ
全1141件
こんにちは、山崎です。 最近、クラウドセキュリティに関する情報を調べていた中で、Cloud Security Alliance（CSA）が発表した「クラウドコンピューティングに対する重大な脅威 2024」レポートに出会いました。本記事ではその内容をもとに、クラウド環境における代表的なリスクと、実務で意識すべき対策のヒントを整理してご紹介します。 クラウドの活用はどんどん進んでいますが、利便性と引き換えに「セキュリティ」は常に意識すべき課題となっています。特にパブリッククラウドでは、どこにリスクが潜んでいるのかを正しく理解しておくことが、安全な運用の第一歩だと感じています。 クラウドコンピューティングに対する重大な脅威 2024 とは 「クラウドコンピューティングに対する重大な脅威 2024」は、クラウドを利用するうえで注意すべき最新のセキュリティリスクをまとめた国際的な報告書です。世界中の専門家への調査をもとに、実際に起きているトラブルや攻撃の傾向を分析し、「クラウドを安全に使うために何を気をつけるべきか」をわかりやすく整理しています。 たとえば、設定ミスによる情報漏えい、アクセス権限の管理ミス、不十分なAPIセキュリティ、サプライチェーン経由の攻撃、そしてAIや自動化の不適切な利用などが、近年の主要な脅威として挙げられています。これらの問題は、企業のセキュリティチームだけでなく、クラウドを使うすべてのユーザーに関係する内容です。 CSAの報告書では、それぞれの脅威について「なぜ起きるのか」「どんな影響があるのか」「どう防ぐべきか」を具体的に説明しており、クラウドの導入や運用を行う際の指針として役立ちます。初心者にとっても、クラウド利用のリスクを理解し、安全な運用の重要性を学ぶための入門資料となっています。 CSA（Cloud Security Alliance）とは Cloud Security Alliance（CSA） は、クラウドコンピューティングの安全性を高めることを目的とした国際的な非営利団体です。2009年に設立され、企業や政府、教育機関などがクラウドサービスを安全に利用できるように、ベストプラクティスやガイドラインの提供、調査研究、認証制度などを行っています。 「クラウドコンピューティングに対する重大な脅威2024」ランキング CSA（Cloud Security Alliance）が2024年に発表した「クラウドコンピューティングに対する重大な脅威」は、クラウド利用者が直面するリスクを体系的に整理したものです。本レポートでは、脅威ごとに具体的な事例や影響も記載されており、セキュリティ担当者にとって非常に有益なものになっていますので興味のある方は、以下のリンクから詳細をご覧ください。 [クラウドコンピューティングに対する重大な脅威2024] Top Threats to Cloud Computing 2024 20240805 以下に、2024年版で取り上げられた11の主要な脅威を簡潔にまとめました。 順位 項目名 説明 1位 設定ミスと不適切な変更管理 クラウド環境の設定ミスや変更管理の不備により、意図しない情報漏洩や攻撃のリスクが高まります。 2位 アイデンティティとアクセス管理（IAM） 不適切な認証・認可設定により、内部・外部からの不正アクセスが発生する可能性があります。 3位 セキュアでないインターフェースやAPI 脆弱なAPI設計や管理不足により、攻撃者に悪用されるリスクが存在します。 4位 クラウドセキュリティ戦略の不適切な選択と実施 クラウド特有のリスクを考慮しない戦略では、セキュリティ対策が機能しません。 5位 セキュアでないサードパーティーリソース 外部ベンダーやサービスのセキュリティが不十分な場合、サプライチェーン攻撃の温床になります。 6位 セキュアでないソフトウェア開発 セキュリティを考慮しない開発プロセスは、脆弱性を含むアプリケーションを生み出します。 7位 偶発的なクラウドデータ公開 設定ミスや操作ミスにより、意図せず機密情報が公開されることがあります。 8位 システムの脆弱性 既知の脆弱性が放置されていると、攻撃者に悪用されるリスクが高まります。 9位 限定的なクラウド可視性/可観測性 クラウド環境の挙動を十分に把握できないと、異常検知や対応が遅れます。 10位 未認証のリソース共有 アクセス制御が不十分な共有設定により、情報漏洩のリスクが高まります。 11位 APT攻撃（高度持続的脅威） 長期間にわたって標的を監視・攻撃するAPTは、検知が難しく深刻な被害をもたらします。 重大脅威への対応策 ここでは、本レポートの上位3つの脅威に対して、組織が取るべき基本的な対策を簡潔にまとめます。これらの脅威は、クラウド環境におけるセキュリティ事故の多くに関係しており、早急な対応が求められます。 1. 設定ミスと変更管理の不備への対策 自動化されたセキュリティスキャンツール（例：AWS Config）を導入し、設定ミスを検出。 変更管理プロセスにセキュリティレビューを組み込み、変更前にリスクを確認する体制を整える。 2.ID・アクセス管理の不備への対策 最小権限の原則を徹底し、不要な権限を排除。 多要素認証（MFA）の全社的な導入。 定期的なアクセス権レビューと監査ログの分析を実施。 3.安全でないAPIとインターフェースへの対策 APIゲートウェイを活用し、認証・認可・レート制限を適用。 セキュリティテスト（例：OWASP API Security Top 10に基づく）を開発プロセスに組み込む。 APIキーやトークンの管理を厳格に行い、漏洩時には即時無効化できる体制を整備。 まとめ 調べてみた結果、クラウドセキュリティにおいて最も重要なのは「基本の徹底」だと改めて感じました。 しかしながら、この対策は人力のチェックだけではなかなか難しいとも思いました。なぜなら、人は必ずミスをするものだからです。 そのため、CSPM（Cloud Security Posture Management）製品を導入することが、より効率的に・確実に脅威へ対応する有効な方法だと思います。 CSPMを導入することで、自社の現状を正しく把握し、小さな改善から着実に取り組むことが、クラウド環境の安全性を高める第一歩になると考えています。 当社では、複数クラウド環境の設定状況を自動でチェックし、設定ミスやコンプライアンス違反、異常行動などのリスクを診断するCSPMソリューションを販売しております。 マルチクラウド設定診断サービス with CSPM｜ SCSK株式会社 マルチクラウド環境のセキュリティ設定リスクを手軽に確認可能なスポット診断サービスです。独自の診断レポートが、運用上の設定ミスや設計不備、クラウド環境の仕様変更などで発生し得る問題を可視化し、セキュリティインシデントの早期発見に役立ちます。 www.scsk.jp ご興味のある方は是非、お気軽にお問い合わせください。
こんにちは、クラウドサービス関連の業務をする予定の Yabu です。 社会人 1 年目として AWS や Google Cloud など、主要クラウドサービスの学習と認定資格取得を目指しています。 本記事では、認定資格取得中の方やこれから取得し始める方に向けて、試験の例題を基に、解き方の工夫と知識を深める方法を入門者なりにまとめてみました。 AWS 認定の問題を例に、 たった一問からどのように理解を深められるか、どのようなことが考えられるか を考えてみました。 例題 早速ですが、例題です。 特定の AWS リージョンにおいて、Web アプリケーションが Application Load Balancer（ALB）の後ろの Amazon EC2 インスタンスで稼働しています。この EC2 インスタンスは、1 つのアベイラビリティゾーン内の EC2 Auto Scaling グループで稼働しています。 Web アプリケーションの可用性を向上するために何をすべきですか？ ※本来は、複数の選択肢が表示されていますが、以下に正解例のみ示します。 正解例(クリックで展開) Auto Scaling グループを更新し、同じリージョンの 2 つ目のアベイラビリティゾーンに新規インスタンスを配置する。 今回の記事では、正解についてはあまり説明しません。 この例題を基にして、理解をより深める方法を 5 つ考えてみたので紹介していきます。 アーキテクチャ図 1 つ目は問題が対象とするアーキテクチャ全体や構成要素をイメージすることです。 本例題のアーキテクチャ図は以下のようになります。 Web アプリケーションのユーザーや Application Load Balancer（ALB）、EC2 インスタンスといった主要 AWS サービスから構成されています。 例題のアーキテクチャ 問題の文章のみではなく、主要 AWS サービスがどう連携しているかを可視的に考えてみます。これによって、複雑で長い問題文が出題されたとしても、情報整理や全体の把握がしやすくなります。 正解例の対応を導入すると、以下のようなアーキテクチャに更新されます。 アベイラビリティゾーンが 1 つ追加されたことによって、一方のゾーンに障害が起きたとしても Web アプリケーションの可用性を維持できます。 可用性を向上した例題のアーキテクチャ 問題の分析 例題で問われているのは、「可用性を向上する方法」です。 特定の AWS リージョンにおいて、Web アプリケーションが Application Load Balancer（ALB）の後ろの Amazon EC2 インスタンスで稼働しています。 この EC2 インスタンスは 1 つのアベイラビリティゾーン内の EC2 Auto Scaling グループで稼働しています。 Web アプリケーションの可用性を向上するために何をすべきですか？ クラウド認定資格試験の場合、問題文が長かったり難易度が高い場合は、設問の核心（＝「何を答えるべきか」）を明確に再確認することが重要です。さらに、仮に「セキュリティを向上する方法」を聞かれた場合に、どのような正解があり得るのかなども考えると役立つと思います。 例えば「セキュリティを向上する方法」であれば、アベイラビリティゾーンの追加だけではなく、Web 三層構造（Web、アプリケーション、データベース）の導入やファイアウォールルールの強化が考えられます。 Web 三層構造を導入した場合のアーキテクチャ図は、以下のようになります。 Web 三層構造を導入した例題のアーキテクチャ 不正解の選択肢の分析 3 つ目は他の選択肢が不正解になる理由を分析することです。 不正解の選択肢の例として、 インスタンスタイプを高性能なものに変更する Auto Scaling グループのインスタンス最小数を増やす などが挙げられます。 これらの選択肢では、物理的なゾーン障害（アベイラビリティゾーン全体の停止）が発生すると、すべてのインスタンスが停止してサービスを継続できません。そのため、高可用性にはつながらず不正解となります。 学習の方針や時間によっては、不正解の選択肢については分析しなかったり、後回しにしたりすることもあると思います。しかし、正解以外の選択肢も分析することによって、一問からの学習量を大いに増やすことができます。 公式ドキュメントの参照 4 つ目は公式ドキュメントを参考に、問題で出てきたサービスや場面について学習することです。 公式ドキュメントは、正確・最新・網羅的な情報を得ることができます。 問題を解いたことをきっかけに、読んだことのない公式ドキュメントの学習をしたり、部分的に再読したりすることによって、より理解が深まります。類似あるいは関連した問題への対応力向上も期待できます。 例題に関連したものとしては、EC2 や Elastic Load Balancing、Auto Scaling のドキュメントがあります。例えば、例題で問われている複数アベイラビリティゾーンの利用場面については、以下ページが参考になります。 https://docs.aws.amazon.com/ja_jp/autoscaling/ec2/userguide/auto-scaling-benefits.html ハンズオンによる実現 5 つ目は実践的なハンズオンによって、問題で出てきたサービスの使用やアーキテクチャの実現をしてみることです。 公式ドキュメントを読むだけでなく、実際に手を動かして学習することで、より理解が深まります。忙しい場合は他者の構築記録や手順ブログを参考にするのも効果的です。以下は、AWS の ALB の作成画面です。 ALB の作成画面 まとめ 今回は、AWS 認定資格の問題を題材に、理解を深める具体的な学習方法を 5 つ紹介しました。公式ドキュメントの活用やハンズオンによる体験が、資格取得はもちろん実務で役立つ知識につながります。 今回の内容が学習の参考になれば幸いです。
こんにちは、2年目の加藤です！ 私は現在、データエンジニアとして、Google Cloudを活用したデータの取得や加工、整形などを担当しています。データ取得をCloud Run上でPythonを動かしたり、リソースをTerraformで管理する上で、GitHubを利用しています。前回の記事では、GitHubを利用する上でのGitの概念やGitコマンドを書きましたが、本記事では、共同で開発を行う上でのGitHubの運用方法のお勧めを共有したいと思います。 おさらい 本記事では、ブランチという考えが多くでてきます。ブランチとは、1つのメインのプロジェクトとは異なる分岐を作り、プロジェクト本体に影響を与えずに開発を行える機能のことをいいます。端的に述べると、本番環境やテスト環境、ローカル環境などが一般にありますが、その「環境」のことをブランチと述べているという認識で問題ありません。 ブランチの実際の操作コマンドやGitのコマンド、概念などは 前回の記事 からご覧ください。 共同開発のベストプラクティス GitHubを使用する際に、何でこんなにブランチがあるんだろう？ブランチの運用ルールとかたくさんあって面倒くさい…などと思ったことはないでしょうか？私は思いました。なので、自分なりにブランチについて調べてみました。 ブランチにはブランチ戦略なるものがたくさんあるらしく、開発規模や開発環境によって適切なブランチ運用方法があるそうです。その中でも代表的なブランチ戦略として、下記3つを紹介したいと思います。 GitHub-Flow Git-Flow GitLab-Flow GitHub-Flow GitHub-Flowとは、GitHub社が開発を進める際に用いているワークフローです。登場ブランチとしては、2種類だけでとてもシンプルで分かりやすいものとなっています。具体的なブランチイメージ図は下記の通りです。 mainブランチ 本番環境にリリースするためのブランチ 常にリリースできる状態を保っているブランチ featureブランチ 各ユーザがそれぞれ開発を行うためのブランチ mainブランチからブランチを切り出し、開発が終わったらmainブランチへマージする mainブランチへの直接のプッシュは禁止で、mainブランチへマージする際にプルリクエストを送り、コードレビューが通るとマージすることができる GitHub-Flowの特徴は以下のものが挙げられます。 メリット デメリット シンプルなフローで理解しやすい 運用ルールが少ない 本番へのリリースが細かいスパンででき、開発を迅速に進めることができる 複数バージョンの並行管理ができない 本番環境の品質保証維持が大変 厳密なリリース計画を立てにくい GitHub-Flowの開発サイクル例は下記のようになっています。 mainブランチから、各ユーザの開発用作業ブランチ（feature）を作成する featureブランチで開発をする 作業が完了したら、コミット＆プッシュをし、プルリクエストを作成、開発チームメンバーにコードレビューを依頼する レビューが承認されたらfeatureブランチをmainブランチへマージする mainブランチへマージ後ただちにデプロイをする Git-Flow Git-Flowとは、2010年にVincent Driessen 氏が提唱したワークフローです。GitHub-Flowとは異なり、主に5種類のブランチが登場します。具体的なブランチイメージ図は下記の通りです。 mainブランチ 本番環境にリリースするためのブランチ 常にリリースできる状態を保っているブランチ hotfixesブランチ 本番環境の緊急のバグ修正用ブランチ mainブランチから作成されるブランチ mainブランチと同時にdevelopブランチへマージさせる releaseブランチ 本番環境へリリースする前の最終確認を行うブランチ developブランチから作成されるブランチ 軽微なバグ修正、ドキュメントの更新などを行い、新機能は開発しない mainブランチと同時にdevelopブランチへマージさせる developブランチ 開発用のブランチ mainブランチから作成されるブランチ featureブランチのマージ先となる featureブランチ 各ユーザがそれぞれ開発を行うためのブランチ developブランチから作成されるブランチ developブランチにマージする Git-Flowの特徴は以下のものが挙げられます。 メリット デメリット 複数バージョンの並行管理ができる 本番環境の品質保証がしやすい 計画的なリリースができる Gitの履歴が整理され、追跡しやすい 運用が複雑で学習コストが高い コード同士のコンフリクトが起こりやすい リリースまでに時間がかかる プルリクエストひとつひとつが肥大化しやすい Git-Flowの開発サイクル例は下記のようになっています。 【新機能開発から本番環境へのリリース】 developブランチから、各ユーザの開発用作業ブランチ（feature）を作成する featureブランチで開発作業を行う 作業が完了したら、コミット＆プッシュをし、プルリクエストを作成、開発チームメンバーにコードレビューを依頼する レビューが承認されたらfeatureブランチをdevelopブランチへマージする 不要になったfeatureブランチを削除する developブランチからreleaseブランチを作成 releaseブランチでリリース準備作業を行う リリース準備完了後、mainとdevelopにマージ mainへのマージに対して、マージしたコミットにバージョン番号のタグを付けます。 不要になったreleaseブランチを削除する GitLab-Flow GitLab-Flowとは、GitLab社が提唱しているワークフローです。Git-FlowとGitHub-Flowの中間的な位置づけのワークフローで、Git-Flowを少しシンプルにしたものです。GitLab-Flowに登場するブランチは主に4種類です。具体的なブランチイメージ図は下記の通りです。 mainブランチ 常にリリースできる状態を保っているブランチ productionブランチ 本番環境にリリースするためのブランチ 一度ブランチを作成したら削除しない pre-production/stagingブランチ リリース前の最終確認を行うブランチ mainブランチから作成されるブランチ 動作確認やテストを行う 一度ブランチを作成したら削除しない feature/hotfixesブランチ mainブランチからブランチを切り出し、開発が終わったらmainブランチへマージする 緊急のバグ修正もこのブランチで行う GitLab-Flowの特徴は以下のものが挙げられます。 メリット デメリット 比較的フローがシンプルで理解しやすい 本番環境の品質保証がしやすい 各環境が明確に分けられているので、デプロイやテストがしやすい productionブランチやpre-productionブランチでのコンフリクトが起こりやすい リリースまでに時間がかかる バグ修正に時間がかかる GitLab-Flowの開発サイクル例は下記のようになっています。 【新機能開発から本番環境へのリリース】 mainブランチから、各ユーザの開発用作業ブランチ（feature）を作成する featureブランチで開発作業を行う 作業が完了したら、コミット＆プッシュをし、プルリクエストを作成、開発チームメンバーにコードレビューを依頼する レビューが承認されたらfeatureブランチをmainブランチへマージする 不要になったfeatureブランチを削除する （pre-productionブランチが未作成の場合）mainブランチからpre-productionブランチを作成 （pre-productionブランチが作成済の場合）mainブランチからpre-productionブランチへのプルリクエストを作成 レビューが承認されたらmainブランチをpre-productionブランチへマージする pre-productionブランチで最終確認を行う （pre-productionブランチが未作成の場合）最終確認完了後、mainブランチからproductionブランチを作成 （pre-productionブランチが作成済の場合）最終確認完了後、mainブランチからproductionブランチへのプルリクエストを作成 結局どれがいいの？ 各ブランチ戦略とその特徴、ユースケースを下記に示します。 ブランチ戦略 特徴 ユースケース GitHub-Flow シンプルなワークフロー 複数リリースの並行管理ができない チーム規模が小さく、頻繁にリリースを行うプロジェクトの場合 Git-Flow 複雑なワークフロー リリースを厳格に管理することができる チーム規模が大きく、計画的に長期リリースするプロジェクトの場合 GitLab-Flow Git-FlowとGitHub-Flowの中間的な位置づけのワークフロー デプロイやテストをやりやすくしつつ、本番環境コードの品質をある程度担保したい場合 どれを使えばいいかは基本的にチームの規模やリリースサイクル、品質管理の厳密さなどによって変わってきますので、どれがいいとは言えず、ケースバイケースです。しかし、私個人の意見としては、GitLab-Flowをお勧めします。その理由としては、ある程度の品質保証を行いながらも、シンプルなワークフローで運用できるため、導入もそんなに大変ではないと考えるためです。GitHub-Flowはわかりやすいですが、私見に基づくに、本番環境へのバグ混入が多々見られたり、Git-Flowでは運用フローが複雑すぎて、学習コストが高く使いにくい印象を受けました。 まとめ 今回は、GitHubを共同開発で使用する際のブランチ戦略について紹介させていただきました。 本記事では、ブランチ戦略として3種類紹介いたしましたが、他にもあるのでご興味のある方は調べてみてください。 自分たちのプロジェクトに合うブランチ戦略を見つけ、効率的な開発を実現しましょう。
こんにちは、2年目の加藤です！ 私は現在、データエンジニアとして、Google Cloudを活用したデータの取得や加工、整形などを担当しています。データ取得をCloud Run上でPythonを動かしたりすることがあるのですが、Pythonコードの品質担保のためにコードレビューを行っています。しかし、コードレビューだけではバグを見落としたり、コードレビュー者の経験や実力に依存したものとなってしまいます。そのため、私たちはSonarQubeを使用することでコードの品質を担保しています。そこで、本記事ではSonarQubeについて紹介したいと思います。 本記事でわかること SonarQubeの概要 SonarQubeでできること SonarQubeのCI連携方法 SonarQube Cloudとは ソフトウェアのコード品質とセキュリティを継続的に分析・評価するためのオープンソースのプラットフォームです。 SonarQube Cloudには下記のような特徴があります。 多くのプログラミング言語に対応 自動分析が可能で、導入が容易 コード品質の要件を自在に定義できる CIパイプラインとの統合が容易にできる SonarQube Cloudを導入することで、コード品質とセキュリティをコード変更のたびに自動的にチェックすることができ、コードの品質基準を容易に担保をすることができます。 SonarQube詳細内容 SonarQubeにはデフォルトで設定されているコード品質の要件があります。 評価指標 基準 説明 Reliability Rating A以上 コードのバグの数 A = バグなし B = 軽微なバグが1つ以上 C =メジャーなバグが1つ以上 D = クリティカルなバグが1つ以上 E = 最重要なバグが1つ以上 Security Rating A以上 脆弱性が検知された件数 A = 脆弱性なし B = 軽微な脆弱性が1つ以上 C =メジャーな脆弱性が1つ以上 D = クリティカルな脆弱性が1つ以上 E = 最重要な脆弱性が1つ以上 Maintainability Rating A以上 技術的負債の開発比率： 開発するためにかかる推定コストと、将来的に修正や改善が必要となる問題点のコストの比率 A ≤ 5% B ≥ 5% to <10% C ≥ 10% to <20% D ≥ 20% to < 50% E ≥ 50% Security Hotspots Reviewed 100%以上 発見されたセキュリティ上の懸念点（ホットスポット）のうち、どれくらいの割合がすでに確認・検討されたかを表す指標 Coverage （テスト網羅率） 80%以上 単体テストによってカバーされたコードの割合 Duplicated Lines （重複コード率） 3.0%以下 ソフトウェアのコード全体の中で、どれくらいの割合のコードが重複しているかを示す指標 SonarQube Cloudでは、単体テストまではサポートしていないので、サードパーティーの単体テストツール（Pytest、Jestなど）を使用して評価する必要があります。 SonarQubeのCI連携方法 モチベーション GitHubで管理しているコードをローカル上で、脆弱性の手動スキャンを行わなくても、GitHubへのプッシュをトリガーに自動で脆弱性スキャンをしてくれるようにしたい 脆弱性だけではなく、単体テストのカバレッジ結果もひとつの統合サービスから閲覧できるようにしたい 前提 CIツールとして、本記事ではGitHubとGitHub Actionsを使用します SonarQubeにてアカウントが作成されていること GitHubアカウントが作成されていること 手順 【SonarQube Cloud 導入方法】 詳細はこちら： SonarQube Cloud: 開発者ガイド |ソナー SonarQube Cloud にサインアップする サインアップは、GitHubのアカウントを使用してサインアップすることができます。 GitHubから組織をインポートするために、[Import an organization]を押下する 下記から、インストールするGitHubリポジトリを選択し、[Save]を押下する All repositories Only select repositories 「Create an organization」に移動後、組織の名前とキーを決定する 無料プランを選択する [Create Organization]を押下する 「Analyze projects」で脆弱性スキャン・単体テストを行いたい、リポジトリを選択する 上記で、SonarQube Cloudの初期設定は完了です。 【SonarQube Cloud CIへの適用方法】 CI（GitHub Action）で使用するトークンをSonarQube Cloudで発行する SonarCloudの画面右上の自分のアイコン > [My Account] > [Security] に移動します。「Generate Tokens」 で、トークン名（例: GITHUB_ACTIONS_TOKEN）を入力し、[Generate] を押下します。生成されたトークンをコピーして安全な場所に一時保管します。 SonarQube Cloudの下記情報をメモしておく キー 説明 Organization Key SonarCloudの組織名（通常はGitHubの組織名やユーザー名） Project Key SonarCloudがリポジトリに対して自動生成したキー（通常は GitHubユーザー名_リポジトリ名 のような形式） トークンをGitHub上のシークレットに登録する GitHubリポジトリに移動し、[Settings] > [Secrets and variables] > [Actions] を選択します。[New repository secret] を押下し、Name に「SONAR_TOKEN」 を入力します。Secretに先ほどSonarCloudで生成・コピーしたトークンを貼り付け、[Add secret] を押下します。 2でメモしたキーをGitHub上の変数として登録する [Settings] > [Secrets and variables] > [Actions] > [Variables] を選択し、[New repository variables]を押下します。 Name に「SONAR_ORGANIZATION」を入力し、Valueに先ほどメモしたキーを貼り付け、[Add variable]を押下します。同様にして、「Project Key」も変数として登録します。 GitHub Actionsのワークフローファイルを作成する GitHubリポジトリの[Actions]タブを選択し、Simple workflowの[configure]を押下します。 CI/CDを設定したいGitHubリポジトリのルートに、 .github という名前のディレクトリを作成し、さらにその中に workflows という名前のディレクトリを作成します。GitHub Actionsはこのディレクトリ内のYAMLファイルを自動的に認識し、ワークフローとして実行してくれます。上記を手順5を行うことでディレクトリを自動で作成してくれます。 コードの単体テストを実施しない場合）ワークフローを定義する SonarQubeを動作させるための以下コードをコピー＆ペーストし、[Commit changes…]を押下します。 name: SonarQube Scan on: pull_request: types: [opened, reopened, ready_for_review, synchronize] jobs: sonar_qube_scan: runs-on: ubuntu-latest name: SonarQube Scan steps: # リポジトリのソースコードをチェックアウト - name: Checkout uses: actions/checkout@v4 # SonarQubeスキャンを実行(カバレッジレポート無) - name: SonarQube Scan uses: SonarSource/sonarqube-scan-action@v4 env: SONAR_TOKEN: ${{ secrets.SONAR_TOKEN }} with: args: > -Dsonar.projectKey=${{ vars.SONAR_PROJECT_KEY }} -Dsonar.organization=${{ vars.SONAR_ORGANIZATION }} on では、ワークフローのトリガー条件を記載します。今回の場合では、プルリクエストが作成、再作成、ドラフト状態からレビュー待ち、コミットされた際に動作するように設定してあります。 jobs では、実際のワークフローを定義します。 （コードの単体テストを実施したい場合）ワークフローを定義する SonarQubeを動作させるための以下コードをコピー＆ペーストし、[Commit changes…]を押下します。今回は、例としてJavaScriptコードを単体テストツールJestを使用して評価しています。 name: Run JavaScript Unit Tests on: pull_request: types: [opened, reopened, ready_for_review, synchronize] jobs: unit-tests-with-jest: name: unit tests with jest runs-on: ubuntu-latest steps: # 1. リポジトリのコードを取得 - name: Checkout code uses: actions/checkout@v4 with: fetch-depth: 0 # 2. Node.js 環境のセットアップ - name: Setup Node.js uses: actions/setup-node@v4 with: node-version: 18 # 3. Jestをインストール - name: Install Jest run: npm install --save-dev jest # 4. カバレッジレポートをcoverage/lcov.infoに出力 - name: Generate lcov report run: npm test -- --coverage --coverageDirectory=coverage --coverageReporters=lcov # 5. SonarQubeにカバレッジレポートを送信 - name: SonarQube Scan uses: SonarSource/sonarqube-scan-action@v4 env: SONAR_TOKEN: ${{ secrets.SONAR_TOKEN }} with: args: > -Dsonar.projectKey=${{ vars.SONAR_PROJECT_KEY }} -Dsonar.organization=${{ vars.SONAR_ORGANIZATION }} -Dsonar.sources=src -Dsonar.javascript.lcov.reportPaths=coverage/lcov.info 上記で、GitHub Actionsのワークフロー設定は完了です。 実行結果は下記のようになります。GitHub Actions上のワークフローでチェックマークが表示されていれば、解析が問題なく完了していることを表しています。SonarQubeスキャンログを下の方までいくと、SonarQube CloudへのURLが出力されており、そこから解析結果に遷移することができます。 まとめ 今回は、SonarQube Cloudのご紹介をさせていただきました。 最近、開発だけではなく、品質の担保も重要だということを学び、このサービス一つで全部できるじゃん！と改めて世の中便利なサービスが多いことを実感しました。 アプリ開発を担当している方は一度、コードの品質保証のためにSonarQubeの導入を考えてみてはいかがでしょうか？
皆さんこんにちは！ ゲームを作るのもPythonもほとんど初心者ですが、AIの力を借りて挑戦してみました。 どうも、安藤です。 今年の6月、Amazon Web Services, Incが主催する『Amazon Q CLI でゲームを作ろう Tシャツキャンペーン』というイベントをきっかけに、Amazon Q CLIとChatGPTを使って、試しにダンジョン探索型RPGを作ってみました。 ルールとして「Amazon Qが生成したコードをそのまま使う（手動修正しない）」という制約があったので、どこまで動くものが作れるのかを実験する形です。 正直、私はゲームを作ったこともなく、ゲームプログラムの構造もよくわかっていません。 それでも、AIの力を借りればどこまでできるのか、興味本位で3日間やってみたところ、意外と動くゲームができてしまいました。 この記事では、そんな“素人の手探り体験”を通して、 Amazon Q CLIの導入でつまずいたところ 実際にAIでゲームを作ってみて感じた難しさ ChatGPTによるサポートでどう前に進めたか を、できるだけわかりやすく紹介していきます。 あくまで試しながらの学びですが、同じようにAIを使ってみたい方の参考になれば嬉しいです。 DAY1：AI開発のための環境づくり ― Ubuntu・Python・Pygameの壁を越えて Amazon Qを使ってコードを生成するには、まずPC上に動作環境を整える必要があります。 これが思った以上に大変で、最初は何度もつまずきました。 せっかくなので、どんな手順で構築したのかをここでまとめてみたいと思います。 (1)WSL2とUbuntuの導入 Amazon Q CLIを使うにはLinux環境が必要です。 Windows上でもLinuxを動かせるようにするため、まず WSL2（Windows Subsystem for Linux 2） を利用します。 PowerShellを開き、以下のコマンドを実行します。 wsl このコマンドを初めて実行する場合、Windowsが自動的にWSL2を有効化し、既定のディストリビューションとして Ubuntu をインストールします。 インストール後、自動的にUbuntuが起動し、初回セットアップ（ユーザー名とパスワードの設定）が始まります。 一度Ubuntuを導入すれば、次回からは以下のようにして直接Ubuntuを起動できます。 wsl -d Ubuntu ここで -d オプションは「どのディストリビューションを起動するか」を指定するもので、複数のLinux環境（例：DebianやKaliなど）を導入している場合でも、確実にUbuntuを選んで起動できます。 初回セットアップで作成したUbuntuユーザーは、Linux内で sudo apt install など管理者権限の操作を行う際に使用します。 これで、Windows上にLinuxターミナル環境が整い、以降の作業をこのUbuntu上で進められるようになりました。 (2) Python 環境と仮想環境（venv）の準備 Amazon Q CLI自体は独立したツールとして動作しますが、今回はゲームの実効環境にPythonを使うため、Python環境の準備をします。 Ubuntuを最新化した上で、Pythonと必要なパッケージをインストールしました。 sudo apt update && sudo apt upgrade -y sudo apt install python3 python3-pip python3-venv git -y 続いて、作業用ディレクトリを作成し、仮想環境を有効化します。 mkdir ~/game-dev && cd ~/game-dev python3 -m venv venv source venv/bin/activate 仮想環境を有効にしておくことで、システム全体に影響を与えずに開発できます。 再開時は、再度 source venv/bin/activate を実行するだけです。 (3) Pygame の導入 ゲーム開発にはPygameが必須なので、仮想環境の中でインストールします。 pip install pygame 最初の試行ではエラーが出たので、エラーメッセージを確認しながら、必要なライブラリを個別に追加していきます。 sudo apt install libsdl2-dev # ベースのSDLライブラリ sudo apt install libsdl2-image-dev # 画像処理用 sudo apt install libsdl2-ttf-dev # 文字描画用 Pygameが正しく動作するようになると、いよいよAmazon Qで生成されたコードを試す準備が整います。 (4) Amazon Q CLIの導入 Amazon Q CLIのインストールには AWS Builder ID が必要でした。 公式ページで登録を済ませ、案内に従ってインストールスクリプトを実行します。 当時はPowerShell上で以下を試しましたが、Windows環境ではエラーになりました。 curl -s "https://aws.amazon.com/q/dev/docs/install/cli/" | bash 「httpsドライブが存在しません」というメッセージが出たため、 Ubuntu環境に切り替えて以下を実行しました。 sudo apt install unzip curl -k -o q.zip https://desktop-release.codewhisperer.us-east-1.amazonaws.com/latest/q-x86_64-linux-musl.zip unzip q.zip cd q chmod +x install.sh ./install.sh インストーラーを2回実行し、途中で「Builder IDでログイン」を選択。 この手順でCLIが正常に動作するようになりました。 (5) 初期起動と認証 最後に、次のコマンドでAmazon Q CLIにログインします。 q login ログインが完了すると、ターミナル上でAmazon Qとのチャットが可能になりました。 記事だとすんなり進んだように見えるかもしれませんが、実際には試行錯誤を繰り返したため、環境構築だけで半日以上かかりました。ようやく「AIと会話しながらコードを生成する」というスタートラインに立てたのです！（長かった） （画像はAmazon Q CLIの起動画面） (6) まずは“オセロ”で試してみる せっかく環境が整ったので、簡単なサンプルとしてオセロを作ってみることにしました。 Amazon Qに以下の指示を送ります。 Pygameでオセロを作ってください。 数分後、Pythonコードが生成されました。動かしてみると、石がパタパタと反転していく──まさに自動生成の威力を実感しました。 （画像はAmazon Q CLIが生成したオセロゲーム） DAY2：Amazon Qとのすれ違い──プロンプトの重要さを認識する (7) RPG づくりを試してみるが オセロが動いた勢いで、次はもう少し複雑なものを試してみました。 Amazon Qに以下の指示を送りました。 ドラクエのようなRPGを作って 果たしてどんなゲームができるのでしょうか？わくわく感を抑えきれず、ゲームをスタートします。 ところが、出てきたのは“超”簡素な2Dマップ。 イベントも町も人もいない、ただの草地に、主人公とスライムのようなモンスターがいるだけのさみしい光景でした。（下図を参照） 流石にAmazon Qに対する期待値が高すぎた様です。 しかし、挑戦はまだまだこれからです。むしろここからが本番です。 (8) 追加指示とバグの連鎖 「町に宿屋を」「武器屋を」「山や川も」と少しずつ条件を追加していくと、確かに見た目は少しだけそれらしくなりましたが、別の問題が次々に発生。マップの一部が崩れたり、NPCに話しかけると落ちたりと、うまく動きません。 このあたりから、AIに頼むときは「欲しい結果をできるだけ具体的に言葉で表すこと」が重要だと感じ始めました。 改良の結果、最初に比べるとマップはずいぶん賑やかな感じになりましたが、「これじゃない」感は拭えません。（下図を参照） (9) AI の応答に苦戦 修正を頼んでも、しばらく待って返ってくるのは「修正が確認できませんでした」のような返答。もしくは、修正後も事象が改善していな事の繰り返しで、どんどん時間が経過していきました。 エラー内容をもう少し詳しく伝えるべきだと分かっていても、どこからどう説明すれば伝わるのか手探りの状態でした。 (10) 試行錯誤の末に見えたこと 何度かやり取りするうちに、「AIは勝手に意図を補ってくれない」ことを実感しました。 こちらが正確に仕様を伝えない限り、出てくるコードも意図からずれてしまいます。 たとえば「敵を倒したあと進めない」という報告を送っても、AIは原因を推測してくれず「修正できませんでした」とだけ返してきます。ここで、もう少し構造的に説明してみる必要があると感じました。 (11) この日のまとめ この日の最大の学びはまさに 「適当な指示では、適当な結果しか得られない」 こと。 Amazon Qは優秀なツールですが、曖昧な指示はそのまま曖昧な結果を返します。 お試しとはいえ、プロンプトの精度が結果を大きく左右することを体感できた一日でした。 DAY3：ダンジョン探索型RPGの再出発 ― ChatGPTとAmazon Qが作る自動生成の世界 (12) 仕様を一新、ゼロから再スタート DAY2で作ったゲームは、まったく完成のめどが立ちません。 そこで、思い切って一度リセットし、 “ダンジョン探索型RPG”を新しく作り直す ことにしました。 今回のテーマは「マップが自動生成されるRPG」。 固定マップではなく、起動するたびにランダムで構造が変わり、キャラクターが勝手にダンジョンを探索してくれる、“自動探索ダンジョン”を目指しました。 (13) ChatGPT に仕様づくりを依頼 これまでの経験で、曖昧な依頼ではAmazon Qが混乱することがわかっていたため、まずChatGPTに「RPGの基本仕様書を作って」と頼みました。 ChatGPTは、ダンジョンRPGの最小構成をこう整理してくれました： マップは2次元リストで構成（壁・通路・階段の3種類） プレイヤーは矢印キーで移動、壁は通れない 階段に到達したら次の階層に進む モンスターはランダムに出現、戦闘結果でHP減少 HPが0になるとゲームオーバー この仕様をもとに、ChatGPTに「Amazon Qへ送るためのプロンプト」を自動生成 してもらいました。 プロンプトには、使用ライブラリ（Pygame）、データ構造（2Dリスト）、描画処理、イベントループなどが明記されており、Amazon Qでも誤解が少なくなりました。 (14) エラー修正もChatGPTが自動生成 それでも、実際にゲームを実行してみると、当然ながらバグは発生しています。 「敵を倒しても階段が出ない」「フロアの隅に閉じ込められる」「マップが生成されない」 といった、ユーザー体験を損なう致命的な問題です。 エラーそのものはPython側のログで明示されていないことも多く、 「プレイヤーが同じところを行ったり来たりしてゲームが進まない」「敵が表示されない」「フロアをクリアしても次に進めない」 といった“現象”ベースの問題が続出しました。 この状況を打破するために、ChatGPTを“プロンプトの翻訳者”として活用しました。 Amazon Qは、自然文をそのまま受け取って期待通りの出力を返してくれるとは限りません。 ChatGPTに自然文のプロンプトを渡し、そこから AIが解釈しやすい構造化された指示 に変換してもらう ようにしたのです。 この“ChatGPTの修正依頼文”をそのままAmazon Qに投げると、ちゃんと動くコードに置き換わりました。 こうして、ChatGPTがエラーを「翻訳」してAmazon Qに伝える――というAI同士の分業が形になったのです。 (15) まとめ：AI同士の共創が見せた新しい開発スタイル DAY3では、ChatGPTが「仕様や修正依頼を構造化」し、Amazon Qが「コードとして実装」する流れが確立しました。 それまでのように曖昧な会話で進めるよりも、 ChatGPTが“AI向けの言葉”で翻訳することで精度が劇的に上がった のが大きな成果です。 完成したのは、シンプルながら「ランダム生成」「自動探索」「階層移動」を備えた ダンジョン探索型RPGの原型 。 お試しで作っただけの小さなプログラムですが、AIツールの組み合わせ次第でここまで動くものが作れるのかと、純粋に驚かされました。（下図を参照） おわりに ― 小さな一歩でも、確かな学び 今回は、AIの力を借りながら手探りでゲームづくりに挑戦してみました。 専門知識がなくても、少しずつ動かしながら仕組みを理解していくうちに、だんだんと形になっていくのが楽しかったです。 もちろん、思うように動かないことも多く、エラーの意味を調べたり、AIの提案を試しては失敗したりの繰り返しでした。 それでも、「こうやってAIと一緒に作るんだ」という感覚を掴めたのは大きな収穫でした。 もしこの記事が、これからAmazon QやChatGPTを使ってみようという方の背中を少しでも押せたなら、とても嬉しいです。 私自身もまだまだ学びの途中ですが、「試してみる」ことの大切さを改めて感じました。 読んでくださって、ありがとうございました。 （下図は、作ったゲームをクリアしたときの画面）
Catoクラウドのバイパス機能（Catoのネットワークを通さず外部接続させる機能）に、新たな設定方法が追加されました。本記事では、その紹介を行います。 はじめに：通信のバイパスを実現する機能 Site単位のバイパスを提供する「Bypass」機能 Catoクラウドは原則として全ての外部通信についてCato PoPを経由させ、ネットワークとセキュリティ双方の管理を行うよう設計されています。 とはいえ、例外的にCatoのネットワークを経由させたくない、させられないケースが発生する場合もあります。そうした場合の対応策の一つが、Site単位での「Bypass」機能です。 上図の通り、対象として指定した条件を満たした場合に限り、 Cato PoPを通らず直接インターネットへ通信を行います。 バイパスした場合はCatoの帯域を使用しない ため、安全であることが確定している、かつ大量の通信を要するケースでは帯域不足による遅延の対策として「Bypass」機能が有効な場合があります。 モバイル接続向けの「Split Tunnel」機能 上述の「Bypass」機能は、あくまでも特定のSite配下からの通信へ適用されるものです。 このため、モバイル接続を行う機器はその恩恵を直接受けることができません。 モバイル接続向けには、「Bypass」機能に近い役割を持つ 「Split Tunnel」 機能が存在します。 この機能は、条件を満たす通信について、「Catoを経由する」「Catoを経由しない」のいずれかを指定することが可能です。これによってCato PoPを通らず直接インターネットへ通信を行わせることが可能です。 モバイル接続の場合、帯域の上限はもともと気にする必要が無い ため、 Split Tunnel機能のユースケースはSiteの「Bypass」機能とは異なってくるでしょう。 具体的には、何らかの制約で、Cato経由ではどうしても接続できない…… といったケースなどが考えられます。 新機能：アプリケーションを対象指定 「Bypass」「Split Tunnel」共に従来はIPアドレスでのみ対象を指定できましたが、 新規に一部アプリケーションでの対象指定が可能となりました。 2025年10月現在、選択可能なアプリケーションは以下に限られます。 決して多くはありませんが、特に有名なオンラインミーティングサービスは概ね対応しています。 ・Zoom ・Microsoft Exchange (Outlook) ・Google Applications（Google Meet, Google Drive等） ・Microsoft Defender For Endpoint ・Sharepoint and Onedrive Business ・Skype and MS Teams 残念ながら、Windows Updateは対象に含まれていません。 代表的な「危険性が低く大量の通信を行う」処理の一つなので、ぜひ対応してほしいところです。 注意点：バイパスのリスクと無視されない機能 バイパスにより無効化される機能 「Bypass」および「Split Tunnel」機能は、Cato PoPを経由しない形での通信を実現します。 Catoの各種セキュリティ機能はCato PoPを経由する通信の過程で適用されているため、 バイパスした通信はCatoのほぼ全ての機能の適用対象外となります。 例えば、「Google Applications」に含まれるGoogle Driveを経由した情報漏洩や、これを悪用するサイバー攻撃を防ぐことはできなくなります。 また、CatoのCASB機能を活用すると「企業のアカウントへのログインのみを許可し、個人アカウントへの接続は禁止する」といった制御を行うことが可能ですが、これもバイパスしているサービスでは無効化されてしまいます。 あくまでも 原則は全ての通信をCatoのネットワーク経由とする 設計が望ましく、バイパスするのは最低限の通信にとどめるのがベターと言えます。 バイパスしても無効化されない機能 前述の通り、バイパスした通信はCatoの制御機能が基本的に適用されません。 しかし、実は 「Site配下からの上り通信に対するQoS制御」はバイパスしていても適用されます 。 （下り通信は適用されません。） 例えば、対象のアプリケーション宛の通信について「常に帯域の10%にUpload速度を制限する」 というPriorityを適用するようなNetwork Ruleが設定されている場合、 この影響を受けることになります。設計の際に注意しましょう。 参考：バイパス設定手順 Site単位での「Bypass」とモバイル接続向けの「Split Tunnel」それぞれの手順を紹介します。 Site向けの「Bypass」機能設定 Site向けの「Bypass」機能の設定は、個々のSiteで実施します。 CMAの[Network] > [Sites]から、バイパス設定を行いたい対象となるサイトを選択します。 Site個別ページの[Site Configuration] > [Bypass]にて設定を作成します。 今回のケースであれば、特定のアプリケーション宛の通信をバイパスしたいので 「Destination」の[New]を押下します。 以下の画像のように、新規ルールの作成画面が表示されます。 設定を入れて「Apply」をクリックします。 名称 役割 Name 任意の名称を入力します。 対象指定 まず対象の種別として「Application」「IP Range」のいずれかを選択し、 そのあとで具体的な対象を指定します。 複数の対象を指定することが可能です。 また、ApplicationとIP Rangeの両方を対象として加えることも可能です。 Application： 新しく追加された選択肢 です。 Catoが事前に指定したアプリケーション（前述）を選択可能 です。 IP Range： IPv4アドレス、またはIPレンジで指定します。 ドメイン指定には対応していない のでご注意ください。 Protocols 対象とする通信のプロトコルを制限したい場合に選択します。 TCP、UDP、ICMPのうち、チェックを入れたプロトコルに該当する通信のみが 対象とされるようになります。 なお、どれにもチェックを入れていない状態（デフォルト）では 全てのプロトコルの通信が対象となります。 Preferred Socket Port Socketの複数のWANポートを使用している際に、 いずれかのWANポートを優先して使用するよう設定できます。 デフォルト（Automatic）では、空き状況に応じて自動でポートが選択されます。 このオプションは、あくまでも「Preferred」、つまり優先する設定でしかありません。 指定したポートが切断されていたり著しく速度が低下したりしている場合、 別ポートでの通信を試みることがある ので注意が必要です。 作成したルールが表示されていることを確認してから、「Save」を押下しましょう。 モバイル接続向けの「Split Tunnel」設定 「Split Tunnel」機能の設定は、[Access] > [Split Tunnel Policy]より行います。 [New]を押下して新しいルールの設定を行います。 新規ルールの設定画面にて、まずは適用対象を絞り込みます。 名称 役割 General Name: 任意の名称を入力します。 Description: 必要に応じ、任意の説明文を入力します。 Position: 作成するルールの配置場所です。 Split Tunnel Policyは上から順に参照して最初にヒットしたルールを採用するため、特定の対象をとるようなルールは上に配置するようにしましょう。 Users/Groups ルールの適用対象とするモバイルユーザ/グループを指定します。 複数指定も可能です。 Platforms Windows, iOS, Androidなど、特定のOSからの接続のみを対象とする場合に指定します。 デフォルトでは全て対象となります。 Country 特定の国からの接続のみを対象とする場合に指定します。 デフォルトでは全ての国が対象となります。 対象を設定したところで、[Route Traffic]にて通信をバイパスさせるための設定を行います。 アプリケーション単位でバイパスする場合、 「Route all trafic to Cato」を選択 します。 その上で、Exception（例外）として対象アプリケーションを指定することで、 当該アプリケーション宛の通信はバイパスするように設定します。 あまり直感的ではない設定方法となるので、気を付けましょう。 「Save」を押下し、想定通りの内容が一覧に表示されたことを確認してから 「Publish」を実行しましょう。 終わりに 限定的ながらもアプリケーションを対象に指定した通信のバイパスが可能となったことで、従来SaaSを対象とするのが困難であったバイパスの実用性が向上しました。 特に、Zoomを始めとするオンラインミーティングサービスをバイパスしたいという要望は比較的多くみられたため、そういった状況下で活用するケースがあるかもしれません。 とはいえ、「Bypass」や「Split Tunnel」はセキュリティ面の機能低下を避けることができない機能です。あまり濫用せず、適切な運用にとどめるよう心掛けたいところです。
こんにちは SCSKの庄司です。 今回は、ServiceNowの複数行の変数セット（Multi-Row Variable Set）を紹介していきます。 本記事は執筆時点（2025年10月）の情報になります。最新の内容は製品ドキュメントを参考にしてください。 変数セットとは Servicenowではカタログアイテム画面（申請画面）上に、「変数」と呼ばれる入力項目を配置できます。 それらの「変数」を再利用可能なひとかたまりにしたものが変数セットです。変数セットには「単一行」と「複数行（MRVS）」の2種類があります。 以下、「単一行の変数セット」と「複数行の変数セット」の簡単な比較表になります。 項目 単一行の変数セット 複数行の変数セット 入力形式 単票（1セット=1件） 表形式（行を追加/削除して複数件登録可能） 画面の見え方 フィールドが縦並び テーブル（行×列） 値の実体 変数ごとの単一値 JSON文字列 （配列の中に行オブジェクト） バリデーション 変数単位でチェック 配列を走査 して行ごとにチェック 用途 単体の申請フォーム 一括登録、一覧表示など 本記事ではタイトルの通り、「複数行の変数セット」に絞って解説します。 複数行の変数セットの作成手順/オプション ①すべて > サービスカタログ > カタログ変数 > 変数セット に遷移し、[新規]を押下 ②「複数行の変数セット」を選択。 ③各項目を入力して送信。 今回はユーザー登録をするための申請を想定して作成します。 ④送信後、[変数]/[カタログクライアントスクリプト]\[カタログUIポリシー]などの関連リストが表示されるので、必要に応じて変数セット内の変数や処理を作成します。 複数行の変数セットのオプション 変数セットの属性 ：max_rows=xx(任意の数字)を入力することで、複数行の変数セットの最大行数を指定することが可能です。（デフォルトでは50行） システムプロパティ「glide.sc.multirow_set.rows.size」でも上限設定は可能ですが環境全体に適用されるため、個別制御したい場合は変数セットの属性項目での指定が推奨です。 デフォルトでの上限値は50行です（バージョン等により異なる可能性があります） 画面上の挙動確認 サービスカタログ画面では表形式で項目が表示されています。 [追加]を押下すると入力項目が表示されます。 項目を入力して再度 [追加] を押すと、1行の値としてテーブルに追加されます。 同じ手順を繰り返すことで、複数行登録することも可能です。 複数行の変数セットの値の取り扱い-カタログクライアントスクリプト 比較表にも記載の通り、複数行の変数セットの値はフォーム上では1つの“ JSON文字列 ”として扱われます。 試しに、以下のonSubmitカタログクライアントスクリプトを実行して値がどうなっているかを確認してみます。 処理内容としては複数行の変数セットの値を取得して、画面上部に表示させるものです。 function onSubmit() { //Type appropriate comment here, and begin script below var mrvs_value = g_form.getValue("u_register_user"); g_form.addInfoMessage(mrvs_value); return true; } 以下のような値で表示されていました。 成形すると以下の通り、変数名：値の形です。 このままの状態では扱いずらいため、必要に応じて値を加工してあげてください。 { "u_department": "5d7f17f03710200044e0bfc8bcbe5d43", "u_first_name": "test1", "u_mail_address": "test1@test.jp", "u_telephone_number": "090-xxxx-xxxx", "u_last_name": "test1" }, { "u_department": "221f79b7c6112284005d646b76ab978c", "u_first_name": "test2", "u_mail_address": "test2@test.jp", "u_telephone_number": "", "u_last_name": "test2" } 複数行の変数セットの値の取り扱い-Flow Designer また、同様にフローでも複数行の変数セットは通常の変数や単一行の変数セットとは扱いが異なります。 例えば、「部署」項目の値をチェックし、その項目に「IT」があった場合に承認要求をする処理を作成しました。 フロー概要： 部門レコードを取得 カタログ変数を取得：複数行の変数セットの値を取得 For Each：複数行の変数セットを行ごとにループ 条件分岐：行の「部署」列が「IT」なら true 承認要求 肝になるのは2と3です。 複数行の変数セットを配列としてフローに渡しFor Eachで回すことで、1行目はfalse、2行目はtrueのような行別での判定が可能になります。 最後にフローの動きをチェックしてみます。 RITM0010006に対してフローのテストを実行します。 RITM0010006の内容は以下のようになっており、一行目の部署はDvelopmentで、二行目はITになっています。 テスト実行結果 一行目は4の判定がfalseになっていますが、二行目はtrueになっています。 各行の中身を除いて判定出来ていることが確認できました。 まとめ 以上、複数行の変数セットに関する紹介でした。 あまり出番が多くないかもしれませんが、使いどころを知っておくと設計の選択肢がぐっと広がります。 ぜひ参考にしてみてください。
こんにちは、ひるたんぬです。 最近は急に冷え込んできましたね。秋、というより冬が来た、という感じです。 全く関係ない話ですが、なぜ「醤油（しょうゆ）」は油ではないのに、醤 油 と書くのでしょうか。 ごま油、サラダ油、なたね油…分かります。でもなぜ…？ 醤油の言葉の意味としては“醬(ヒシオ)を絞ってできた油(液)”です。 『漢字源 改訂第6版』(学研 2018年12月刊)の“油”(p.1055)によると、“ するすると滑らかで通りのよい液体を示す”とあり、“油”は“液体”という意味で使われている ようです。 引用…国立国会図書館「レファレンス協同データベース」| 醬油にはなぜ“油”という字が使われているのか。 油は油だけど、（私が認識しているような）油ではない…少し頭が混乱してしまいました。 さて、今回はタイトルにもありますように、「AWS WAFでブロックしていたはずなのに…見れてしまう！」となってしまう事例を簡単にご紹介します。 構成 今回はAmazon CloudFrontとAmazon S3を用いた静的コンテンツを公開する基盤を想定し、アクセス保護の目的でAWS WAFを前段に配置することにします。 検証 ここからは、実際に構築を行いながら検証をしていきます。 事前準備 まず静的コンテンツを公開するために、Amazon CloudFront ディストリビューションとAmazon S3 バケット、アクセス保護をするAWS WAFを作成します。 バケットの作成後、適当なコンテンツを用意して格納しておきましょう。 今回の検証では、404 Not Foundエラーを表示させたいため、S3のバケットポリシーにおいて、CloudFrontの当該ディストリビューションのListBucket権限を許可します。 関連サイト…aws re:Post – 画像が CloudFront からロードされないのはなぜですか? 一通り準備ができたら、アクセスしてコンテンツが表示されることを確認します。 無事に見れましたね。 続いて、存在しないアドレスにアクセスした際にコンテンツが存在しない旨を分かりやすく表示させます。 ここでは、CloudFrontのカスタムエラーレスポンスを設定し、404エラーに対して「notfound.html」を表示させるようにします。 設定が完了したら、実際に存在しないページにアクセスして確認をします。 しっかりエラーのメッセージが分かりやすく表示されていますね。 カスタムエラーレスポンスを設定しない場合、とてもシンプルなメッセージが表示されます。 WAF設定 ここからが本題です。 今現在の構成では最低限のアクセス保護のみが実施されています。 そこで、AWS WAFの設定を変更し、特定のIPアドレス以外からのアクセスを拒否するように設定します。 今回は検証目的のため、自端末に割り当てられているグローバルIPを拒否するよう設定しました。 これを実施することにより、不特定多数からのコンテンツ閲覧を制御することが可能です。 設定後、拒否されている環境から同じようにアクセスしてみると… WAFによってしっかりブロックされていることを確認できました。 ブロックされない！という方は、IPv6で通信している可能性があるため、IPv6のアドレスをブロックするよう設定してみてください。 そして…事件発覚 ここで私は「この403のページももっと親切な案内にしたい！」と思うようになりました。 そこで一番最初に思いついたのは、先程404 NotFoundのときに設定した「カスタムエラーレスポンス」です。 これは403でも同様に設定できるため、403エラーに対しては「accessdenied.html」を表示させるよう設定をしました。 実際に設定を終えて、表示を確認してみると… おぉ！なんか怖い画面ですが、しっかり日本語で表示されましたね！よしよし。。。 ……ん？ 既にお気づきの方もいらっしゃるかもしれませんが、この挙動、何かおかしくないですか？ 先程設定したのはCloudFrontのカスタムエラーレスポンスで、403 ForbiddenのときにはS3の中に格納されている「accessdenied.html」を表示させるようにすること… そして、今現在アクセスしているのは、AWS WAFにてブロックしている端末から… なぜCloudFrontに設定し、S3に格納されているコンテンツが閲覧できてしまうのでしょうか？？ 調査 403エラー時のレスポンスである「accessdenied.html」以外は確かに表示できないようになっていますが、いかんせんWAFを通り越してCloudFront（S3）のコンテンツが閲覧できてしまっているのがとてもとても気になってしまったので、調べてみました。 すると、公式ドキュメントに以下のような記載がありました。 By default, when AWS WAF blocks a web request based on the criteria that you specify, it returns HTTP status code 403 (Forbidden) to CloudFront, and CloudFront returns that status code to the viewer. The viewer then displays a brief and sparsely formatted default message similar to the following: Forbidden : You don 't have permission to access /myfilename.html on this server. You can override this behavior in your AWS WAF protection pack (web ACL) rules by defining custom responses. For more information about customizing response behavior using AWS WAF rules, see Sending custom responses for Block actions . 引用：AWS Docment | Common use cases for protecting CloudFront distributions with AWS WAF 日本語が機械翻訳で崩壊していたので英語を引用していますが、まとめると WAFでブロックされると、403（Forbidden）を CloudFrontに対して返す デフォルトのメッセージは上記のような表記となる（Forbidden: You don’t have…） カスタム（エラー）レスポンスを設定することで、この設定を上書きすることができる という動作になります。別のページにも分かりやすく整理されていました。 For web requests that AWS WAF blocks, the following shows the order of precedence. AWS WAF custom response – If the AWS WAF Block action has a custom response enabled, the protected resource sends the configured custom response back to the client. Any response settings that you might have defined in the protected resource itself have no effect. Custom response defined in the protected resource – Otherwise, if the protected resource has custom response settings specified, the protected resource uses those settings to respond to the client. AWS WAF default Block response – Otherwise, the protected resource responds to the client with the AWS WAF default Block response 403 (Forbidden) . 引用：AWS Docment | Sending custom responses for Block actions つまり、WAFでブロックされた場合は、 AWS WAFに設定されたカスタムレスポンス 保護されたリソース（CloudFrontなど）で設定されているカスタムレスポンス AWS WAFに設定されたデフォルトレスポンス の優先順位で表示がされるようです。これで納得ですね。 つまり、AWS WAFでアクセスをブロックしたと言っても、CloudFrontのコンテンツの内容を表示できるケースが仕様として存在する、ということですね。 もちろんカスタマイズしたレスポンスを提供できることはメリットになりますが、その 設定を誤ってしまうと公開したくない（する予定のない）コンテンツを公開しかねないことになる ので注意が必要です。 今回は、この事象を「AWS WAFのすり抜け」と名付けました。 深堀り では、CloudFront（S3）のコンテンツを参照させることなくAWS WAFでブロックされたことを分かりやすく示す方法はないのでしょうか…？ 引き続きドキュメントを見てみると、気になる表現がありました。 Responses that you customize using AWS WAF rules take precedence over any response specifications that you define in CloudFront custom error pages. 引用：AWS Docment | Common use cases for protecting CloudFront distributions with AWS WAF AWS WAFでレスポンスをカスタマイズすることで、CloudFrontのカスタムエラーレスポンスよりも優先して表示させることができる、と言ったような記載があります。 おぉ！これですね。早速設定してみます。 該当するWAFの設定項目から「Custom response bodies」のタブを選択し、「Create custom response body」をクリックします。 名前と表示させる内容を設定します。 内容はJSONの他、HTMLやプレーンテキスト形式で設定ができるようなので、今回はHTMLで設定してみます。 登録する内容には、4KBの制限があります。 設定が終わったら、下部の「Save」をクリックします。 次に、既に設定されているWAFのルールから、IP制限に関するルールを編集します。 中段に記載の「Custom response – optional 」を有効化し、レスポンスコードと、先程登録したエラーレスポンスを選択します。 AWS WAFで設定するカスタムレスポンスは、自分で定義したルールにのみ適用することができます。 ルールごとに適用が必要になるため、複数ルールを定義している場合は注意が必要です。 また、マネージドルールに対してカスタムレスポンスを設定する場合は、別途設定が必要となります。 参考：AWSブログ | AWS WAFのAWS マネージドルールの動作をカスタマイズする方法 設定が完了したので、改めてアクセスしてみましょう。 …まぁ、なんとも仰々しい画面ですね。 しっかりとWAFにて設定したカスタムレスポンスがCloudFrontのカスタムエラーレスポンスよりも優先して表示されていることを確認できました。 ブロック検知ルールにXSSやSQLインジェクションとありますが、違いますね。 今回はここの内容は本質的ではないのでご承知おきください。 （生成AIに作ってもらったら、この部分を決め打ちで記載してくれていました。） おわりに 今回はAWS WAFを用いたコンテンツ公開基盤に対して、WAFがブロックしたときの挙動をご紹介いたしました。 最初にこの状況に遭遇したときはびっくりしましたが、冷静に考えるととても妥当な仕組みなのかなと思います。 余談ですが、タイトルにも「油断」、と油が入っていました。 こちらは仏教用語のようですね。
AWS Certificate Manager（ACM）と Amazon Route 53 を使用する際に発生した問題から、DNSに関して学べたので記事にします。 やりたいこと ACMのDNS検証で証明書の発行がしたいです。 しかし 「保留中の検証」 から 「発行済み」 にならず、苦労しました。 その原因はNSレコードで、DNSの権限委任について知識が不足していたことにありました。 ドメインの現状 親ドメイン：pri-tomioka.com お名前.comで購入したドメインです。 共通ホストゾーン：training.pri-tomioka.com Route53で、このホストゾーンが作成されている状態です。 ここまで作成済み。以下を新規作成。 サブドメイン：test01.training.pri-tomioka.com、test02.training.pri-tomioka.com、test03.train… といったサブドメインを順次追加していく予定です。 証明書発行してみたときの失敗談 Route53でホストゾーン test01.training.pri-tomioka.com を作成して、 バブリック証明書をDNS検証で作成します。 Route53のサブドメインにCNAMEを設定します。 これで発行完了や！と思って待ってみましたが、検証が完了しませんでした。 ステータスが「保留中の検証」のまま何時間待っても成功しません。 原因はNSレコードにあり 設定としてはRoute53に問題があります。 サブドメインのトラフィックのルーティング - Amazon Route 53 acme.example.com や zenith.example.com などのサブドメインのリソースにトラフィックをルーティングする場合、次の 2 つの方法があります。 docs.aws.amazon.com サブドメインのトラフィックのルーティングが設定されておらず、ACMがサブドメインにアクセスするための名前解決ができていなかったのです。 nslookupで確認してみます。 nslookup -type=ns test01.training.pri-tomioka.com 解決策は以下の2点です。 共通ホストゾーンtraining.pri-tomioka.comにNSレコード作成し、サブドメインtest01.training.pri-tomioka.comのネームサーバを指定 親ドメインpri-tomioka.comにNSレコード作成し、サブドメイン(共通ホストゾーン)training.pri-tomioka.comのネームサーバを指定 1の設定 2の設定（画面はお名前.com） nslookupを実行すると、NSレコードがDNSに登録されていることを確認できました。 そして少し待っていると、ついに証明書が「発行済み」になりました！！ さいごに この記事を書くに至ったきっかけを記載します。 昨年、私が受けていた「クラウド研修」で、今年はスクラムマスターとして新人たちを指導する立場になっています。 今年の研修で新人たちから、「証明書がいつまで経っても発行されない」と相談をいただきました。 調べてみると、親ドメインに共通ホストゾーンのネームサーバが指定されていないことが原因。 この親ドメインは新人たちは見ることができない環境だったため、スクラムマスター側で解決しました。 運営側の不備で申し訳ない反面、去年は触れなかった親ドメインの設定にも今回は関わることができ、少しうれしさも感じてます。 指導する立場ではありますが、私自身も新たな知識を得ることができ勉強になりました。 参考：去年受講者の記事を紹介 コンテナを理解して触ってみた！ この記事は、コンテナ技術の基本概念を解説し、その利点や活用方法について説明しています。 具体的な技術例としてDockerを取り上げ、実際の使用方法を通じてその利点と可能性について述べています。 初心者にも分かりやすい内容で、コンテナを試したい方への一歩をサポートする内容です。 blog.usize-tech.com 2024.11.13 AWS CloudFormation と Ansible を使ってみた AWS CloudFormation と Ansible を使用した Web アプリケーションの自動実行を試してみました blog.usize-tech.com 2024.11.06 アプリケーション開発で使用した Spring Boot の紹介 AWS Cloud9上でWebアプリケーションの開発を行った際に用いた、Spring Boot というフレームワークを紹介します。 blog.usize-tech.com 2024.11.11 一瞬で記録するWinShotでの作業証跡 作業証跡に関して、画面キャプチャソフトであるWinShotをクラウド研修を元に紹介します。 blog.usize-tech.com 2024.10.29
こんにちは、SCSKでAWSの内製化支援『 テクニカルエスコートサービス 』を担当している貝塚です。 (生成)AIを使用したソフトウェア開発が盛り上がっていますね。AWSまわりを主戦場にしている我々の部署でも Amazon Q Developer や Kiro を使用した開発はホットな話題です。 私も顧客に提供するウェブサイトをインフラからアプリまで一式、Amazon Q Developerを使用して開発したので、その概要と所感を書いてみます。 開発概要 特定顧客向けのウェブサイトです。サイトの内容はQuickSightのURL埋め込み機能を使用してQuickSightダッシュボードを表示するだけのシンプルなものです。取得するダッシュボードのIDなどを取得するためにDynamoDBを、サイトアクセスの認証のためにCognitoユーザプールを使用しました。アーキテクチャ図は以下の通りです。 AWSリソースを作成するCloudFormationテンプレートと、Webサイトのソースコード、すべてを生成AIで開発しました。 開発体制 人数： 1人。テスト等でお手伝いしてもらったりしていますが、基本的には私だけです。 ツール： Windows上にインストールしたVSCode + Amazon Q拡張。使用MCPはAWS Knowledge MCP, Documentation MCPなど。WSL UbuntuをインストールしてVSCodeのターミナルからQ CLIを併用。バージョン管理システムはCodeCommitです。 開発期間： 言うのが割と本気で恥ずかしいので秘密です。多分、慣れてる人が作ったらあっという間じゃないかな……と。でも生成AIを使った開発のメリットは開発時間の短縮だけではないですよ……ということは後で書きます。 開発開始当初 開発開始当初はAmazon Q Developer Proのサブスクリプションがなかったので、Bedrock (Claude Sonnet 4)で開発していました。しかもマネジメントコンソールのプレイグラウンドを使って……もうこの環境には戻れないですね。 とにかくまずは動くものを作りたかったので、一番最初は 概要だけ与えてアーキテクチャを提案してもらう →何度かQ&Aや機能の追加・変更を要望してアーキテクチャを決定 →コードを生成してもらう →デプロイは自分で手作業(CI/CD環境は作りました) 機能追加・改善は 追加・改善したい機能を伝えてアーキテクチャ・設計を提案してもらう →何度かQ&Aしてアーキテクチャ・設計を決定 →現在のコードからの変更提案を作成してもらう →変更提案に納得出来たら修正版のコードを生成してもらう エラー対応は エラーメッセージを与えて原因を答えてもらう →何度かQ&Aや追加で調査した情報を与えて原因を推測し、修正方針を決定 →修正点について変更提案を作成してもらう →変更提案に納得出来たら修正版のコードを生成してもらう 修正する内容を、コードを実際に修正する前に変更提案という形でC1, C2 … のように通し番号をつけて作成してもらうようにしたのが工夫点でしょうか。例えばこの変更はいらないなという時に、番号が付いていれば指示が出しやすく紛れがないかなと考えました。 この頃は、ソースコードにも自分で識別子つけて管理していました。「ソースコードL1を変更提案に基づき修正してください。以後、修正後のコードをL2として参照します」という感じです。必要なことではあったのですが、本質的ではない部分に随分手間をかけていましたね。 問題点・不便だった点 変更提案(日本語＋コード引用して修正内容を説明)にない変更を勝手にソースコードに加えてしまう。「ソースコード修正の際、変更提案にない修正は厳禁です」と指示してみるも、十分な効果が得られない。 ソースコードから大量のコードが消えている、使用されている関数が消えている、などが発生。コンテキストがあふれてソースコードの情報が失われたせいと思しきケースもあるが、そうではなさそうなケースもあり。 生成AIが返してくる内容が本当に正しいか分からない。細かく質問を繰り返していくとハルシネーションが判明することもあるが、そもそもそこまでやらないといけないというのが辛い。 AWSサービスについても得手不得手に濃淡がある。不得手なものもそれっぽいことを言ってそれっぽいコードを生成してくれるが、バグだらけの上にしばらくデバッグを続けていると別のアーキテクチャへの変更を提案してくることも。 デバッグはエラーメッセージを手動で与えなければならないし、デバッグ手順の示唆を与えてもらうにせよかなり人の手が必要。デプロイも手動で実施する必要あり。デバッグはそれでも生成AIによって大幅に楽になっているのですが、贅沢なものでデプロイ＆テスト＆デバッグはもっと生成AIにやってもらいたいと思っていました。 Amazon Q Developerによる開発への転換 Amazon Q Developerのサブスクリプションが手に入った頃、丁度AWSが提供する AI-DLC (AI駆動開発)のトレーニングを受けることができたので、本システムの開発もAmazon Q Developerを使用したAI-DLCに乗り換えることにしました。 AI-DLC 導入後のプロンプト まずはAI-DLCの趣旨に沿って作成したプロンプトをAmazon Q Developerで使用したときの使い勝手という観点から見て行きます。 作業計画の立案 AI-DLCのトレーニングで学んだ内容からだいぶ我流のカスタマイズを加えたプロンプトを使っていますが、個人的に肝だと感じているのは以下のような箇所です。 作業の計画を立て、各ステップにチェックボックスを付けて、作業ディレクトリ内の plan.md ファイルにステップを記載してください。（中略）計画を作成したら、私のレビューと承認を求めてください。承認後、計画を 1 ステップずつ実行できます。ステップごとに必ず私のレビューと承認を求めてください。各ステップが完了したら、計画のチェックボックスに完了マークを付けてください。 このプロンプトにより生まれる長所だと私が感じているものは以下の通りです。 1. 計画を立ててから実行させると全体的にだいぶ品質が上がる気がする 計画を立ててもらうと、何も言わなくとも調査→設計→コード作成→テスト・検証というステップを踏んでくれることが多いです(AI-DLCではユーザーストーリーの作成から始まるのですが、開発途中のシステムということもあり今回は省きました)。大きなタスクを細かいタスクに分割してやると生成AIの精度が良くなるというのはよく知られた話ですが、それだけではなくステップ間でレビュー・修正を入れられるのも大きいです。定量的に品質が上がりましたというデータを持っているわけではありませんが、効果は大きいように感じます。 2. 事前に計画を提示してくれるので計画の修正が容易 計画修正したいケースは様々考えられますが、たとえば「ここのテストは後でまとめてやろう」「ちょっとここの実装あやしいからドキュメント調査＆設計見直しのステップを入れよう」などの意思が反映しやすいです。 3. セッションをまたいで開発を継続できる Amazon Q Developerの記憶力(会話履歴)には限界があり、しばらく開発を続けていると会話履歴が要約されたりクリアされたりしてしまいます。Amazon Q Developerでは会話履歴がクリアされる前に会話履歴の圧縮を勧めてくれますが、いずれにせよ文脈の一部が失われることは避けられません。その他にもツールの不具合であったり、開発に使用するPCを切り替えたりと、新たにセッションを開始しないといけない事態は発生します。 機能追加等の改修作業をひとつまるまる完了したタイミングであればよいのですが、トライアンドエラーを繰り返している最中に文脈が失われると手戻りが大きいです。 AI-DLCでは計画書がありその進捗状況が分かるようになっているので、セッションが別になってもタスクを再開することができます。 デプロイ、デバッグ 私が受けたAI-DLCのトレーニングでは、コードの作成まではAmazon Q Developerにやってもらっていましたが、AWS環境へのデプロイや、デプロイ時およびデプロイ後のテスト時にエラーが発生したときの調査、コードを修正して再デプロイなどには触れられていなかったので、これらは自分で追加しました。もちろんこれらも予め計画を立ててもらってから実行します。 コードの作成までとデプロイ以降とでセッションを分ける場合も分けない場合もあります。大きな機能追加の場合は分けることが多いですし、デバッグがうまく行かなかった時にセッションを変えて何度もデバッグを試みることもあります。 いずれにせよ、デプロイは(CI/CD環境を作成していたので)CodeCommitにコードをコミットするだけなので、カレントフォルダがgitリポジトリになっていることを説明するだけです。デバッグは、CodePipelineの名前だけ教えてあげればそこからCloudFormationのスタック名を、スタック情報から作成されたリソース名を芋づる式に調べてくれます。ただ、セッションを新たにしてデプロイ・デバッグする場合は、主要リソース名は予め与えるようにした方が余計な試行錯誤で時間を無駄にせずに済みます。 所感・工夫した点など Amazon Q DeveloperでAI-DLCを実践して、良かった点・使いづらかった点などいろいろ込みで感じたことや、工夫した点などを思いつくままに挙げてみます。 ドキュメント作成について ドキュメント作成について特にプロンプトで触れていないのですが、計画を立てて実行させることによって、途中の調査・検討結果をドキュメント化してくれるようになりました。改めて言うまでもないですが記録を残すのは非常に重要なのでありがたいです。 ドキュメントの整合性維持について 開発の中で次々ドキュメントが作成されていくのですが、工程を進めていくと、前に作成されたドキュメントに記載されている内容とは違う方向に進めたくなる/進んでしまうことがあります。その時、現在のステップで作成するドキュメントはもちろんその方向に沿って作成してくれるのですが、以前作成したドキュメントを整合性が取れるように修正してくれることはあまりありません。「ドキュメントを作成するたびに、以前作成したドキュメントを整合性が取れるように更新してください」のようなプロンプトを入れてあってもほぼ効果がありませんでした。現時点では、文書間の依存関係を自分で把握するようにしておいて、○○の文書を整合性を取れるように更新してください、と細かく指示を出すようにしています。 文書間の依存関係を記述したファイルを作成しておいて、ドキュメントの作成・更新時にそのファイルを参照して依存関係を特定し、関連ドキュメントを更新するようにうまく生成AIを誘導できるのではないか？と考えているので近いうちに試してみたいと思っています。 ドキュメントの管理について ステップごとに1つまたはそれ以上の数のドキュメントを作成してくれて、その場で読んでいるときはなるほどなるほどと読んでいるのですが、作成されるドキュメントの数がかなり多いです。作成するファイル名の命名規約等を与えていないのもあり、後から見るとどのファイルに何が書かれているのか分からなくなってしまいます。開発補助のエージェントとしてこの部分はこれから改善していく、またはプロンプトのノウハウが出回るのだと思いますが、ひとまずはドキュメントの種類などでディレクトリを分ける、ファイル名の先頭にステップ番号をつける、くらいの工夫で管理しています。 変更提案に基づくソースコード修正 Bedrock単体開発のところでも書きましたが、私は、ソースコード修正の際は変更提案というどこをどのように修正しその修正がなぜ必要なのかを説明するドキュメントを作成してもらい、その中から採用する変更提案を選んで修正してもらうという手順を採用しています。 先の所感で変更提案にない修正が行われると述べましたが、これはAmazon Q Developer + AI-DLC に移行した後もさほど改善されませんでした。承認していない変更が行われているだけではなく、ソースコードから大量の関数が消える事象もBedrock単体開発の頃と変わらず発生しました。 対策として「ソースコードの修正を行ったら変更前後のファイルでdiffを取り、変更提案の内容に過不足なく一致しているか確認してください」というような指示を与えています。ここでおかしい箇所に気づいてくれることもありますが、私から見ると明らかにおかしい場合でも「diffの結果、適切に変更されていることが確認できました」のようなことをしれっと返してくることもあります。もっとも、Bedrock単体で開発していた時は指示を出すのが面倒で差分確認をさせるということをしていなかったので、差分確認するようになっただけでも十分な進歩ではあります。また、diffが画面に表示されるので、私が異常に気付ける場合があるという点では、diffを毎回取らせるようにした意味はありました。 CodeCommitのコミットログ 過去に私が自分の手でコードを書いていた時は、一人で開発することが多かったので、バージョン管理システムのコミットログはかなり適当でした。それが、Amazon Q Developer + AI-DLC では、ソースコードを変更したらgitコミット用のコメントも出力してくださいと指示するだけでまともな変更履歴が出力されてきます。一人で小規模に開発している分にはなくてもなんとかなるかなという感覚なのですが、やっぱりあれば役に立ちます。これは個人的に非常に大きなメリットでした。 MCPの使用 プロンプトに「正確性の検証」という項目を入れて、「正確性を担保するためにAWSのサービスを使うときは必ずAWSドキュメントを調査して検証してください」と指示をしていますが、MCPを使ってくれたり使ってくれなかったりします。 これについては現状、調査して欲しいことが出てくる都度、AWSドキュメントを調査して裏を取ってください、と指示をするくらいしか対策が思いつきませんでした。AWSが提供するAIエージェントなのでここはぜひAWSさんに頑張って欲しいです！！ チャット履歴・セッション引継ぎについて 設計決めのために何度も質問を繰り返したり、デプロイ・テスト時のエラーが解消できなくて何度も再デプロイ・再テストを繰り返していると、「チャット履歴が一杯になりそうです、履歴を要約して圧縮しますか？」と聞いてくれます。これを無視し続けるとコンテキストが一杯になってチャット履歴が強制クリアされます。私の場合、一つの機能の実装が完了する前にチャット履歴要約を勧められる多いです（周りの人の話を聞いていると、開発のやり方による個人差は大きそうです）。前述の通りセッションを引き継いでタスクを継続するのに計画書が役立つのですが、ときに重要な情報が抜けてしまうことがあります。 セッション終了時に、引き継いでほしい情報を指示して引き継ぎドキュメントや次回セッション開始時に与えるべきプロンプトを作成してもらうように追加で指示するようにしており、手ごたえは感じているのですが、まだまだ試行錯誤という状態です。 作業計画を外れた場合の対応について これはプロンプトでしっかり指示しようねという話に尽きるのですが、作成された作業計画にない指示をしてしまうことがあります。ちょっとこれも調査して欲しいな、とかです。あるいは、現在の作業計画は繰り返しを想定したものになっていないので、デプロイとデバッグを繰り返しているといつの間にか作業計画から外れてしまいます。そういう時、指示する側がきっちりと、こういうことをやりたいのでまずは作業計画を作成してください、とやればよいのです。それは分かっているのですが、ついうっかり（またはちょっと寄り道するだけだから大丈夫だろうと軽い気持ちで）作業計画にない指示をしてしまいます。その結果、実施したタスクの結果をドキュメントにしてくれなくなったり、ステップごとに承認を求めるように指示しているのに（ステップから外れた作業なのだから文字通りとらえれば指示違反ではないのですが）承認を求めずに次々と作業を進めたり……という状況になることがあります。 現在は、指示プロンプトを改めて入力してやり直す、というのが私の対応です。それでもうまく指示が伝わらないなと感じたときは、別のセッションを開始するようにしています。ここでセッション引継ぎのための準備が役に立ってくれます。 プロンプトの最適化について このように開発をしていると大小取りまぜ気になる部分が出てくるのでそれに対処するためにプロンプトに指示を追加していくのですが、ある程度プロンプトが長くなってくると、守ってもらえない指示が増えていきます。今のところ、優先度の低い指示は予めプロンプトとして与えず、問題が出たときに都度対応するようにしています。 最後に Amazon Q Developer, AI-DLCについての所感などをつらつらと書いてみました。 計画を立てて一つ一つステップを踏んで……と進めていると、自分が詳しい分野については自分の手でコードを書いた方が早いのでは？と感じることがありますが、自分に経験がなくAmazon Q Developerがなければ自分で調査と試行錯誤をする必要がある個所の開発は大幅に期間を短縮してくれています。また実際に動くモノの作成に比べて優先度低くなりがちなドキュメント作成・自然言語での説明をきっちりやってくれるので、自分の詳しい分野でもAmazon Q Developerに大幅に任せるようにした方が最終的に運用しやすいシステムが作れるのではないかな？という感覚があります。 生成AIは日進月歩なので、あっという間に状況が変わってしまい、この記事の賞味期限は非常に短いだろうなと思いますが……何らか、なるほどそういうこともあるのか、と感じて頂ければ幸いです。
今回はRaspberry Piのセンサーで取得したデータをAWS上で加工し、グラフ化してみたいと思います。 Raspberry Piで取得した気温・湿度のデータがAWS IoT Core等を通じて既にS3に入っている前提で、そのデータを加工していきます。 構成イメージ 今回構築するリソースと、データの流れは以下のイメージとなります。 構築してみる S3にjsonファイルを書き出す 以下のように気温・湿度情報のデータをAWS IoTCore等を使用してRaspberry PiからS3に格納します。Raspberry PiからS3への接続方法については、本記事では割愛します。 各ファイル内のデータは以下のような形式のデータとなっています。 {"thing_name": "my_dht22_sensor_pi5","timestamp": "2025-09-26 17:42:32","temperature_c": 25.3,"humidity": 60.5} Glue jobで複数のjsonファイルをまとめる Databaseを作成する GlueのDatabasesから「Add database」をクリックします。 データベース名を入力して「Create database」をクリックします。 作成したデータベースの画面から、「Add table」をクリックします。 以下を入力して「Next」をクリックします。 Name：任意のテーブル名 Database：作成したデータベース名 Schemaに以下を設定し「Next」をクリックします。 timestamp：string temperature_c：double humidity：double 最終確認画面で、「Create」をクリックします。 Glue jobを作成する Athenaで読み込みやすいように、①でS3に置かれている複数のjsonファイルをparquetファイルに成形するGlue jobを作成します。 Glueから「Script editor」をクリックし、EngineはSparkを選択して「Create script」をクリックします。 Scriptタブ 以下コードを入力します。各S3パス、Glue Data Catalog に登録するデータベース名とテーブル名は適宜変更してください。 import sys from awsglue.transforms import * from awsglue.utils import getResolvedOptions from pyspark.context import SparkContext from awsglue.context import GlueContext from pyspark.sql import SparkSession from awsglue.job import Job from pyspark.sql.functions import * from pyspark.sql.types import * from awsglue.dynamicframe import DynamicFrame # ジョブの引数を取得 args = getResolvedOptions(sys.argv, ['JOB_NAME']) # Spark および Glue のコンテキストを初期化 sc = SparkContext() glueContext = GlueContext(sc) spark = glueContext.spark_session job = Job(glueContext) job.init(args['JOB_NAME'], args) # --- 設定 --- # データのS3パス（Raspberry PiからIoT Core経由で来るJSON） raw_data_path = "s3://iot-raspberrypi/iot-before/" # 処理済みデータを保存するS3パス（Parquet形式） processed_data_path = "s3://iot-raspberrypi/iot-after/" # Glue Data Catalog に登録するデータベース名とテーブル名 glue_database_name = "raspberrypi" glue_table_name = "raspberrypitable" # --- データの読み込み --- print(f"DEBUG: Attempting to read data from: {raw_data_path}") # 明示的なスキーマを定義 source_schema = StructType([ StructField("thing_name", StringType(), True), StructField("timestamp", LongType(), True), StructField("temperature_c", DoubleType(), True), StructField("humidity", DoubleType(), True) ]) datasource = glueContext.create_dynamic_frame.from_options( connection_type="s3", connection_options={"paths": [raw_data_path], "groupFiles": "inPartition"}, format="json", format_options={"withHeader": "false", "inferSchema": "false"}, schema=source_schema, transformation_ctx="datasource_raw" ) df_raw = datasource.toDF() # デバッグ出力（変更なし） print("\nDEBUG: --- DataFrame Schema after reading JSON ---") df_raw.printSchema() print("\nDEBUG: --- First 5 rows of raw DataFrame (truncated=False) ---") df_raw.show(5, truncate=False) if "timestamp" in df_raw.columns: print("\nDEBUG: --- Sample values of 'timestamp' column in df_raw ---") df_raw.select("timestamp").limit(10).show(truncate=False) if df_raw.count() == 0: print("DEBUG: No new data to process. Exiting job.") job.commit() sys.exit(0) print(f"DEBUG: Found {df_raw.count()} new records.") # --- データ変換 --- print("\nDEBUG: --- Starting timestamp conversion ---") df_transformed = df_raw.withColumn( "timestamp_seconds", (col("timestamp") / 1000).cast(LongType()) ).withColumn( "timestamp_parsed", from_unixtime(col("timestamp_seconds")) ) # デバッグ出力 print("\nDEBUG: --- DataFrame Schema after timestamp conversion ---") df_transformed.printSchema() print("\nDEBUG: --- First 5 rows of transformed DataFrame (truncated=False) ---") df_transformed.show(5, truncate=False) # 最終的に保存したい列を選択 df_final = df_transformed.select( col("timestamp"), col("timestamp_parsed").alias("event_timestamp_utc"), col("temperature_c"), col("humidity") ) # --- データの書き出しとGlue Data Catalogの更新 --- print(f"Writing processed data to: {processed_data_path}") processed_dynamic_frame = DynamicFrame.fromDF(df_final, glueContext, "processed_dynamic_frame") glueContext.write_dynamic_frame.from_options( frame=processed_dynamic_frame, connection_type="s3", connection_options={ "path": processed_data_path }, format="parquet", transformation_ctx="datasink", ) job.commit() print("Glue Job finished successfully.") job detailsタブ 以下の値を設定します。 Name：ジョブ名を任意の名前に指定します。 IAM Role：S3バケットへの読み書き権限とAWSGlueServiceRoleが付与されたIAM Roleを作成し、アタッチします。 画面右上の「Save」ボタンをクリックします。 Runsタブ 右上の「Run」ボタンをクリックします。Job runs一覧に実行した履歴が出力されますので、画面リフレッシュしつつステータスがSuccessになるまで待ちます。 ステータスがSuccessになったらGluejobの設定は完了です。 Quicksightでグラフを作成する データセットの作成 Quicksightアカウントにログインし、データセットタブから「新しいデータセットを作成」をクリックします。 「Athena」をクリックします。 データソース名に任意の名前を入力して「データソースを作成」をクリックします。 カタログはAwsDataCatalogを選択し、データベースとテーブルは②で作成したものを選択します。 「カスタムSQLを使用」をクリックします。 以下SQLを入力します。(データセット名、テーブル名は適宜変更してください) SELECT CAST(timestamp AS TIMESTAMP) AS event_time_utc, temperature_c, humidity FROM "raspberrypi"."raspberrypitable" 「迅速な分析のためにSPICEへインポート」を選択して「Visualize」をクリックします。 分析の作成 そのまま以下の画面に遷移しますので、グラフを作成していきます。 以下を選択します。 ビジュアルタイプ：折れ線グラフ X軸：event_time_utc Y軸：humidity、temperature_c グラフが表示されました！ 終わりに 今回はRaspberry Piで取得したデータをAWS上でグラフ化してみました。 気温・湿度情報をリアルタイムに取得するとなるとファイル数が膨大になるため、今回はGlue jobを使ってデータをまとめる方法で構築してみました。 Raspberry PiのようなIoTとAWSなどのクラウドサービスの掛け合わせについては、更に実用的な構築が無いか今後も検証してみたいと思います。
今回は、Amazon GuardDuty による脅威検出と脅威通知を AWS CDK で実装する方法をまとめました。 はじめに 今回は、AWS GuardDutyを使用して、VPCフローログ、CloudTrail、DNSログを機械学習で分析し、悪意のある活動や異常な行動パターンをリアルタイムで検出して通知するリソースをAWS CDKで実装していきます。Guard Dutyによる脅威検出とS3への長期保存、EventBridge経由での即座な通知を組み合わせて実装します。 今回作成するリソース SNSトピック : GuardDuty脅威検出結果の通知 KMS暗号化キー : GuardDutyデータの暗号化 S3バケット : 検出結果の長期保存とアーカイブ AWS GuardDuty : 機械学習ベースの脅威検出エンジン EventBridge : 重要度別の自動通知ルール アーキテクチャ概要 AWS CDK ソースコード SNS通知設定 const emailAddresses = [ // SNS通知先メーリングリスト(通知先が複数ある場合はアドレスを追加) 'xxxxxx@example.com', 'xxxxxxx@example.com', ]; // GuardDuty用トピック const guardDutyTopic = new sns.Topic(this, 'GuardDutyTopic', { topicName: 'guardduty-alertnotification', // トピック名 displayName: 'GuardDuty Alert Notifications' // 表示名 }); // GuardDuty用サブスクリプション emailAddresses.forEach(email => { guardDutyTopic.addSubscription( new subscriptions.EmailSubscription(email) // プロトコル：EMAIL ); }); ポイント: 複数の管理者への通知配信 アラーム発生時に通知するメールアドレスを指定 KMS暗号化キー設定 const guardDutyKey = new kms.Key(this, 'GuardDutyKey', { alias: 'alias/guardduty-key', // エイリアス名 description: 'KMS key for GuardDuty encryption', // 説明 enableKeyRotation: true, // ローテーションの有効化 removalPolicy: cdk.RemovalPolicy.DESTROY // スタック削除時にキーを削除する ※デプロイ時にRETAINに変更 }); cdk.Tags.of(guardDutyKey).add('Name', 'guardduty-key'); // Nameタグ ポイント: セキュリティ強化 : GuardDuty専用の暗号化キー 自動ローテーション : セキュリティ基準に準拠した定期的なキー更新 アクセス制御 : 後述のキーポリシーで細かいアクセス制御 S3バケット設定（検出結果エクスポート） // GuardDuty用S3バケット const guardDutyBucket = new s3.Bucket(this, 'GuardDutyBucket', { bucketName: 's3b-guardduty', // バケット名 blockPublicAccess: s3.BlockPublicAccess.BLOCK_ALL, // パブリックアクセスをすべてブロック encryption: s3.BucketEncryption.S3_MANAGED, // 暗号化タイプ：SSE-S3 enforceSSL: true, // SSL通信を強制 autoDeleteObjects: true, // スタック削除時にオブジェクトを自動的に削除 ※デプロイ時にコメントアウト removalPolicy: cdk.RemovalPolicy.DESTROY, // スタック削除時にバケットも削除 ※デプロイ時にRETAINに修正 lifecycleRules: [ // ライフサイクルルール作成 { id: 'Expiration Rule 12 Months', // ライフサイクルルール名 expiration: cdk.Duration.days(366), // オブジェクトの現行バージョンの有効期限:366日後にオブジェクトを削除 } ] }); guardDutyBucket.addToResourcePolicy(new iam.PolicyStatement({ // ポリシー追加1 sid: 'Deny incorrect encryption header', effect: iam.Effect.DENY, actions: ['s3:PutObject'], resources: [`${guardDutyBucket.bucketArn}/*`], principals: [new iam.ServicePrincipal('guardduty.amazonaws.com')], conditions: { StringNotLike: { 's3:x-amz-server-side-encryption-aws-kms-key-id': guardDutyKey.keyArn } } })); guardDutyBucket.addToResourcePolicy(new iam.PolicyStatement({ // ポリシー追加2 sid: 'Deny unencrypted object uploads', effect: iam.Effect.DENY, actions: ['s3:PutObject'], resources: [`${guardDutyBucket.bucketArn}/*`], principals: [new iam.ServicePrincipal('guardduty.amazonaws.com')], conditions: { StringNotEquals: { 's3:x-amz-server-side-encryption': 'aws:kms' } } })); ポイント: セキュア設計 : パブリックアクセス完全ブロック、SSL強制 暗号化必須 : KMS暗号化のみを許可するバケットポリシー 長期保存 : セキュリティ調査用の1年間保持 コンプライアンス : 暗号化されていないデータの拒否 AWS GuardDuty設定 const guardDutyDetector = new guardduty.CfnDetector(this, 'GuardDuty', { enable: true, // GuardDutyの有効化 findingPublishingFrequency: 'FIFTEEN_MINUTES', // 検出結果の更新頻度：15分 dataSources: { // データソースの設定 s3Logs: { enable: true // S3アクセスログの監視有効化 }, malwareProtection: { // マルウェア保護の設定 scanEc2InstanceWithFindings: { ebsVolumes: true // EBSボリュームのスキャン有効化 } } } }); const s3Export = new guardduty.CfnPublishingDestination(this, 'S3Export', { detectorId: guardDutyDetector.ref, // GuardDuty Detectorの参照 destinationType: 'S3', // 出力先のタイプ destinationProperties: { // 出力先のプロパティ destinationArn: guardDutyBucket.bucketArn, // 出力先：S3バケット kmsKeyArn: guardDutyKey.keyArn // KMSキーのARN } }); ポイント: 包括的監視 : VPCフローログ、CloudTrail、DNSログ、S3アクセスログ マルウェア保護 : EBSボリュームの自動スキャン機能 リアルタイム更新 : 15分間隔での検出結果更新 暗号化エクスポート : KMS暗号化でのS3保存 権限設定（KMS・S3ポリシー） // KMSポリシー guardDutyKey.addToResourcePolicy(new iam.PolicyStatement({ // ポリシー追加1 sid: 'Allow GuardDuty to encrypt findings', effect: iam.Effect.ALLOW, actions: ['kms:GenerateDataKey*'], resources: ['*'], principals: [new iam.ServicePrincipal('guardduty.amazonaws.com')], conditions: { StringEquals: { 'aws:SourceAccount': cdk.Stack.of(this).account }, StringLike: { 'aws:SourceArn': `arn:aws:guardduty:${cdk.Stack.of(this).region}:${cdk.Stack.of(this).account}:detector/${guardDutyDetector.attrId}` } } })); // GuardDutyポリシー guardDutyBucket.addToResourcePolicy(new iam.PolicyStatement({ // ポリシー追加3 sid: 'Allow PutObject', effect: iam.Effect.ALLOW, actions: ['s3:PutObject'], resources: [`${guardDutyBucket.bucketArn}/*`], principals: [new iam.ServicePrincipal('guardduty.amazonaws.com')], conditions: { StringEquals: { 'aws:SourceAccount': cdk.Stack.of(this).account, 'aws:SourceArn': `arn:aws:guardduty:${cdk.Stack.of(this).region}:${cdk.Stack.of(this).account}:detector/${guardDutyDetector.attrId}` } } })); // GuardDutyポリシー guardDutyBucket.addToResourcePolicy(new iam.PolicyStatement({ // ポリシー追加4 sid: 'Allow GetBucketLocation', effect: iam.Effect.ALLOW, actions: ['s3:GetBucketLocation'], resources: [`${guardDutyBucket.bucketArn}`], principals: [new iam.ServicePrincipal('guardduty.amazonaws.com')], conditions: { StringEquals: { 'aws:SourceAccount': cdk.Stack.of(this).account, 'aws:SourceArn': `arn:aws:guardduty:${cdk.Stack.of(this).region}:${cdk.Stack.of(this).account}:detector/${guardDutyDetector.attrId}` } } })); ポイント: 最小権限 : GuardDutyサービスのみに必要な権限を付与 アカウント制限 : SourceAccount条件でクロスアカウントアクセス防止 ソースARN制限 : 特定のGuardDuty Detectorのみからのアクセス許可 EventBridge統合 const guardDutyRule = new events.Rule(this, 'GuardDutyEventRule', { // GuardDuty用のEventBridge ruleName: 'eventbridge-rule-guardduty', // ルール名 eventPattern: { // イベントパターンを指定 source: ['aws.guardduty'], detailType: ['GuardDuty Finding'], // GuardDutyによって検出された結果（Findings）がインポートされた際に発行されるイベント detail: { severity: [ { numeric: [ '>=', 7 ] // 重要度高（7.0～8.9）を通知 } ] } }, targets: [ // ターゲットを指定 new targets.SnsTopic(guardDutyTopic) // ターゲットタイプ: SNSトピック、トピック: GuardDuty用のトピック ] }); ポイント: 重要度フィルタリング : 7.0以上の高リスク脅威のみ通知 今回実装したコンストラクトファイルまとめ import * as cdk from 'aws-cdk-lib'; import { Construct } from 'constructs'; import * as sns from 'aws-cdk-lib/aws-sns'; import * as subscriptions from 'aws-cdk-lib/aws-sns-subscriptions'; import * as kms from 'aws-cdk-lib/aws-kms'; import * as s3 from 'aws-cdk-lib/aws-s3'; import * as iam from 'aws-cdk-lib/aws-iam'; import * as guardduty from 'aws-cdk-lib/aws-guardduty'; import * as events from 'aws-cdk-lib/aws-events'; import * as targets from 'aws-cdk-lib/aws-events-targets'; export interface GuardDutyConstructProps { // 必要に応じて追加のプロパティを定義 } export class GuardDutyConstruct extends Construct { constructor(scope: Construct, id: string, props?: GuardDutyConstructProps) { super(scope, id); //=========================================== // SNS //=========================================== const emailAddresses = [ // SNS通知先メーリングリスト(通知先が複数ある場合はアドレスを追加) 'xxxxxx@example.com', 'xxxxxxx@example.com', ]; // GuardDuty用トピック const guardDutyTopic = new sns.Topic(this, 'GuardDutyTopic', { topicName: 'guardduty-alertnotification', // トピック名 displayName: 'GuardDuty Alert Notifications' // 表示名 }); // GuardDuty用サブスクリプション emailAddresses.forEach(email => { guardDutyTopic.addSubscription( new subscriptions.EmailSubscription(email) // プロトコル：EMAIL ); }); //=========================================== // KMS //=========================================== const guardDutyKey = new kms.Key(this, 'GuardDutyKey', { alias: 'alias/guardduty-key', // エイリアス名 description: 'KMS key for GuardDuty encryption', // 説明 enableKeyRotation: true, // ローテーションの有効化 removalPolicy: cdk.RemovalPolicy.DESTROY // スタック削除時にキーを削除する ※デプロイ時にRETAINに変更 }); cdk.Tags.of(guardDutyKey).add('Name', 'guardduty-key'); // Nameタグ //=========================================== // S3 //=========================================== // GuardDuty用S3バケット const guardDutyBucket = new s3.Bucket(this, 'GuardDutyBucket', { bucketName: 's3b-guardduty', // バケット名 blockPublicAccess: s3.BlockPublicAccess.BLOCK_ALL, // パブリックアクセスをすべてブロック encryption: s3.BucketEncryption.S3_MANAGED, // 暗号化タイプ：SSE-S3 enforceSSL: true, // SSL通信を強制 autoDeleteObjects: true, // スタック削除時にオブジェクトを自動的に削除 ※デプロイ時にコメントアウト removalPolicy: cdk.RemovalPolicy.DESTROY, // スタック削除時にバケットも削除 ※デプロイ時にRETAINに修正 lifecycleRules: [ // ライフサイクルルール作成 { id: 'Expiration Rule 12 Months', // ライフサイクルルール名 expiration: cdk.Duration.days(366), // オブジェクトの現行バージョンの有効期限:366日後にオブジェクトを削除 } ] }); guardDutyBucket.addToResourcePolicy(new iam.PolicyStatement({ // ポリシー追加1 sid: 'Deny incorrect encryption header', effect: iam.Effect.DENY, actions: ['s3:PutObject'], resources: [`${guardDutyBucket.bucketArn}/*`], principals: [new iam.ServicePrincipal('guardduty.amazonaws.com')], conditions: { StringNotLike: { 's3:x-amz-server-side-encryption-aws-kms-key-id': guardDutyKey.keyArn } } })); guardDutyBucket.addToResourcePolicy(new iam.PolicyStatement({ // ポリシー追加2 sid: 'Deny unencrypted object uploads', effect: iam.Effect.DENY, actions: ['s3:PutObject'], resources: [`${guardDutyBucket.bucketArn}/*`], principals: [new iam.ServicePrincipal('guardduty.amazonaws.com')], conditions: { StringNotEquals: { 's3:x-amz-server-side-encryption': 'aws:kms' } } })); //=========================================== // GuardDuty作成 //=========================================== const guardDutyDetector = new guardduty.CfnDetector(this, 'GuardDuty', { enable: true, // GuardDutyの有効化 findingPublishingFrequency: 'FIFTEEN_MINUTES', // 検出結果の更新頻度：15分 dataSources: { // データソースの設定 s3Logs: { enable: true // S3アクセスログの監視有効化 }, malwareProtection: { // マルウェア保護の設定 scanEc2InstanceWithFindings: { ebsVolumes: true // EBSボリュームのスキャン有効化 } } } }); const s3Export = new guardduty.CfnPublishingDestination(this, 'S3Export', { detectorId: guardDutyDetector.ref, // GuardDuty Detectorの参照 destinationType: 'S3', // 出力先のタイプ destinationProperties: { // 出力先のプロパティ destinationArn: guardDutyBucket.bucketArn, // 出力先：S3バケット kmsKeyArn: guardDutyKey.keyArn // KMSキーのARN } }); // GuardDuty Detectorへの依存関係を追加 s3Export.node.addDependency(guardDutyDetector); // S3バケットへの依存関係を追加（必要に応じて） s3Export.node.addDependency(guardDutyBucket); // KMSキーへの依存関係を追加（必要に応じて） s3Export.node.addDependency(guardDutyKey); //=========================================== // KMS/S3 一部ポリシー追加 //=========================================== // KMSポリシー guardDutyKey.addToResourcePolicy(new iam.PolicyStatement({ // ポリシー追加1 sid: 'Allow GuardDuty to encrypt findings', effect: iam.Effect.ALLOW, actions: ['kms:GenerateDataKey*'], resources: ['*'], principals: [new iam.ServicePrincipal('guardduty.amazonaws.com')], conditions: { StringEquals: { 'aws:SourceAccount': cdk.Stack.of(this).account }, StringLike: { 'aws:SourceArn': `arn:aws:guardduty:${cdk.Stack.of(this).region}:${cdk.Stack.of(this).account}:detector/${guardDutyDetector.attrId}` } } })); // GuardDutyポリシー guardDutyBucket.addToResourcePolicy(new iam.PolicyStatement({ // ポリシー追加3 sid: 'Allow PutObject', effect: iam.Effect.ALLOW, actions: ['s3:PutObject'], resources: [`${guardDutyBucket.bucketArn}/*`], principals: [new iam.ServicePrincipal('guardduty.amazonaws.com')], conditions: { StringEquals: { 'aws:SourceAccount': cdk.Stack.of(this).account, 'aws:SourceArn': `arn:aws:guardduty:${cdk.Stack.of(this).region}:${cdk.Stack.of(this).account}:detector/${guardDutyDetector.attrId}` } } })); // GuardDutyポリシー guardDutyBucket.addToResourcePolicy(new iam.PolicyStatement({ // ポリシー追加4 sid: 'Allow GetBucketLocation', effect: iam.Effect.ALLOW, actions: ['s3:GetBucketLocation'], resources: [`${guardDutyBucket.bucketArn}`], principals: [new iam.ServicePrincipal('guardduty.amazonaws.com')], conditions: { StringEquals: { 'aws:SourceAccount': cdk.Stack.of(this).account, 'aws:SourceArn': `arn:aws:guardduty:${cdk.Stack.of(this).region}:${cdk.Stack.of(this).account}:detector/${guardDutyDetector.attrId}` } } })); //=========================================== // EventBridge //=========================================== // GuardDuty用ルール const guardDutyRule = new events.Rule(this, 'GuardDutyEventRule', { // GuardDuty用のEventBridge ruleName: 'eventbridge-rule-guardduty', // ルール名 eventPattern: { // イベントパターンを指定 source: ['aws.guardduty'], detailType: ['GuardDuty Finding'], // GuardDutyによって検出された結果（Findings）がインポートされた際に発行されるイベント detail: { severity: [ { numeric: [ '>=', 7 ] // 重要度高（7.0～8.9）を通知 } ] } }, targets: [ // ターゲットを指定 new targets.SnsTopic(guardDutyTopic) // ターゲットタイプ: SNSトピック、トピック: GuardDuty用のトピック ] }); } } まとめ 今回は、AWS GuardDutyを活用した機械学習ベースの脅威検出システムをAWS CDKで実装しました。 皆さんのお役に立てば幸いです。
Amazon EC2のユーザーデータには16KBという制限があり、インフラ構築案件等での複雑なOS設定には不十分です。 本記事では、AWS CDK Assetを活用して、この制限を回避するアーキテクチャの実装方法を解説します。 ユーザーデータ入力を使用して EC2 インスタンスを起動するときにコマンドを実行する - Amazon Elastic Compute Cloud ユーザーデータスクリプトを入力として渡すことで、インスタンスの起動時にコマンドを実行して設定タスクを実行できます。 docs.aws.amazon.com 概要図 OS設定スクリプトをcdk bootstrap実行時に作成されるS3 assetに配置することでユーザーデータのサイズ制限を回避して、OS設定スクリプトをEC2にダウンロードさせています。 Assets and the AWS CDK - AWS Cloud Development Kit (AWS CDK) v2 Assets are local files, directories, or Docker images. docs.aws.amazon.com aws-cdk-lib.aws_s3_assets module · AWS CDK Language | Package docs.aws.amazon.com 処理フロー 実装方法 必要最低限のリソース記述のみしていますので、実際に必要な情報などは補完してご利用ください。 処理の補足はコメントアウトに記載しています。 プロジェクト構造 project/ ├── lib/ │ ├── infra-stack.ts │ └── scripts/ │ ├── bootstrap.ps1 # ユーザーデータ（16KB以内） │ └── userdata.ps1 # OS設定スクリプト（16KB超可能） ├── bin/ │ └── app.ts └── package.json CDKファイル import * as cdk from 'aws-cdk-lib'; import * as ec2 from 'aws-cdk-lib/aws-ec2'; import * as s3 from 'aws-cdk-lib/aws-s3'; import * as iam from 'aws-cdk-lib/aws-iam'; import * as assets from 'aws-cdk-lib/aws-s3-assets'; import * as fs from 'fs'; import * as path from 'path'; import { Construct } from 'constructs'; export class InfraStack extends cdk.Stack { constructor(scope: Construct, id: string, props?: cdk.StackProps) { super(scope, id, props); // =========================================== // 1. OS設定スクリプトAssetの作成 // =========================================== // 【CDK Asset の仕組み】 // - CDKデプロイ時に指定されたファイルを自動的にS3にアップロード // - バケット名・オブジェクトキーは CDK が自動生成 const osScriptAsset = new assets.Asset(this, 'OSScriptAsset', { path: path.join(__dirname, 'scripts', 'userdata.ps1'), // スクリプトのパス description: 'OS configuration script for EC2 instances' }); // =========================================== // 2. EC2用IAMロールと権限設定 // =========================================== // EC2インスタンスが使用するIAMロール const ec2Role = new iam.Role(this, 'EC2Role', { assumedBy: new iam.ServicePrincipal('ec2.amazonaws.com'), description: 'EC2 role for OS script execution', managedPolicies: [ iam.ManagedPolicy.fromAwsManagedPolicyName('AmazonSSMManagedInstanceCore'), ] }); // CDK Assetへの読み取り権限を自動付与 osScriptAsset.grantRead(ec2Role); // =========================================== // 3. ユーザーデータ作成関数 // =========================================== // 【ホスト名設定】 // 1つのスクリプトで複数の異なるホスト名を設定できるように関数の引数としてホスト名を受け取る設計にしている // 例：Web-Server-01, DB-Server-01 など用途別のホスト名が可能 const createUserData = (hostname: string) => { // Windows用のユーザーデータオブジェクトを作成 const userData = ec2.UserData.forWindows(); // Asset情報とホスト名を環境変数として設定 // これらの環境変数はEC2起動時にユーザーデータスクリプトから参照される userData.addCommands( // CDKが自動解決するAsset情報を環境変数に設定 `$env:SCRIPT_S3_BUCKET="${osScriptAsset.s3BucketName}"`, // Assetが保存されたバケット名 `$env:SCRIPT_S3_KEY="${osScriptAsset.s3ObjectKey}"`, // Assetのオブジェクトキー（パス） `$env:SCRIPT_S3_REGION="${this.region}"`, // 現在のAWSリージョン `$env:TARGET_HOSTNAME="${hostname}"`, // 設定したいホスト名 `$env:LOGS_S3_BUCKET="${logsBucket.bucketName}"`, // ログ出力先バケット ); // bootstrap.ps1（ユーザーデータスクリプト）をユーザーデータに埋め込み userData.addCommands(fs.readFileSync( path.join(__dirname, 'scripts', 'bootstrap.ps1'), //ユーザーデータスクリプトのパス 'utf8' // テキストファイルとして読み込み )); return userData; }; // =========================================== // 4. EC2インスタンス作成 // =========================================== // 既存のキーペアを参照（事前にAWSコンソールで作成が必要） const keyPair = ec2.KeyPair.fromKeyPairName( this, 'KeyPair', `test-key` // 実際のキーペア名に置き換える ); //EC2インスタンス作成 const instance = new ec2.Instance(this, 'EC2Instance', { vpc, vpcSubnets: { subnetType: ec2.SubnetType.PRIVATE_WITH_EGRESS }, instanceType: ec2.InstanceType.of( ec2.InstanceClass.T3, ec2.InstanceSize.MEDIUM ), machineImage: ec2.MachineImage.latestWindows( ec2.WindowsVersion.WINDOWS_SERVER_2022_JAPANESE_FULL_BASE ), securityGroup, keyPair, // Asset情報を含むユーザーデータを設定 // ここで設定されたホスト名がWindows側に反映される userData: createUserData('dev-server-01'), // ホスト名を指定 role: ec2Role requireImdsv2: true, blockDevices: [{ deviceName: '/dev/sda1', volume: ec2.BlockDeviceVolume.ebs(50, { encrypted: true, volumeType: ec2.EbsDeviceVolumeType.GP3, }), }], }); } } ユーザーデータスクリプト(PowerShell) # ログ設定 $logDir = "C:\temp\logs" New-Item -ItemType Directory -Force -Path $logDir | Out-Null $logFile = "$logDir\bootstrap.log" function Write-Log { param([string]$Message) $timestamp = Get-Date -Format "yyyy-MM-dd HH:mm:ss" $logMessage = "[$timestamp] $Message" Add-Content -Path $logFile -Value $logMessage Write-Host $logMessage } Write-Log "Bootstrap started" # ホスト名変更 if ($env:TARGET_HOSTNAME) { Write-Log "Setting hostname to: $($env:TARGET_HOSTNAME)" try { if ($env:COMPUTERNAME -ne $env:TARGET_HOSTNAME) { Rename-Computer -NewName $env:TARGET_HOSTNAME -Force Write-Log "Hostname changed successfully" $script:restartRequired = $true } } catch { Write-Log "Hostname change failed: $_" } } # AWS CLI インストール Write-Log "Installing AWS CLI" try { $client = New-Object System.Net.WebClient $client.DownloadFile( "https://awscli.amazonaws.com/AWSCLIV2.msi", "C:\temp\AWSCLIV2.msi" ) Start-Process -FilePath "msiexec.exe" -ArgumentList "/i C:\temp\AWSCLIV2.msi /quiet" -Wait Write-Log "AWS CLI installed" } catch { Write-Log "AWS CLI installation failed: $_" } # OS設定スクリプトのダウンロードと実行 Write-Log "Downloading OS configuration script" try { # CDKから渡された環境変数 $bucket = $env:SCRIPT_S3_BUCKET $key = $env:SCRIPT_S3_KEY $region = $env:SCRIPT_S3_REGION if (-not $bucket -or -not $key) { throw "Missing S3 information" } Write-Log "Downloading from s3://$bucket/$key" $scriptPath = "C:\temp\userdata.ps1" & aws s3 cp "s3://$bucket/$key" $scriptPath --region $region if (Test-Path $scriptPath) { Write-Log "Script downloaded successfully" # セキュリティブロック解除 Unblock-File -Path $scriptPath # スクリプト実行 Write-Log "Executing OS configuration script" & powershell.exe -ExecutionPolicy Bypass -File $scriptPath Write-Log "OS configuration completed" } else { throw "Script download failed" } } catch { Write-Log "OS script execution failed: $_" } Write-Log "Bootstrap completed" 注意事項 EC2インスタンスからインターネットアクセスが必要になります（NAT Gateway経由） まとめ こちらの実装パターンの活用によりCDKでのEC2インスタンス構築時にOS設定まですることができ、テンプレートとなるOS設定スクリプトを作成することで再利用性のメリットを享受することが可能になります。
この記事では、Zabbix 7.4で登場した新機能である ホストウィザード による、ホスト登録の手順をご紹介します。 ホストウィザードは、画面の案内にステップバイステップで従うだけで、迷うことなくホストを作成できる、初心者の方にオススメな機能です。 ホスト登録手順 データ収集 -> ホスト -> ホストウィザード からホストウィザード画面を開きます。 「ホストウィザードへようこそ」が表示されたら「次へ」を押下します。 テンプレートを選択 登録するホストに紐づけるテンプレートを選択します。 テンプレートを検索するためのキーワードを入力すると、キーワードの文字列を含むテンプレートが表示されるため、その中からホストに紐づけるテンプレートを選択します。 今回だとLinux by Zabbix agentのテンプレートを選択します。 ホストの作成または選択 登録するホストの、ホスト名とホストグループを作成または選択します。 今回は、新規にホストとホストグループを登録します。 Zabbixエージェントインストール ZabbixサーバーのIPアドレスを入力します。 ホストウィザードを使ったエージェント登録では、 ZabbixサーバーとZabbixエージェント間の暗号化が必須 となっております。 事前共有キー識別子に任意の文字列を入力し、事前共有キーを取得します。 監視対象のOSを選択します。今回のエージェントは、LinuxのためLinuxを選択します。 上記の項目を入力すると、Zabbixエージェントをインストールするコマンドが自動的に作成されます。 こちらのコマンドをコピーし、Zabbixエージェントを導入するサーバに貼り付けて実行します。 ※コマンドの実行に際して、対象のサーバーはインターネット疎通が必要となります。 コマンドを実行すると、Zabbixエージェントが導入されて、自動で起動してきます。 ホストインターフェースを追加 登録するZabbixエージェントのIPアドレスとポート番号を入力します。 ポート番号をデフォルトのポート番号から変更する場合は、/etc/zabbix/zabbix_agentd2.confのListenPortを、変更後のポート番号に書き換えてください。 ホストの設定 ホストの設定では、ホストマクロなどを定義します。今回はデフォルト値で進めます。 「作成する」を押下してホストを作成します。 作成確認 問題なく設定されていると、こちらのように設定完了画面が表示されます。 データ収集 -> ホスト から作成したホストが追加されているか確認します。 まとめ 今回はZabbixのホストウィザードを使ったホスト登録手順を解説しました。 ウィザードの案内に従い、設定値を入力するだけで、誰でも簡単かつ迅速に監視を開始できます。特に初心者の方にとって、ホスト登録のハードルを大きく下げてくれる強力な機能です。 この記事を参考に、ぜひご自身の環境でもホストウィザードを体験してみてください。 最後までお読みいただき、ありがとうございました！ ▼ Zabbixに関するおすすめ記事 【Zabbix】トリガーアクションでスクリプトを実行する方法 本ブログではZabbixのトリガーアクションで障害対応を自動化する方法を解説します。 今回はトリガーアクションの中でもスクリプトの実行方法について説明します。 blog.usize-tech.com 2025.06.10 スクリプトを用いてZabbixサーバのインストールを自動化してみた-RHEL系OS/MySQL編- Zabbixサーバのインストールを自動化するシェルスクリプトを紹介します！初心者でも簡単に短時間でZabbixサーバの構築が可能となります。スクリプトを用いた構築で効率化をしましょう！ blog.usize-tech.com 2025.09.02 Zabbixにセキュリティパッチは無い？Zabbixにおける脆弱性対応とマイナーバージョンアップの方法 Zabbixってセキュリティパッチあるの？いえ、ないのでバージョンアップで脆弱性に対応します。マイナーバージョンアップ方法も紹介します。 blog.usize-tech.com 2025.07.17
こんにちは、SCSKの前田です。 いつも TechHarmony をご覧いただきありがとうございます。 今回は、Windows 版 LifeKeeper / DataKeeper の最新バージョン v8.11.0 に追加された新機能を中心に、製品の進化ポイントをご紹介します。 はじめに Windows 版 LifeKeeper 製品の最新バージョンでは、 新機能の追加 に加え、 バグ修正・機能強化 、そして アップグレード時の注意点 がリリースノートに記載されています。 本記事では、それらの内容をわかりやすく整理し、皆さまのシステム運用に役立つ情報をお届けします。 本記事公開時点での LifeKeeper 関連製品の最新バージョンは以下の通りです： LifeKeeper for Windows v8.11.0 DataKeeper for Windows v8.11.0 LifeKeeperとは？（おさらい） LifeKeeper は、ビジネスの継続性を支える 高可用性（HA: High Availability）クラスターソフトウェア です。 サーバーやアプリケーションに障害が発生した際、その影響を最小限に抑え、 システムが止まることのないよう自動で復旧・切り替え を行うのが LifeKeeper の主要な役割です。 具体的には、 複数のサーバー（ノード）でクラスターを構成 し、稼働系サーバーで障害が発生した場合、LifeKeeper がそれを検知し、 瞬時に待機系サーバーへ処理を移行 します。この一連の自動切り替え処理を「 フェイルオーバー 」と呼びます。 LifeKeeper の強みは、OS・ミドルウェア・データベース・アプリケーションなど、様々な 「保護対象リソース」 の状態を監視し、それらをグループ化して切り替え制御を行える点にあります。 この 柔軟なリソース保護 と、 複雑な設定なしに利用できる使いやすさ が、多くの企業に採用される理由です。 リリースノートでは、この LifeKeeper の 「保護能力」 や 「監視精度」 、そして 「フェイルオーバーの信頼性」 をさらに高めるための新機能や改善点、対応環境の拡充などが記載されています。 最新バージョンで、 より堅牢で効率的なシステム運用 を実現するための進化の全貌を、ぜひご覧ください。 新機能：LifeKeeper/DataKeeperの進化のポイント 本章では、Windows 版 LifeKeeper / DataKeeper の最新バージョンで追加された 注目の新機能 についてご紹介します。 企業システムの信頼性向上や運用効率化に直結する、 実用性の高い機能強化ポイント を中心に解説していきます。 ① Windows Server 2025 への対応強化 最新バージョンでは、 Windows Server 2025 が新たにサポート対象に加わりました。これにより、企業は次世代OS環境への移行をスムーズに進めながら、LifeKeeper / DataKeeper の高可用性機能を継続して活用できます。 特に、 汎用アプリケーション保護におけるVBスクリプト対応 については注意が必要です。Windows Server 2025では、VBスクリプトがオンデマンド機能として提供されており、 有効化されている場合のみ動作 します。これに対応するため、LifeKeeper内の既存VBスクリプトは、 サポートされるスクリプト言語へと変換 されており、より安定した運用が可能となっています。 この対応により、 将来のOS環境でも継続的なHA運用が可能 となり、企業のITインフラの長期的な信頼性確保に貢献します。 ② 障害解析を効率化するクラッシュダンプ収集機能 LifeKeeper v8.11.0 では、 障害発生時のトラブルシューティングを支援する新機能 として、 LK Core プロセスのクラッシュダンプ収集機能 が追加されました。 この機能により、LK Core プロセスに異常が発生した際、 クラッシュダンプが自動的に %LKROOT%/SUPPORT/ProcessDumps フォルダーに出力 されるようになります。 収集の有効・無効は、設定ファイル %LKROOT%\etc\default\LifeKeeper に追加された変数 ENABLE_CRASH_DUMPS によって制御され、デフォルトでは収集が有効（1）となっています。 さらに、 lksupport 実行時にクラッシュダンプが存在する場合、それを自動で回収する機能 も追加されており、障害調査の効率化に貢献します。 設定変更後は、LifeKeeper の再起動または ConfigureDumps.pl ユーティリティの実行により反映されます。 この機能追加により、 障害発生時の原因特定が迅速かつ確実に行えるようになり、システムの信頼性と保守性が大幅に向上 します。 ③ ミラーボリューム上のページファイル作成を制限 DataKeeper v8.11.0 では、 ミラーボリューム上でのページファイル（仮想メモリファイル）の作成を制限する機能 が追加されました。 ページファイルは、Windows が物理メモリを補うために使用する重要なシステムファイルですが、 冗長化されたミラーボリューム上に配置されると、不要な読み書きが発生し、クラスタ全体のパフォーマンスに悪影響を及ぼす可能性 があります。 本バージョンでは、ページファイルの作成がミラーボリューム上で実行された場合でも、 再起動時にはその配置が無効化されるよう制御 されており、意図しない構成による性能低下を防止します。 この機能により、 高可用性クラスタ環境におけるストレージ運用の最適化 が図られ、より安定したシステムパフォーマンスの維持が可能となります。 ④ 最新プラットフォームへの対応拡充 LifeKeeper v8.11.0 では、 企業インフラの最新化を支援する新たなプラットフォーム対応 が追加されました。 まず、 VMware vSAN 8.0 （2025年8月認定）への対応により、仮想化環境での高可用性構成がさらに柔軟に。vSAN は、ストレージの集約と効率化を実現するソリューションであり、これにLifeKeeperが対応することで、 仮想化基盤上でも安定したHAクラスタ運用が可能 となります。 また、 OpenJDK v24.0.1 のサポート追加により、Javaベースの管理ツールやスクリプト環境においても、 最新のセキュリティパッチや機能を活用しながら安定運用が可能 となりました。 これらの対応は、 将来のインフラ拡張やセキュリティ強化を見据えた運用設計 において、企業にとって大きなメリットとなります。 バグ修正・機能強化：システムの安定性と運用性を向上 ここでは、多岐にわたるバグ修正および機能強化について、主な項目を一覧でご紹介します。 LifeKeeper for Windows v8.11.0 No 項目 内容 1 QSPリソースのローカルリカバリー設定に関する修正： QSP（Quick Service Protection）リソースを拡張した際に、プライマリーノードの設定に関わらずバックアップノードのローカルリカバリーが無効になってしまう問題を修正しました。 2 QSPリソースプロパティのタイムアウト表示修正： QSPリソースのプロパティ画面でタイムアウト値を修正する際のエラーダイアログに表示される上限値が誤っていたのを修正しました。 3 Oracleリソース拡張失敗の問題を修正： Oracleリソース拡張が失敗する問題を修正しました。 4 IISリソース：FTPサイト匿名認証無効時のrestore処理修正（deepCheck間隔0）： IISリソースでFTPサイトの匿名認証を無効にした際、deepCheck間隔を0にしていてもrestore処理に失敗する問題を修正しました。 5 IISリソース：FTPサイト匿名認証無効時のrestore処理修正（FTPログインスクリプト）： IISリソースでFTPサイトの匿名認証を無効にした際、FTPログインスクリプトを作成してもrestore処理に失敗する問題を修正しました。 6 Windows Server 2025でのコミュニケーションパス作成問題を修正： Windows Server 2025環境でコミュニケーションパスの作成ができなくなる問題を修正しました。 7 SQL ARKのスクリプトにおけるパスワード表示問題を修正： SQL Server Recovery Kitのrestoreおよびdeepchkスクリプトでset-xトレース出力にデータベースパスワードが表示されてしまう問題を修正しました。 8 IISリソース：FTPサイトSSL必須時のrestore処理修正： IISリソースでFTPサイトのSSLを必須にした際、restore処理に失敗する問題を修正しました。 9 Windows Server 2025でのwmic有効化問題を修正： Windows Server 2025環境でwmicコマンドが有効にならない問題を修正しました。 10 v8.10.1からのアップグレード中のgetlocks失敗問題を修正： v8.10.1からのLifeKeeperアップグレード中にgetlocksコマンドが失敗する問題を修正しました。 11 QSPリソース変更画面の表示修正： ローカルリカバリーが無効な場合でも、QSPリソースの変更画面で「有効」と誤って表示されるのを修正しました。 DataKeeper for Windows v8.11.0 No 項目 内容 1 DataKeeper共有ボリュームのI/Oフェンシングメカニズムの改善： DataKeeper共有ボリュームのI/Oフェンシングメカニズムを改善しました。 2 IRP_MJ_SHUTDOWN処理の改善： IoRegisterShutdownNotification呼び出しを削除してIRP_MJ_SHUTDOWN処理を改善しました。 スムーズな移行のために：LifeKeeper/DataKeeper アップグレード時の重要事項 LifeKeeper 関連製品のアップグレードを安全かつ確実に実行していただくため、以下の重要な注意点をご確認ください。 LifeKeeper for Windows v8.11.0 共有ストレージリソースとDataKeeperの連携 LifeKeeper for Windows v8.9.0 以降では、共有ストレージを使用した 共有ボリュームリソースの作成・管理に DataKeeper for Windows が必須 となりました。LifeKeeper for Windows v8.9.2 以降のインストーラーには、LifeKeeperとDataKeeperの両方が含まれています。 【補足】 DataKeeper for Windows のミラーリング機能（データ複製機能）を利用しない場合は、DataKeeper のライセンスは不要です。共有ストレージ経由での共有ボリュームリソースの管理に必要なモジュールとして DataKeeper が導入されます。 Perlバージョンの変更とカスタムPerlコードへの影響 LifeKeeper for Windows v8.10.1 以降、同梱されるPerlが Perl 5.32.1 にアップグレード されています。LifeKeeper for Linuxの場合と同様に、 カスタムで Perl コード（Generic ARK など）を使用している場合は、この Perl アップデートに対応するためのコード変更が必要 になる可能性があります。 【対応】 アップグレード前に、ご利用のカスタム Perl コードが新しい Perl バージョンで正しく動作するか、互換性を十分に検証してください。詳細については、「 Perl 5.8.8からPerl 5.32.1へのアップグレード 」ドキュメントをご参照ください。 ライセンス形態の変更と更新（非ノードロックライセンス） LifeKeeper for Windows および DataKeeper for Windows（Application Recovery Kit など関連製品含む）は、v8.9.1から HostID に依存しない非ノードロックライセンス を提供しています。LifeKeeper v8.9.0 / DataKeeper v8.9.0 までのノードロックライセンスはそのまま使用可能ですが、 新しい非ノードロックライセンスへ切り替える場合は、アップデート後にライセンスの更新作業が必要となります。 【対応】 既存のライセンスを継続利用するか、非ノードロックライセンスへ更新するかを検討し、更新が必要な場合はアップデート後に所定の手順でライセンスを更新してください。 ダウンロードした製品の整合性確認 ダウンロードした製品ファイルの整合性を確認するために、 md5sum を使用することをお勧めします。 【コマンド例】 certutil -hashfile <file> MD5 このコマンドを実行すると、ダウンロードしたファイルの MD5 ハッシュ値が出力されますので、提供されている .md5 ファイルの内容と比較して、ファイルが破損していないことを確認してください。 8.10.1 以前からのアップデート時の注意点（ローリングアップデート） v8.10.1 以前のバージョンからアップデートする際に、 クラスター内の片方のノードだけをアップデートし、その状態でリソースを In-service にすると、イベントログに 「lcdwait.exe: -R option is required」 というメッセージが出力される場合があります。 【対応】 このメッセージは、もう片方のノードも同じバージョンにアップデートすることで出力されなくなります。これは、ローリングアップデート中に一時的に発生する可能性のある警告であり、両ノードのアップデートが完了すれば解消されます。 DataKeeper for Windows v8.11.0 ローリングアップデートのサポート DataKeeper for Windows v8.11.0 では、対象システムを切り替えて更新する ローリングアップデートがサポートされています。 【補足】 これにより、サービス停止時間を最小限に抑えながら、クラスター内のノードを順番にアップデートすることが可能です。具体的な手順については、公式ドキュメントを参照してください。 まとめ 今回は、LifeKeeper製品の最新バージョンに記載されている新機能、バグ修正/機能強化、そしてアップグレードの注意点についてご紹介いたしました。 ビジネス継続性を支える高可用性（HA）クラスターソフトウェアとして、LifeKeeperは常に進化を続けており、およそ半年に一度のペースでアップグレードを実施しています。 今後もLifeKeeperの新機能や改善点、対応環境の拡充など、皆さまがより堅牢で効率的なシステム運用を実現できるよう、LifeKeeperに関する情報発信を続けてまいります。 最後までお読みいただき、誠にありがとうございました。 詳しい内容をお知りになりたいかたは、以下のバナーからSCSK LifeKeeper公式サイトまで
AWS JAPAN APNブログにて、 2025 Japan AWS Ambassadors / 2025 Japan AWS Top Engineers / 2025 Japan AWS Jr. Champions の受賞者が発表されました。 本ブログではSCSKから選出された計10名の社員をご紹介します！ 2025 Japan AWS Ambassadors 「 2025 Japan AWS Ambassadors 」は、2024 Japan AWS Top Engineers のうち、卓越した技術力を持ち、社内外への情報発信やその深い専門知識を基に、アマゾン ウェブ サービス（AWS）のソリューションアーキテクトと協力してお客様のAWS導入・活用にあたり大きく貢献・支援したメンバーが選出されます。（各社最大2名まで） SCSKからは広野と木澤の2名が選出されました。 広野 祐司 ITインフラサービス事業グループ クラウドサービス事業本部 クラウドサービス第二部 第二課 ITインフラサービス事業グループ ITインフラサービス事業グループ統括本部 人材マネジメント部 第一課 Ambassador 4 年目となりました。 私は社内クラウド技術者育成や、社外のお客様または社内のエンジニア向けの AWS 技術支援に従事しております。AWS サーバーレスサービス、React によるモダン Web アプリケーション開発が得意領域です。 社員向けクラウド学習用 e-Learning サイトの開発、コンテンツ作成をしながら、その e-Learning サイトを学習教材に仕立て、DevOps、CI/CD、アジャイルソフトウェア開発を体験できる研修も提供しております。 当社 AWS 認定資格数はちょうど節目の 3,000 を超えたところで、今はほっと一息ついています。近年は AI の台頭により、特にアプリケーション開発領域においてこれまで自分が行ってきた業務が AI に取って代わられる危機感を感じてきており、次のステップに進んでいかなければと感じているところです。 引き続き、自身の成長とお客様、社員の育成サイクルを回していきたいと思います。 よろしくお願いいたします。 ★ 広野のTechHarmony記事一覧は こちら 木澤 朋隆 ITインフラサービス事業グループ クラウドサービス事業本部 事業推進部 事業企画課 ITインフラサービス事業グループ クラウドサービス事業本部 クラウドサービス第二部 第二課 2021年からA WS Ambassadorを拝命しており、私の活動方針として「クラウドに強いSCSKの実現」と「それをアウトプットすることによる当社のプレゼンス向上」を目標に活動しています。 立ち上げた本エンジニアブログTechHarmonyも記事数が1100を超え、当社にて自発的にアウトプットするエンジニアが増えていることを嬉しく思います。 私は新卒で入社以来、システム運用やWebシステム開発のインフラ構築で幅広い経験を積んでまいりました。 2013年にAWSの大規模構築案件を担当したことでクラウドサービスの将来性を感じ、2016年よりクラウド提供部署に異動して現在に至ります。 現在の業務は、マーケティングリーダーとして各種イベントの企画や運営・登壇、社内外向けの情報発信、クラウドアーキテクトとしての案件支援などを担当しております。 また、最近では各社Ambassadorとの繋がりを活かし、「豊洲会」などの交流イベントをリードしています。 今後もAWSエンジニアが楽しく自己研鑽でき、表彰を目指してスキルアップできるSCSKを目指して活動していこうと思います。 よろしくお願いします。 ★ 木澤のTechHarmony記事一覧は こちら 2025 Japan AWS Top Engineers 「 2025 Japan AWS Top Engineers 」は、AWSパートナーネットワーク(APN) 加入のAWSパートナー企業に所属し、AWSに関する高い技術力を発揮した活動を行ったメンバーが選出されます。 8つのカテゴリ（Services、Software、Networking、Security、Analytics、Database、Machine Learning、SAP on AWS）が用意されており、 SCSKからはServicesで広野/木澤/寺内/畑/福地の5名（※）、AI/ML Dataで安彦/丸山の2名、Nerworkingで貝塚の1名が選出されました。 ※広野/木澤は前項で紹介済みのため本項では割愛 ★ 2025 Japan AWS Top Engineers (Services) 寺内 康之 ITインフラサービス事業グループ クラウドサービス事業本部 クラウドサービス第二部 第二課 昨年に引き続き、2025 Japan AWS Top Engineersに選出いただきました。とても嬉しく思います。 少年時代、8bitマイコンの頃からコンピュータと戯れてました。大人になり、気がつくと地球がネットワークで覆われて、知的活動の殆どがデジタルに置き換わり、AIが産声をあげています。 「十分に発達した科学技術は、魔法と区別がつかない」というクラーク先生の言葉を、手のひらの上のiPhoneに感じる今日この頃です。 複雑に高度化するITシステムは変化を続け、常にアップデートを余儀なくされています。 我々「テクニカルエスコートサービス」を提供するチームは、高いIT技術力を有し、お客様のAWS活用を幅広くご支援します。 アプリケーションから基盤およびネットワークなど、AWSの範疇に限らず相談を受け付ける総合IT技術支援サービスとなっております。 お気軽にお問い合わせください。 進化し続けるIT技術は、LLMというツールによりコンピュータと人間のインターフェースが大きく変わろうとしています。これからも増々楽しみな変化をAWSと共に体験していきたいと思います。 ★ 寺内 のTechHarmony記事一覧は こちら 畑 健治 ITインフラサービス事業グループ クラウドサービス事業本部 ＡＩ＆クラウドソリューション部 第三課 新卒でSCSKに入社して以来、Oracle Database/MySQLを中心としたデータベースの設計構築やデータ移行に関連したプロジェクトに携わってきました。特に、組織として実績がないような高難度の技術・製品を担当することが多く、技術リードとして課題解決などに取り組んできました。 その役割とも相まって、近年ではAWSを初めとするクラウドサービス上のプロジェクトを中心に、データ活用サービスの開発や実プロジェクトにも携わっています。昨年度はその経験を活かし、サーバレスアーキテクチャによるデータメンテナンスアプリケーションの開発を担当する機会に恵まれました。これをきっかけに Top Engineers 申請にチャレンジした結果、2025 Japan AWS Top Engineers (Services) に選出頂くことができました。 選出頂いたことには正直驚きもありましたが、実プロジェクトにおいてサーバレスアーキテクチャを使用してアプリケーションを実装するという自分にとってのチャレンジの内容や そこから得た知識・経験と、今まで培ってきたデータベースやデータ活用関連の知見を総合的に評価頂けたのではないかと考えております。 今後もAWSの各種サービスを活用して幅広い領域にチャレンジしつつ、社内外へのAWSの普及や利用促進に繋がる情報発信を続けていければと考えております。最後に、このような機会を頂いた AWS 様ならびに今回の申請活動にご協力頂いた皆様に心より感謝申し上げます。 ★ 畑 のTechHarmony記事一覧は こちら 福地 孝哉 技術戦略本部 デジタル推進部 開発第二課 SCSKのクラウドサービス事業本部に配属され、Webシステムの運用保守からキャリアをスタートしました。 オンプレミスからクラウドへのマイグレーション、データ連携基盤やコンテンツ配信基盤などAWSを利用した基盤構築を担当してきました。 昨年のJapan AWS Jr. Championsに引き続き、今年Japan AWS Top Engineersに選出していただけたことは大変光栄であり、日々ご支援いただいている皆様に心より感謝申し上げます。今回の受賞にあたり、プロジェクトのリード経験・人材育成施策・そして技術イベントでの登壇等を高く評価いただきました。これらの活動を通じて得られた知見やネットワークを、今後さらに活かしていければと考えています。 現在は技術戦略本部に所属して、AIを利用したシステム開発を全社に適用していくために、先端技術を活用したサービス開発・研究・案件支援に従事しております。今期は特にBedrockをフル活用し、GenAIやAIエージェントを組み込んだシステム開発領域に力を入れていきます。 引き続き、AWSビジネスのさらなる発展に貢献できるよう、取り組んでまいりますのでどうぞよろしくお願いいたします。 ★ 福地 のTechHarmony記事一覧は こちら ★ 2025 Japan AWS Top Engineers (AI/ML Data Engineer) 安彦 洋樹 ITインフラサービス事業グループ クラウドサービス事業本部 ＡＩ＆クラウドソリューション部 第二課 SCSKに入社以来、アプリケーション開発する部署と基盤を構築する部署を渡り歩き、主にデータベーススペシャリストとして様々な大規模プロジェクトを経験してきました。 その中でオンプレ環境でDWHシステムを構築するプロジェクトも何度か経験しており、面白い領域だなぁと思っていたところ、2018年にAmazon Redshiftを中心とした顧客情報基盤構築プロジェクトでアーキテクトリーダを担当したことをきっかけに、AWSのAnalytics系のサービス(Amazon Redshift、Amazon QuickSight、AWS Glue等)を使ったデータ活用システム構築のプロジェクトを主に担当することになりました。 そこで培った経験を活かし、2023年には「クラウドデータ活用サービス」を開発し、そのサービスを使って現在はAWS様主催のセミナーに登壇させて頂いたり、 データ活用システムの構築プロジェクトを数多く推進しております。 このような活動をAWS様に評価頂き、昨年度「2024 Japan AWS Top Engineers (Analytics)」 に続き、今年度は「2025 Japan AWS Top Engineers (AI/ML Data Engineer)」に選出して頂きました。 これからも、AWSのAIやAnalytics系のサービスを活用して、お客様のDX推進やデータドリブン経営の実現に尽力していきたいと思います。 ★ 安彦 のTechHarmony記事一覧は こちら 丸山 祐佳 ITインフラサービス事業グループ クラウドサービス事業本部 ＡＩ＆クラウドソリューション部 第三課 この度は、昨年、一昨年の2024 Japan AWS Top Engineers (Database)に続き、今年度新設の2025 Japan AWS Top Engineers (AI/ML Data Engineer)にも選出いただき大変光栄です。 私は、SCSKに入社以来、MySQLを中心としたDB技術者として、設計・構築をはじめ、サポートやチューニングサービス、研修講師などを担当していました。その後、当社ERPパッケージであるProActiveのデータベースをOracle DBからMySQLへ移行するプロジェクトをきっかけとし、AWS環境への異種DBマイグレーションサービスを立ち上げ、PostgreSQLやAmazon Auroraへの移行案件に携わり、現在に至ります。 今年3月には、ITX for MCP SCSK版 クラウドデータベースマイグレーション対応版をリリースしました。 1システムの異種DB移行の検討・実施だけにとどまらず、全社のデータベースすべての移行を支援するサービスに加え、移行後の最適化・目的別データベースへの変革・データ活用フェーズへの活用など、さらに幅広い分野を扱えるデータベースサービスとなっています。 このサービスは、異種データベース移行も含め、技術難易度やその複雑性から決して一人でできるものではなく、チームとして協力しあってこそ成功するサービスです。今回の選出についても、これまでの案件に携わってきた方々のおかげです。大変感謝申し上げます。 これからはさらにAIを活用し、AWS環境におけるDB分野のサービスを継続的に進化・拡大することで、今後もよりAWSの普及に寄与できるよう努めて参りたいと思います。 ★ 丸山 のTechHarmony記事一覧は こちら ★ 2025 Japan AWS Top Engineers (Networking) 貝塚 広行 ITインフラサービス事業グループ クラウドサービス事業本部 クラウドサービス第二部 第二課 Japan AWS Top Engineer (Networking)を今年も受賞でき、うれしく思います。 ネットワークエンジニアとしてオンプレ中心の時代から20年以上が経過し、 近年はAWSに活動の場を移してきましたが、自分のネットワークに関する知識を活かせる場面が多々あるのはありがたい限りです。 全体的な比重としてはサーバレスなどのクラウドネイティブな技術を扱うことが多くなってきましたが、多くのクラウド技術者のスキルがクラウドネイティブに傾斜している分、ネットワークまわりで頼られる機会は増えた気さえします。 現在は生成AI全盛の時代ですが、私自身もネットワークを含むインフラ基盤の要件定義から設計・構築・テストに至るまで、生成AIを活用してより効率的に、かつ高品質なシステムが作れるよう日々試行錯誤を重ねています。 この受賞を励みに、TechHarmonyでの記事投稿などを通じてAWSコミュニティにもより一層貢献できるよう努めてまいります。 ★ 貝塚 のTechHarmony記事一覧は こちら 2025 Japan AWS Jr. Champions 「 Japan AWS Jr. Champions 」は、APN加入のAWSパートナー企業に所属する社会人歴 1～3 年目で、AWSについて突出した活動実績がある若手エンジニアを対象とした、一昨年度より新設された日本独自の表彰制度です。 AWSを積極的に学び、アクションを起こし、周囲に影響を与えている若手エンジニアが選出されます。 SCSKからは間世田 と佐藤2名が選出されました。 2025 Japan AWS Jr. Champions SCSKメンバー2名（左右） ※AWSでJr.Championsを主管するYukki(髙橋 敏行)さんと一緒に 間世田 秀 ITインフラサービス事業グループ クラウドサービス事業本部 クラウドサービス第二部 第二課 2023年に新卒で入社し、現在はAWS内製化支援サービス「 テクニカルエスコートサービス 」にてお客様のAWS活用をサポートさせていただいております。 チームには AWS、オンプレミス、アプリケーションなど各分野のエキスパートが在籍しており、日々多くの学びを得ながら業務に取り組んでいます。こうした環境で得た知識や経験を、TechHarmonyブログや勉強会での情報発信を通じて技術コミュニティに還元する活動を続けてきました。これらの取り組みが評価され、「2025 Japan AWS Jr. Champions」に選出していただけたのだと思います。 私は、先代・先々代が活躍している姿を見て「自分もこうなりたい」と思い、活動を続けてきました。今後は私自身が若手エンジニアの模範となるよう、さらなるアウトプットを通じて皆様への良い影響を与えられるよう挑戦していきたいです。我々の活動が同世代のエンジニアに広がり、そこから先輩・後輩との繋がりに発展していけば、「クラウドに強いSCSK」の実現に寄与できると信じています。 引き続き、AWS技術力向上および社内コミュニティ発展に尽力してまいります。 ★ 間世田 のTechHarmony記事一覧は こちら 佐藤 優音 製造事業グループ ソリューション第一事業本部 コンサルティング第三部 第三課 2024年に新卒で入社いたしました。昨年9月より製造業のお客様向けにERPパッケージの導入・運用を行う部署に配属され、配属以来ERPパッケージのクラウド移行プロジェクトに従事しております。 私は業務でAWSを扱う部署に配属されていないため、入社以来自己研鑽としてAWSの学習を続けてまいりました。 その中で、「AWSの業務経験がないからこそ発信できることはないか」を常に意識して、社内外のイベント登壇やTechHarmonyでの発信、 勉強会の企画運営を行ってまいりました。これらの活動を評価いただき、この度2025 Japan AWS Jr. Champions に選出いただくことができました。 私は Jr. Champions に立候補した際、「AWS学習の敷居を下げ、より多くの人にAWSの可能性を広げられるような環境」を作りたいいう思いが強くありました。この環境を実現し、SCSK×AWS の可能性をより広げるためにできることを全力で取り組んでまいりますので、 よろしくお願いいたします！ ★ 佐藤 のTechHarmony記事一覧は こちら 最後に 2025 Japan AWS Ambassadors / 2025 Japan AWS Top Engineers / 2025 Japan AWS Jr. Champions に選出されたSCSK社員10名をご紹介しました。今回ご紹介した10名以外にもSCSKにはAWS認定資格取得者が多数在籍しております。 AWS導入・DX推進をお考えの方は、 ぜひSCSKにお気軽に お問い合わせ ください。 弊社の SCSKクラウドサービス（AWS） では AWS の導入から運用改善まで、お客様のAWS活用をご支援するサービスをご提供しております。 今後もお客様のAWS案件を強力にご支援出来るよう、技術力の向上や情報発信などの活動に努めてまいります。
今回は、AWS Config と AWS Security Hub を活用した統合的なセキュリティ監視を AWS CDK で実装する方法をまとめました。 はじめに 今回はをAWS CDKでAWS ConfigとSecurityHubを実装していきます。 また、EventBridgeでコンプライアンス違反を検知して入力トランスフォーマーでメール文を成型して通知します。 今回作成するリソース SNSトピック : セキュリティアラートの通知 S3バケット : AWS Config設定履歴の保存 IAMロール : AWS ConfigとSecurityHub実行権限 AWS Config : 全リソースの構成変更記録 AWS SecurityHub : セキュリティ基準チェック EventBridge : 脅威検知時の自動通知 アーキテクチャ概要 AWS CDK ソースコード SNS通知設定 const emailAddresses = [ // SNS通知先メーリングリスト(通知先が複数ある場合はアドレスを追加) 'xxxxxx@example.com', 'xxxxxx@example.com', ]; // SecurityHub用トピック const securityHubTopic = new sns.Topic(this, 'SecurityHubTopic', { topicName: 'securityhub-alertnotification', // トピック名 displayName: 'SecurityHub Alert Notifications' // 表示名 }); // SecurityHub用サブスクリプション emailAddresses.forEach(email => { securityHubTopic.addSubscription( new subscriptions.EmailSubscription(email) // プロトコル：EMAIL ); }); ポイント: 複数の管理者への通知配信 アラーム発生時に通知するメールアドレスを指定 S3バケット設定（Config履歴保存） const configBucket = new s3.Bucket(this, 'ConfigBucket', { bucketName: 's3b-config', // バケット名 blockPublicAccess: s3.BlockPublicAccess.BLOCK_ALL, // パブリックアクセスをすべてブロック encryption: s3.BucketEncryption.S3_MANAGED, // 暗号化タイプ：SSE-S3 enforceSSL: true, // SSL通信を強制 autoDeleteObjects: true, // スタック削除時にオブジェクトを自動的に削除 ※デプロイ時にコメントアウト removalPolicy: cdk.RemovalPolicy.DESTROY, // スタック削除時にバケットも削除 ※デプロイ時にRETAINに修正 lifecycleRules: [ // ライフサイクルルール作成 { id: 'Expiration Rule 12 Months', // ライフサイクルルール名 expiration: cdk.Duration.days(366), // オブジェクトの現行バージョンの有効期限:366日後にオブジェクトを削除 } ] }); configBucket.addToResourcePolicy(new iam.PolicyStatement({ // バケットポリシー追加1 effect: iam.Effect.ALLOW, actions: [ 's3:GetBucketAcl', 's3:ListBucket' ], resources: [configBucket.bucketArn], principals: [new iam.ServicePrincipal('config.amazonaws.com')], conditions: { StringEquals: { 'aws:SourceAccount': cdk.Stack.of(this).account } } })); configBucket.addToResourcePolicy(new iam.PolicyStatement({ // バケットポリシー追加2 effect: iam.Effect.ALLOW, actions: [ 's3:PutObject' ], resources: [`${configBucket.bucketArn}/AWSLogs/${cdk.Stack.of(this).account}/Config/*`], principals: [new iam.ServicePrincipal('config.amazonaws.com')], conditions: { StringEquals: { 's3:x-amz-acl': 'bucket-owner-full-control', // バケット所有者にフルコントロールを付与 'aws:SourceAccount': cdk.Stack.of(this).account } } })); ポイント: セキュア設計 : パブリックアクセス完全ブロック、SSL強制 長期保存 : コンプライアンス要件に応じた1年間保持 適切な権限 : AWS Configサービスのみにアクセス許可 AWS Config設定 // サービスロール作成 const configServiceRole = new iam.CfnServiceLinkedRole(this, 'ConfigServiceLinkedRole', { // 既存のAWS Configサービスにリンクされたロール(Config実行に必要な権限を自動付与)※すでに付与されている場合はコメントアウトしてデプロイ awsServiceName: 'config.amazonaws.com', // サービス名 }); // レコーダーの作成 const accountId = cdk.Stack.of(this).account; const configRecorder = new config.CfnConfigurationRecorder(this, 'Recorder', { roleArn: `arn:aws:iam::${accountId}:role/aws-service-role/config.amazonaws.com/AWSServiceRoleForConfig`, // ConfigのIAMロール(Configがリソースの設定変更を記録する権限) recordingGroup: { // 記録対象の設定 allSupported: true, // サポートされている全リソースタイプを記録 includeGlobalResourceTypes: true, // グローバルリソースも記録対象に含める } }); // 配信チャネルの作成 const configDeliveryChannel = new config.CfnDeliveryChannel(this, 'DeliveryChannel', { // s3BucketName: configBucket.bucketName, // Config用のバケット configSnapshotDeliveryProperties: { // deliveryFrequency: 'TwentyFour_Hours' // スナップショットを24時間(1日)ごとにS3バケットへ配信 } }); ポイント: 包括的記録 : 全サポートリソースの構成変更を記録 グローバルリソース対応 : IAM、CloudFrontなども監視対象 定期スナップショット : 24時間ごとの設定状況保存 サービスリンクロール : AWS Config専用の権限で実行 AWS SecurityHub設定 // AWS基礎セキュリティのベストプラクティスv1.0.0 / CISAWSFoundationsBenchmarkv1.2.0 有効化 const securityHub = new securityhub.CfnHub(this, 'SecurityHub', { enableDefaultStandards: true, // デフォルトのセキュリティ基準を有効化 controlFindingGenerator: 'SECURITY_CONTROL', // セキュリティ管理ベースの検出 }); ポイント: AWS Foundational Security Standard : AWSベストプラクティス基準 CIS AWS Foundations Benchmark v1.2.0 : 業界標準セキュリティ基準 自動検出 : セキュリティコントロール違反の自動検知 EventBridge設定 // SecurityHub用ルール const securityHubRule = new events.Rule(this, 'SecurityHubEventRule', { ruleName: 'eventbridge-rule-securityhub', // ルール名 eventPattern: { // イベントパターンを指定 source: ['aws.securityhub'], detailType: ['Security Hub Findings - Imported'], // SecurityHubによって検出された結果（Findings）がインポートされた際に発行されるイベント detail: { findings: { Compliance: { // コンプライアンスステータスがFAILEDかどうか Status: ['FAILED'] // FAILED：セキュリティポリシーやコンプライアンス要件を満たさない検出結果 }, Severity: { Label: ['HIGH', 'CRITICAL'] // 重要度がHIGH,CRITICALかどうか }, Workflow: { // ワークフローステータスがNEWかどうか Status: ['NEW'] // NEW：まだ調査や対応が行われていない新しい検出結果 } } } }, }); // 入力パスマップ（InputPathsMap） const inputPathsMap: { [key: string]: string } = { accountId: '$.detail.findings[0].AwsAccountId', description: '$.detail.findings[0].Description', resourceId: '$.detail.findings[0].Resources[0].Id', securityControlId: '$.detail.findings[0].Compliance.SecurityControlId', severity: '$.detail.findings[0].Severity.Label', title: '$.detail.findings[0].Title', }; const inputTemplate = "\"アカウントID： の SecurityHub でイベント検知がありました。\"\n\"検知内容を確認し、対応をお願いします。\"\n\n\"タイトル: [] const cfnRule = securityHubRule.node.defaultChild as events.CfnRule; cfnRule.addPropertyOverride('Targets', [ { Arn: securityHubTopic.topicArn, // SNSトピックARN Id: 'SecurityHubTopicTarget', // ターゲットID InputTransformer: { // 入力トランスフォーマー InputPathsMap: inputPathsMap, InputTemplate: inputTemplate, }, }, ]); // SNS Topic ポリシー（EventBridge からの Publish を許可） securityHubTopic.addToResourcePolicy(new iam.PolicyStatement({ sid: 'AllowEventBridgePublish', // ステートメントID effect: iam.Effect.ALLOW, // 許可 principals: [new iam.ServicePrincipal('events.amazonaws.com')], // EventBridgeサービスプリンシパル actions: ['sns:Publish'], // Publish権限 resources: [securityHubTopic.topicArn], // 対象トピック conditions: { // ルールARNに限定 ArnEquals: { 'aws:SourceArn': securityHubRule.ruleArn } } })); ポイント: フィルタリング : HIGH/CRITICAL重要度の新規違反のみ通知 Input Transformer : Lambdaなしで通知内容を整形 詳細情報 : アカウントID、リソースID、違反内容を自動抽出 セキュア通知 : 特定のEventBridgeルールからのみPublish許可 脅威検知フローと通知内容 検知フロー リソース変更検知 : AWS Configがリソース構成変更を記録 セキュリティチェック : SecurityHubが設定基準に照合 違反検出 : コンプライアンス違反やセキュリティ脅威を特定 フィルタリング : EventBridgeが重要度・ステータスでフィルタ 通知送信 : 入力トランスフォーマーで整形してSNS経由でメール通知 通知メール例 アカウントID：123456789012 の SecurityHub でイベント検知がありました。 検知内容を確認し、対応をお願いします。 タイトル: [EC2.2] VPC default security group should not allow inbound and outbound traffic 重大度: HIGH 対象リソース: arn:aws:ec2:ap-northeast-1:123456789012:security-group/sg-12345678 説明: This AWS control checks whether the default security group of any VPC restricts all traffic. 今回実装したコンストラクトファイルまとめ import * as cdk from 'aws-cdk-lib'; import { Construct } from 'constructs'; import * as sns from 'aws-cdk-lib/aws-sns'; import * as subscriptions from 'aws-cdk-lib/aws-sns-subscriptions'; import * as s3 from 'aws-cdk-lib/aws-s3'; import * as iam from 'aws-cdk-lib/aws-iam'; import * as config from 'aws-cdk-lib/aws-config'; import * as securityhub from 'aws-cdk-lib/aws-securityhub'; import * as events from 'aws-cdk-lib/aws-events'; import * as targets from 'aws-cdk-lib/aws-events-targets'; export interface SecurityConstructProps { // 必要に応じて追加のプロパティを定義 } export class SecurityConstruct extends Construct { constructor(scope: Construct, id: string, props?: SecurityConstructProps) { super(scope, id); //=========================================== // SNS //=========================================== const emailAddresses = [ // SNS通知先メーリングリスト(通知先が複数ある場合はアドレスを追加) 'xxxxxx@example.com', 'xxxxxx@example.com', ]; // SecurityHub用トピック const securityHubTopic = new sns.Topic(this, 'SecurityHubTopic', { topicName: 'securityhub-alertnotification', // トピック名 displayName: 'SecurityHub Alert Notifications' // 表示名 }); // SecurityHub用サブスクリプション emailAddresses.forEach(email => { securityHubTopic.addSubscription( new subscriptions.EmailSubscription(email) // プロトコル：EMAIL ); }); //=========================================== // S3 //=========================================== // Config用S3バケット const configBucket = new s3.Bucket(this, 'ConfigBucket', { bucketName: 's3b-config', // バケット名 blockPublicAccess: s3.BlockPublicAccess.BLOCK_ALL, // パブリックアクセスをすべてブロック encryption: s3.BucketEncryption.S3_MANAGED, // 暗号化タイプ：SSE-S3 enforceSSL: true, // SSL通信を強制 autoDeleteObjects: true, // スタック削除時にオブジェクトを自動的に削除 ※デプロイ時にコメントアウト removalPolicy: cdk.RemovalPolicy.DESTROY, // スタック削除時にバケットも削除 ※デプロイ時にRETAINに修正 lifecycleRules: [ // ライフサイクルルール作成 { id: 'Expiration Rule 12 Months', // ライフサイクルルール名 expiration: cdk.Duration.days(366), // オブジェクトの現行バージョンの有効期限:366日後にオブジェクトを削除 } ] }); configBucket.addToResourcePolicy(new iam.PolicyStatement({ // バケットポリシー追加1 effect: iam.Effect.ALLOW, actions: [ 's3:GetBucketAcl', 's3:ListBucket' ], resources: [configBucket.bucketArn], principals: [new iam.ServicePrincipal('config.amazonaws.com')], conditions: { StringEquals: { 'aws:SourceAccount': cdk.Stack.of(this).account } } })); configBucket.addToResourcePolicy(new iam.PolicyStatement({ // バケットポリシー追加2 effect: iam.Effect.ALLOW, actions: [ 's3:PutObject' ], resources: [`${configBucket.bucketArn}/AWSLogs/${cdk.Stack.of(this).account}/Config/*`], principals: [new iam.ServicePrincipal('config.amazonaws.com')], conditions: { StringEquals: { 's3:x-amz-acl': 'bucket-owner-full-control', // バケット所有者にフルコントロールを付与 'aws:SourceAccount': cdk.Stack.of(this).account } } })); //=========================================== // Config //=========================================== // サービスロール作成 const configServiceRole = new iam.CfnServiceLinkedRole(this, 'ConfigServiceLinkedRole', { // 既存のAWS Configサービスにリンクされたロール(Config実行に必要な権限を自動付与)※すでに付与されている場合はコメントアウトしてデプロイ awsServiceName: 'config.amazonaws.com', // サービス名 }); // レコーダーの作成 const accountId = cdk.Stack.of(this).account; const configRecorder = new config.CfnConfigurationRecorder(this, 'Recorder', { roleArn: `arn:aws:iam::${accountId}:role/aws-service-role/config.amazonaws.com/AWSServiceRoleForConfig`, // ConfigのIAMロール(Configがリソースの設定変更を記録する権限) recordingGroup: { // 記録対象の設定 allSupported: true, // サポートされている全リソースタイプを記録 includeGlobalResourceTypes: true, // グローバルリソースも記録対象に含める } }); // 配信チャネルの作成 const configDeliveryChannel = new config.CfnDeliveryChannel(this, 'DeliveryChannel', { // s3BucketName: configBucket.bucketName, // Config用のバケット configSnapshotDeliveryProperties: { // deliveryFrequency: 'TwentyFour_Hours' // スナップショットを24時間(1日)ごとにS3バケットへ配信 } }); //=========================================== // SecurityHub //=========================================== // AWS基礎セキュリティのベストプラクティスv1.0.0 / CISAWSFoundationsBenchmarkv1.2.0 有効化 const securityHub = new securityhub.CfnHub(this, 'SecurityHub', { enableDefaultStandards: true, // デフォルトのセキュリティ基準を有効化 controlFindingGenerator: 'SECURITY_CONTROL', // セキュリティ管理ベースの検出 }); //=========================================== // EventBridge //=========================================== // SecurityHub用ルール const securityHubRule = new events.Rule(this, 'SecurityHubEventRule', { ruleName: 'eventbridge-rule-securityhub', // ルール名 eventPattern: { // イベントパターンを指定 source: ['aws.securityhub'], detailType: ['Security Hub Findings - Imported'], // SecurityHubによって検出された結果（Findings）がインポートされた際に発行されるイベント detail: { findings: { Compliance: { // コンプライアンスステータスがFAILEDかどうか Status: ['FAILED'] // FAILED：セキュリティポリシーやコンプライアンス要件を満たさない検出結果 }, Severity: { Label: ['HIGH', 'CRITICAL'] // 重要度がHIGH,CRITICALかどうか }, Workflow: { // ワークフローステータスがNEWかどうか Status: ['NEW'] // NEW：まだ調査や対応が行われていない新しい検出結果 } } } }, }); // 入力パスマップ（InputPathsMap） const inputPathsMap: { [key: string]: string } = { accountId: '$.detail.findings[0].AwsAccountId', description: '$.detail.findings[0].Description', resourceId: '$.detail.findings[0].Resources[0].Id', securityControlId: '$.detail.findings[0].Compliance.SecurityControlId', severity: '$.detail.findings[0].Severity.Label', title: '$.detail.findings[0].Title', }; const inputTemplate = "\"アカウントID： の SecurityHub でイベント検知がありました。\"\n\"検知内容を確認し、対応をお願いします。\"\n\n\"タイトル: [] const cfnRule = securityHubRule.node.defaultChild as events.CfnRule; cfnRule.addPropertyOverride('Targets', [ { Arn: securityHubTopic.topicArn, // SNSトピックARN Id: 'SecurityHubTopicTarget', // ターゲットID InputTransformer: { // 入力トランスフォーマー InputPathsMap: inputPathsMap, InputTemplate: inputTemplate, }, }, ]); // SNS Topic ポリシー（EventBridge からの Publish を許可） securityHubTopic.addToResourcePolicy(new iam.PolicyStatement({ sid: 'AllowEventBridgePublish', // ステートメントID effect: iam.Effect.ALLOW, // 許可 principals: [new iam.ServicePrincipal('events.amazonaws.com')], // EventBridgeサービスプリンシパル actions: ['sns:Publish'], // Publish権限 resources: [securityHubTopic.topicArn], // 対象トピック conditions: { // ルールARNに限定 ArnEquals: { 'aws:SourceArn': securityHubRule.ruleArn } } })); } } まとめ 今回は、AWS ConfigとSecurityHubを活用したセキュリティ監視をAWS CDKで実装しました。 IaCとして管理することで、環境間での一貫したセキュリティポリシーの展開や、セキュリティ設定の変更履歴管理も可能になります。また、継続的なコンプライアンス監視により、セキュリティガバナンスの向上と監査対応の効率化を実現できます。 皆さんのお役に立てれば幸いです。
はじめに Prisma Cloudではコンソールから取得できるデータがいくつかあり、アラートデータもそのひとつです。 日々大量に発生するアラートの中から、本当に注視すべきリスクや傾向を読み解くのは容易ではありません。手動での確認には限界があり、セキュリティ運用の非効率さにも繋がりかねません。 今回は、Prisma Cloudで検知されたアラートデータを取得して、クラウド環境のアラート状況をわかりやすく可視化できないか試してみました。 取得データの紹介 まず、アラートデータはPrisma Cloudコンソールの「アラート画面」の「csvファイルをダウンロード」から取得できます。 csvファイルに記載されているカラムは以下22項目です。 No. カラム 説明 1 Alert ID アラートに割り当てられた一意の識別子 2 Policy Name アラートをトリガーしたポリシーの名前 3 Policy Type ポリシーのタイプ（ CSPMを利用した際に主に利用されるタイプは iam, config, networkなど） 4 Description アラートが何を意味するのか、なぜトリガーされたのかについての詳細な説明 5 Policy Labels ポリシーに関連付けられたカスタムラベルまたはタグ 6 Policy Severity アラートの重大度レベル（Critical, High, Medium, Low, Informationalの5段階） 7 Resource Name アラートに関係するクラウドリソースの名前 8 Cloud Type クラウド環境の種類（例：AWS, Azure, GCP, Alibaba Cloud） 9 Cloud Account Id リソースが存在するクラウドアカウントのID 10 Cloud Account Name クラウドアカウント名 11 Region クラウドリソースが配置されているリージョン 12 Recommendation アラートをトリガーした問題を解決するための推奨されるアクション 13 Alert Status アラートの現在のステータス（例：Open, Dismissed, Resolved） 14 Alert Time アラートが生成されたタイムスタンプ 15 Event Occurred アラートをトリガーしたイベントが実際に発生したタイムスタンプ 16 Dismissed On アラートが無視されたタイムスタンプ 17 Dismissed By アラートをDismissed処理したユーザー 18 Dismissal Reason アラートをDismissedした理由 19 Resolved On アラートが解決済みとしてマークされたタイムスタンプ 20 Resolution Reason アラートを解決した理由 21 Resource ID アラートに関係するクラウドリソースの一意の識別子 22 Account Groups そのクラウドアカウントが属するPrisma Cloudのアカウントグループ 今回はこの中から「Policy Type」、「Policy Severity」、「Cloud Account Id」を使用していきます。 可視化の準備：分析シナリオと仮想データの作成 今回は実際のアラート情報ではなく、仮想的なアラートデータを作成し、どのように可視化分析ができるかご紹介します。 可視化分析をするにあたって3つのそれぞれ状況の違うクラウドアカウントのアラート状況を用意しました。以下簡単な説明です。 Cloud Account ID 説明 1 全体的に多くのアラートが検知されているものの、ほとんどが「informational」や「low」の重要度であり、criticalやhighは少ない。様々なPolicy Typeでアラートがタイプ毎に似たような分布。 2 network や iam といったごく特定のPolicy Typeに「critical」アラートが極めて集中している。他のSeverityのアラートも存在するが、リスクの焦点は明確な領域に集中している。 3 特定のPolicy Typeにアラートが極端に偏って集中している。この集中しているPolicy Type内では、「medium」や「high」のSeverityのアラートが多く検出されている。 各クラウド環境の具体的なデータは以下の通りです。 左列の「Policy Type」と、上段の「Policy Severity」の組み合わせごとに、発生したアラートの件数を示しています。 Cloud Account ID=1 informational low medium high critical iam 30 25 10 2 0 config 28 22 8 1 0 network 32 20 12 3 0 anomaly 30 18 5 0 0 Cloud Account ID=2 informational low medium high critical iam 5 3 8 15 50 config 10 7 5 3 1 network 7 5 10 20 45 anomaly 2 1 0 0 0 Cloud Account ID=3 informational low medium high critical iam 5 10 40 35 5 config 3 5 8 2 0 network 1 0 2 1 0 anomaly 0 0 0 0 0 Pythonによるデータ分析と可視化の実装 今回のPrisma Cloudアラートデータの可視化分析にはPythonを使用しました。 主な利用ライブラリは、データの読み込みや加工を行うpandas、そしてグラフ描画を担当するmatplotlibです。 処理の概要 読み込んだアラートデータの「Policy Severity」（重要度）を数値に変換するスコアリング処理を行います。これにより、例えば「critical」なアラートは「5点」、「informational」なアラートは「1点」といった形で、重要度を数値として扱えるようになります。 具体的には、以下のように変換しています。 critical: 5点 high: 4点 medium: 3点 low: 2点 informational: 1点 このスコアを使って、各「Cloud Account Id」（クラウドアカウント）ごとに、「Policy Type」別のアラート数を集計し、さらに重要度の平均値を算出しています。 そして、これらの集計結果をもとに、各クラウドアカウントごとに「バブルチャート」を生成します。 このバブルチャートでは、以下の要素で構成されます。 横軸 : そのポリシータイプで発生したアラートの総数。右に行くほどアラートが多いことを示します。 縦軸 : そのポリシータイプにおけるアラートの平均的な重要度スコア。上に行くほど平均重要度が高いことを示します。 バブルの大きさ : 発生したアラートの総数が多いほど、バブルが大きくなります。 バブルの色 : 同様に可読性を上げるため、平均重要度が高いほど、バブルの色が濃い赤色に変化します。 バブル内のテキスト : 各バブルの中には、それがどの「Policy Type」に属するかの名前が表示されます。 このバブルチャートを見ることで、「どのクラウドアカウントで、どのポリシータイプのアラートが、どれくらいの量と重要度で発生しているのか」を一目で把握できるようになります。例えば、「ネットワーク関連のアラートが非常に多く、かつ重要度も高い」といったクラウド環境のアラート状況を視覚的に理解できます。 結果の表示 前述のPythonコードで処理したバブルチャートを実際に表示すると以下のようになります。 このグラフを見ることで、各クラウドアカウントにおいて、どのようなポリシータイプのアラートが、どれくらいの量と重要度で発生しているのかを一目で把握できます。 Cloud Account ID：1 全体的に重要度の低いアラートが検知されていることが読み取れます。また、networkとiam(右の方で重なって表示されています)ポリシータイプのアラート件数が70程度とほぼ同数で最も多く検知されていることが読み取れます。 Cloud Account ID：2 networkとiamで際立って重要度の高いアラートが多く検出されていることが見て取れます。 Cloud Account ID：3 anomalyアラートが検出されずiamに偏ってアラートが検出されていることが見て取れます。 まとめ 今回はPrisma Cloudのアラートデータ（今回は仮想データを使用）をPythonで処理し、ポリシータイプごとのアラート数と平均重要度を示すバブルチャートを作成しました。 バブルチャートはどのポリシータイプにアラートが集中し、かつ平均重要度が高いのかを直感的に捉え、セキュリティ対応の優先順位付けの際の一つの判断材料にできるのではないかと考えました。 このように一次データを処理することで、膨大なアラート情報を可視化しクラウド環境の全体的なセキュリティ状況を感覚的に把握する手助けになるのではないでしょうか。 今回紹介した手法は一例であり、データの性質や分析目的によっては、さらに多様な可視化や分析手法が存在します。また、スコアリングの算出方法などの改善点も考えられます。今後もPrisma Cloudから取得できるデータのさらなる活用方法について、試行錯誤し結果を発信していければと考えております。 また、当社では、Prisma Cloudを利用して複数クラウド環境の設定状況を自動でチェックし、設定ミスやコンプライアンス違反、異常行動などのリスクを診断するCSPMソリューションを販売しております。ご興味のある方はお気軽にお問い合わせください。リンクはこちら↓ マルチクラウド設定診断サービス with CSPM｜ SCSK株式会社 マルチクラウド環境のセキュリティ設定リスクを手軽に確認可能なスポット診断サービスです。独自の診断レポートが、運用上の設定ミスや設計不備、クラウド環境の仕様変更などで発生し得る問題を可視化し、セキュリティインシデントの早期発見に役立ちます。 www.scsk.jp
今回は、AWS Backup サービスによる EC2、EBS、RDSなどの自動バックアップと通知をAWS CDKで実装する方法をまとめました。 はじめに 今回は、AWS Backupサービスを使用して、EC2インスタンスやEBS、RDSなどのリソースの自動バックアップとバックアップ結果通知の仕組みをAWS CDKでコード化していきます。タグベースでバックアップ対象を柔軟に制御し、日次・週次・月次の異なるスケジュールでバックアップを実行します。 今回作成するリソース – SNSトピック: バックアップ実行結果の通知 – IAMロール: AWS Backup実行専用ロール – Backup Vault: バックアップデータの安全な保存場所 – Backup Plan: 日次の自動バックアップスケジュール – Backup Selection: タグベースでのバックアップ対象リソース選択 アーキテクチャ概要 AWS CDK ソースコード SNS設定 const emailAddresses = [ // SNS通知先メーリングリスト 'xxxxxx@example.com', 'xxxxxxx@example.com' ]; const backupNotificationTopic = new sns.Topic(this, 'BackupNotificationTopic', { // バックアップ監視用のトピック topicName: 'backup-notification-topic', // トピック名 displayName: 'AWS Backup Notification Topic' // 表示名 }); emailAddresses.forEach(email => { // バックアップ監視用のサブスクリプション backupNotificationTopic.addSubscription( new subscriptions.EmailSubscription(email) ); }); ポイント: 複数の管理者アドレスに通知可能 バックアップジョブの完了・失敗を即座に通知するためのSNS IAMロール設定 const backupRole = new iam.Role(this, 'BackupRole', { roleName: 'backup-role', // バックアップロール名 assumedBy: new iam.ServicePrincipal('backup.amazonaws.com'), // AWS Backupサービスが引き受け managedPolicies: [ // マネージドポリシー iam.ManagedPolicy.fromAwsManagedPolicyName('service-role/AWSBackupServiceRolePolicyForBackup'), // バックアップ用マネージドポリシー iam.ManagedPolicy.fromAwsManagedPolicyName('service-role/AWSBackupServiceRolePolicyForRestores'), // リストア用マネージドポリシー ] }); ポイント: AWS Backupサービス専用のロール バックアップとリストア両方の権限を付与 Backup Vault設定 const backupVault = new backup.BackupVault(this, 'BackupVault', { // バックアップボールトの作成 backupVaultName: 'backup-vault', // バックアップボールト名 notificationTopic: backupNotificationTopic, // バックアップ監視用SNSトピック notificationEvents: [ // 通知イベント backup.BackupVaultEvents.BACKUP_JOB_COMPLETED, // バックアップジョブ完了 ], removalPolicy: cdk.RemovalPolicy.DESTROY // スタック削除時にボールトを削除 }); ポイント: バックアップデータの暗号化保存 SNS通知と連携 バックアップジョブ完了時の自動通知 リリース完了後RemovalPolicy.RETAIN に変更推奨 Backup Plan設定(日次) const dailyBackupPlan = new backup.BackupPlan(this, 'DailyBackupPlan', { backupPlanName: 'daily-backup-plan', // バックアッププラン名 backupPlanRules: [ // バックアップルール作成 new backup.BackupPlanRule({ ruleName: 'daily-backup-rule', // バックアップルール名 backupVault: backupVault, // バックアップボールトを指定 scheduleExpressionTimezone: TimeZone.ASIA_TOKYO, // 実行スケジュールのタイムゾーンを指定：JST scheduleExpression: events.Schedule.cron({ // 実行スケジュール（毎日2:00 JST） hour: '2', minute: '00', day: '*', month: '*', year: '*' }), startWindow: cdk.Duration.hours(1), // 次の時間以内に開始：1時間 completionWindow: cdk.Duration.hours(2), // 次の時間以内に完了：2時間 deleteAfter: cdk.Duration.days(1) // 保持期間：1日 }) ] }); ポイント: タイムゾーン : すべて Asia/Tokyo （JST）で統一 スケジュール : 日次: 毎日 2:00 JST 実行時間 : 1時間以内開始、2時間以内完了 保持期間 : 要件に応じて調整可能（コードは1日設定） Backup Selection設定(日次) const dailyBackupResource = new backup.CfnBackupSelection(this, 'DailyBackupResource', { backupPlanId: dailyBackupPlan.backupPlanId, // バックアッププランを指定 backupSelection: { iamRoleArn: backupRole.roleArn, // IAMロールを指定 selectionName: 'daily-backup-resource', // リソース割り当て名 resources: ['arn:aws:ec2:*:*:instance/*'], // 特定のリソースタイプを含める：EC2のすべてのインスタンス conditions: { // タグを使用して選択を絞り込む StringEquals: [{ // 次と等しい ConditionKey: 'aws:ResourceTag/BackupScheduleDaily', // キー ConditionValue: 'True' // 値 }] } } }); ポイント: タグベース選択 : 柔軟なリソース管理 必要なタグ : 日次: BackupScheduleDaily: True 対象リソース : EC2インスタンス 動作フロー スケジュール開始 : 設定されたCronスケジュールに従ってバックアップ開始 タグチェック : 対象リソースのタグを確認し、バックアップ対象を特定 バックアップ実行 : AWS Backupサービスがバックアップを自動実行 結果通知 : SNSトピック経由でメール通知 ライフサイクル管理 : 保持期間満了後の自動削除 今回実装したコンストラクトファイルまとめ import * as cdk from 'aws-cdk-lib'; import { TimeZone } from 'aws-cdk-lib'; import { Construct } from 'constructs'; import * as backup from 'aws-cdk-lib/aws-backup'; import * as iam from 'aws-cdk-lib/aws-iam'; import * as events from 'aws-cdk-lib/aws-events'; import * as sns from 'aws-cdk-lib/aws-sns'; import * as subscriptions from 'aws-cdk-lib/aws-sns-subscriptions'; export interface BackupConstructProps { // 必要に応じて追加のプロパティを定義 } export class BackupConstruct extends Construct { constructor(scope: Construct, id: string, props?: BackupConstructProps) { super(scope, id); //=========================================== // バックアップ監視用SNSトピック作成 //=========================================== const emailAddresses = [ // SNS通知先メーリングリスト 'xxxxxx@example.com', 'xxxxxxx@example.com' ]; const backupNotificationTopic = new sns.Topic(this, 'BackupNotificationTopic', { // バックアップ監視用のトピック topicName: 'backup-notification-topic', // トピック名 displayName: 'AWS Backup Notification Topic' // 表示名 }); emailAddresses.forEach(email => { // バックアップ監視用のサブスクリプション backupNotificationTopic.addSubscription( new subscriptions.EmailSubscription(email) ); }); //=========================================== // バックアップ用IAMロール作成 //=========================================== const backupRole = new iam.Role(this, 'BackupRole', { roleName: 'backup-role', // バックアップロール名 assumedBy: new iam.ServicePrincipal('backup.amazonaws.com'), // AWS Backupサービスが引き受け managedPolicies: [ // マネージドポリシー iam.ManagedPolicy.fromAwsManagedPolicyName('service-role/AWSBackupServiceRolePolicyForBackup'), // バックアップ用マネージドポリシー iam.ManagedPolicy.fromAwsManagedPolicyName('service-role/AWSBackupServiceRolePolicyForRestores'), // リストア用マネージドポリシー ] }); //=========================================== // AWS Backup作成 //=========================================== // バックアップボールトの作成 const backupVault = new backup.BackupVault(this, 'BackupVault', { // バックアップボールトの作成 backupVaultName: 'backup-vault', // バックアップボールト名 notificationTopic: backupNotificationTopic, // バックアップ監視用SNSトピック notificationEvents: [ // 通知イベント backup.BackupVaultEvents.BACKUP_JOB_COMPLETED, // バックアップジョブ完了 ], removalPolicy: cdk.RemovalPolicy.DESTROY // スタック削除時にボールトを削除 }); // 要件に合わせてバックアッププランを選択する // 日次バックアッププランの作成 const dailyBackupPlan = new backup.BackupPlan(this, 'DailyBackupPlan', { backupPlanName: 'daily-backup-plan', // バックアッププラン名 backupPlanRules: [ // バックアップルール作成 new backup.BackupPlanRule({ ruleName: 'daily-backup-rule', // バックアップルール名 backupVault: backupVault, // バックアップボールトを指定 scheduleExpressionTimezone: TimeZone.ASIA_TOKYO, // 実行スケジュールのタイムゾーンを指定：JST scheduleExpression: events.Schedule.cron({ // 実行スケジュール（毎日2:00 JST） hour: '2', minute: '00', day: '*', month: '*', year: '*' }), startWindow: cdk.Duration.hours(1), // 次の時間以内に開始：1時間 completionWindow: cdk.Duration.hours(2), // 次の時間以内に完了：2時間 deleteAfter: cdk.Duration.days(1) // 保持期間：1日 }) ] }); // 日次バックアップのリソース割り当て const dailyBackupResource = new backup.CfnBackupSelection(this, 'DailyBackupResource', { backupPlanId: dailyBackupPlan.backupPlanId, // バックアッププランを指定 backupSelection: { iamRoleArn: backupRole.roleArn, // IAMロールを指定 selectionName: 'daily-backup-resource', // リソース割り当て名 resources: ['arn:aws:ec2:*:*:instance/*'], // 特定のリソースタイプを含める：EC2のすべてのインスタンス conditions: { // タグを使用して選択を絞り込む StringEquals: [{ // 次と等しい ConditionKey: 'aws:ResourceTag/BackupScheduleDaily', // キー ConditionValue: 'True' // 値 }] } } }); } } }); まとめ 今回は、AWS Backupサービスを使用した包括的なバックアップソリューションをAWS CDKで実装しました。 IaCとして管理することで、環境間での一貫したバックアップポリシーの展開や、設定変更の履歴管理も可能になります。 コンプライアンス要件に応じた保持期間の調整や、運用時間に合わせたスケジュール変更も容易に行えます。 皆さんのお役に立てば幸いです。
こんにちは！ Catoクラウド 技術担当の中川です。 この記事では、2025年8月にリリースされた新機能「 XOps 」についてご紹介します！ 概要 XOpsとは？ XOpsは「 XDRとAIOpsを統合し、セキュリティ及び運用上のインシデントを効率的に検出する機能 」です。 従来のXDR Pro（Extended Detection and Response）の機能を進化させたもので、AIと自動化を活用し、セキュリティとネットワークの大量のイベントが整理された状態で 可視化・分析 できるのが特徴です。 前身のXDRについては、下記の記事をご参考ください。 Cato クラウドの XDR 活用に向けた初めの一歩 – TechHarmony CMAでのXOps それでは早速XOpsを有効にすると、何ができるようになるのかCMAで見ていきます。 まずXOpsの機能を有効にすると、Home＞Detection & Responseのタブ内にある、以下の3つのページが表示されるようになります。 Stories Overview Stories Workbench Detection & Response Policy Stories Overview XOpsでは検知したインシデントを「 ストーリー 」と呼びます。 Overviewでは、Criticalityが高いストーリー Top5、送信元ユーザ・拠点 Top5、Criticalityの割合など、 ストーリーの傾向を一目で確認できるページです。 Stories Workbench Workbenchは発生したストーリーを一覧で確認できるページです。 Overviewでは概要レベルのため、セキュリティ担当者が実際に利用するのはWorkBenchとお考え下さい。 ストーリーをクリックすると、詳細画面に遷移します。ストーリーの画面は後程解説します。 画面構成のポイント ストーリー一覧は、以下の列で構成されています。 Merged / SOC / NOC （画面右上）：ストーリーの大分類として、SOC（セキュリティ関連）とNOC（ネットワーク関連）に分かれます。デフォルト画面は、SOCとNOCを統合した状態 Mergedで表示されています。 Criticality ：High(10~7) / Medium(6~4) / Low(3~1) の3段階。上の画像はCriticality順 Indication ：ストーリー名 Source ：送信元のSite・ユーザ Producer ：ストーリーの生成元となった分析エンジン、次の表でご説明します Status ：ストーリー生成された際はOpen状態。運用担当者の調査後、対応完了したらClosedに変更しストーリー管理するイメージ Producerの分類と役割 SOC/NOC Producer 概要 SOC Threat Prevention IPSやAnti-Malwareなどのセキュリティイベントで、攻撃をリアルタイムに検出 Threat Hunting 過去のトラフィックデータを分析し、潜在的な脅威を検出 Usage Anomaly UEBA（ユーザの行動分析）に基づき、ユーザーやサイトの不審なネットワーク利用状況を検出 Events Anomaly UEBAに基づき、通常と異なるセキュリティイベントの発生を検出 Cato Endpoint Alerts ※EPPが必要 CatoのEPP アラートからデータを相関させて、ストーリーを作成 Microsoft Endpoint Alerts Microsoft Defender for Endpoint のアラートからデータを相関させて、ストーリーを作成 CrowdStrike Endpoint Detections CrowdStrikeのデータを統合し、エンドポイントデバイスのストーリーを生成 SntinelOne Endpoint Incidents SentinelOneのデータを統合し、エンドポイントデバイスのストーリーを生成 Entra Identity Alerts Microsoft Entra ID Protection からデータを統合してストーリーを生成 NOC Site Operations Site全体の通信断、リンクの切断などのイベントを検出 Experience Anomaly アプリケーションに対するネットワーク パフォーマンスの大幅な変化を検出 Predictive Insi ght WorkBenchの右上をNOCに絞るとフィルター対象として表示されていますが、私が調べる限りはCato社のKnowledge Baseでは解説がありませんでした。 直訳すると「予測的洞察」となり、過去のデータや現在の状況を分析して、将来起こりうる事象の予測のようなストーリーと考えられます 主に検知されるのは、Threat Prevention / Threat Hunting / Usage Anomaly / Events Anomaly / Site Operations の5つです。 Threat PreventionとSite Operationsの2つは、従来の無償ライセンス XDR Core で提供されていたもので、そのほか3つは有償のProライセンスで提供されていたものです。 下画像では、Group ByでProducerごとにまとめてCriticality順に表示しています。 どのカテゴリのストーリーがどれくらい検知しているのか、整理されるのでGroup Byは使い勝手がよいです。 また、 〇 で囲んだ付箋のようなボタンを押すと、現在のフィルターをお気に入りとして保存することもできます。 Detection & Response Policy XOpsでは、ストーリー生成されたときのメール通知や、特定の条件でストーリー生成しないなどのルール作成が可能です。 例えば、運用としては以下のようなユースケースが考えられるかと思います。 CriticalityがHighであればメール通知する 〇〇拠点から××あての特定のアプリケーション通信であれば、既知の安全な通信のためストーリーを生成しない ストーリーの見方解説 それではストーリーのページをご紹介します。 ※拠点名やIPアドレスなどの情報を黒塗りしています。 概要：ストーリー名、Producer、送信元情報など ストーリーの流れ：ストーリー生成、イベント増加、クロージングなどの日時 詳細：1,2の情報のほか、通信方向、Criticality、Mitre TagやPlaybookのURLなど 生成AIサマリ：大変便利な機能です、後述します！ 直近14日間のイベント：イベント数の遷移とThreat Name。View Allのリンクをクリックすると、フィルターされたイベントログの画面に遷移します 以降の情報は、記載の通りですので割愛します 生成AIサマリ機能 ストーリーを開いた後、最初にやるべきは④の「 Generate AI Summary 」ボタンをクリックすることです。 数秒待つと「See Summary」の表示に切り替わり、クリックしてみると↓のようなストーリーのサマリが表示されます。 【AIサマリ 直訳】 2025年3月10日、特定サイトからの送信ブロックイベントが異常な急増を示し、潜在的な感染を示唆するインシデントが発生した。分析の結果、イベント数が驚異的な増加（変化率983,099%）を示しており、即時対応を要する重大な脅威が示唆された。このインシデントは機械学習スコアが低い対象を含む複数ターゲットに及び、特定の方向へのトラフィックと関連していたため、データ流出の試みが懸念されました。調査により、ブロックされたイベントは主に少数のIPアドレスに関連しており、脅威フィードが全くないターゲットも含まれていたことが判明。これにより、これらの潜在的な脅威に関する事前情報がないことが明らかになった。結果として、さらなるリスクを軽減するためトラフィックをブロックする決定がなされ、継続的な監視と脅威検知能力の強化の必要性が強調された。 このサマリを読めば、ストーリーのおおよその内容は理解できます。 サマリで内容をつかんだあとに、送信元/先のIPやアプリケーションや脅威の情報などを確認し、対応を開始するのがおすすめです。 今回の例で言えば、Firewallのルール変更などでイベント数の増加が想定されたものであれば問題なしですが、 覚えのない送信先IPに対する接続が増加しているのであれば、直ちに送信先IPへの接続をブロックするルールを追加する、送信元IPのユーザにヒアリングするなどの調査が必要になってきます。 ユーザからの問い合わせ対応など日々の運用では気づきづらい、こういった普段とは違うふるまいを検知してくれることがXOpsの大きな1つの魅力と言えます。 おわりに XOpsの機能解説はいかがでしたでしょうか？ SCSKよりCatoをご提供しているお客様には、 2026年2月6日まで 無償でXOpsをご利用いただけます。 また、2025年8月以降に弊社経由でCatoをご購入されたお客様で、XOpsが有効化されていない場合は、Catoクラウド担当までご連絡ください。2月6日までの期間限定で有効化が可能です。 ぜひこの機会に「ストーリー」を活用し、XOpsの有用性をご体感ください！
管理者
