はじめに 前回は本シリーズの第二弾として、ペネトレーションテスト（Penetration Test）の基本概念と実施時の注意点を整理したうえで、HTB（Hack The Box）ラボ環境を用いてウェブディレクトリのブルートフォース攻撃を実施し、攻撃者の情報収集手法を確認した。さらに、その結果から防御側の観点で得られる知見をまとめた。まだ読んでいない方は、先にこちらを確認していただきたい。 今回は、ペネトレーションテスト実施の続きを解説する。 【要注意】 事前の了承を得ないまま勝手にペネトレーションテストを実施することは禁止である。 とても重要な内容であるため、上記の文言は今後の記

Kubernetes 1.35では、kube-proxyの動作モードのうち、IPVSモードが非推奨（deprecated）になりました。 https://kubernetes.io/blog/2025/12/17/kubernetes-v1-35-release/#deprecation-of-ipvs-mode-in-kube-proxy 本稿では、このIPVSモードの非推奨化を受け、最近のkube-proxyの動作モードについて調査した内容をまとめます。 kube-proxyとは kube-proxyは、Kubernetesのコアとなるコンポーネントの一つです。 Kubernet

はじめに 直近のAIエージェントシステムの構築案件にて、主に基盤の設計から構築に携わっていました。 その中でもMicrosoft Learnなどを読むだけでは理解しづらかった点や、実際の設計・構築を通して悩んだこと、学んだことをまとめます。 本記事では2つのテーマを扱います。 Azure Container Apps Environmentという概念と分け方 Azure閉域化の基本 - VNet統合とPrivate Endpoint 基本的な内容も含まれますが、あらかじめご了承ください。 想定読者 Azureで業務システムを構築している方 Microsoft Learnだけ

1. はじめに 本シリーズでは、OpenCanvas Type-Oracle Alloy を用いながら、Oracleに限らず各種技術検証の結果をブログ形式で紹介していきます。 シリーズ1本目となる今回は、Oracle Database に搭載されている可用性機能 Transparent Application Continuity (TAC) を4回にわたって取り上げます。TAC は Oracle Database 18c で導入された技術で、従来の Application Continuity (AC) が提供していた“リクエスト復元”をさらに強化し、セッション情報の追跡・自動復元

～Vertex AIからAgent Platformへ。試験を通して理解したGoogle Cloud AI/MLの現在地～ はじめに 先日、Google CloudのProfessional Machine Learning Engineer（PMLE）試験に合格し、約2年ぶりに資格を更新しました。これにより、保有するGoogle Cloud認定資格の「全冠」も維持することができました。 本記事では、今回の受験を通じて感じた 「Google Cloud認定試験の変化」 に加え、試験勉強を通じて改めて整理できた 「Gemini Enterprise Agent Platform(以

初めに 近年、「データスペース」が世界で話題になっています。 IPAによれば、データスペースとは「国境や分野の壁を越えた新しい経済空間、社会活動の空間」と定義されています[1]。データスペースについてあまりよく知らない方は、以下の記事をご参照ください。 https://zenn.dev/nttdata_tech/articles/268a88d2f75527 このようなデータスペースでは、「参加者間の信頼性の確保」が重要になります。 欧州では、その信頼性担保を支える仕組みの一つとして「Gaia-X Digital Clearing House（以下GXDCH）」があります。本記事では

1. はじめに Agent Skillは、AI Agentに「特定の作業をどう進めるか」という手順や判断基準を与える仕組みです。便利そうではありますが、実際にSkillを渡すことで回答品質が上がるのか、不要な場面で誤発火しないのか、安全面の問題を検知できるのかは、できれば感覚ではなく数値で確認したいところです。 そこで今回は、AWS Samplesのsample-agent-skill-evalを使い、sample-aws-ops-skills-for-agentsに含まれるenv-discovery Skillを評価しました。 検証したのは、次の4点です。 静的AuditでSki

1. はじめに RAGでは、質問のたびに検索して関連情報を取り出し、その場で回答を組み立てる構成が一般的です。 一方、AWS Samplesの sample-knowledge-acquisition-skill は、取得した資料を相互リンク付きのMarkdown Wikiとして蓄積し、後から新しい資料を追加すると既存ページも更新していく LLM Wiki というアプローチを取っています。 これは本記事だけの呼び方ではなく、README 自体がこの方式を「LLM Wiki」と呼び、問い合わせごとに知識を再発見するRAGと対比して「persistent, compounding kno

1. はじめに 動画のアクセシビリティを高める方法の1つに、映像中の視覚情報を音声で説明する Audio Description（音声解説） があります。 AWS Samplesには、生成AIを利用して動画のAudio Descriptionを自動生成するサンプルとして、以下のリポジトリが公開されています。 https://github.com/aws-samples/sample-code-for-automated-audio-description-using-generative-ai このサンプルでは、動画中の無音区間を検出し、その時間帯の映像を生成AIで解析して説明文を生

1. はじめに これまで、AWS AI League Community Editionについて、以下の記事で全体像とデプロイ方法を紹介しました。 AWS AI Leagueを自身のAWS環境で試す ─ Community Editionの全体像 AWS AI Leagueを自身のAWS環境で試す ─ Community Editionのデプロイ 前回の記事では、Community Editionを自身のAWSアカウントへデプロイし、ブラウザからログインできるところまで確認しました。今回は、実際に Game Play を実行してみます。 Community Editionでは、用

1. はじめに AWS Samples の sample-aws-solutions-skills を試してみました。 このリポジトリは、AWSのソリューションパターンを AI Coding Agent から利用するための Skill をまとめたものです。特徴的なのは、Kiro・Claude Code・Codex 向けに同じ SKILL.md を配布する構成になっている点です。 そこで気になったのが、次の点でした。 同じSkill、同じ要件、同じモデルを使っても、AI Coding Agentが違えば成果物は変わるのか？ 今回は strands-agentcore-multi-a

1. はじめに 前回の記事では、AWS Samplesで公開されている sample-agentcore-gateway-usage-interceptor を利用し、Amazon Bedrock AgentCore Gateway経由でCodexからモデルを呼び出しました。 https://zenn.dev/kashiwabaray/articles/796539362435eb その中で、以下の基本的な動作を確認しました。 CognitoのJWTを利用したユーザー識別 RESPONSE Interceptorによるトークン数・推定コストの記録 DynamoDBへのユーザー別利用

1. はじめに 生成AIをコーディングエージェントから利用するケースが増えると、単に「モデルを呼び出せる」だけでなく、誰がどれだけ利用したのか、利用額が一定額を超えたときに止められるのかといったコスト管理も重要になります。 Amazon Bedrock AgentCore Gateway には、Gateway を通過するリクエストの前後に独自処理を挟める Interceptor があります。 Interceptor には大きく次の2つがあります。 REQUEST Interceptor：ターゲットを呼び出す前に処理を実行 RESPONSE Interceptor：ターゲットからレス

自己紹介 2000年代後半からSAPベーシス、2025年からSAP BDCとJouleを専門に働いています。 今でもSAP GUIでワークロード分析などをやっています。 JouleやBDCなどの新しい技術が大好きですが、旧来の技術も大好きです。 2026年7月29日に開催されたSAP NOWに参加してきました(スポンサー枠です)。今回、私は登壇していませんが、講演資料の準備やリーフレットの準備、当日のブース対応などに少し関わらせていただきました。 会場では「Techブログを見ています」と声をかけてくださった方もいて、とてもうれしかったです。ありがとうございます！読んでくださっている方

1. はじめに 2026年8月5日、Kiro Crewが公開されました。 https://kiro.dev/crew/ Kiro Crewは、Kiro CLIを実行基盤として、自分のPCやサーバー上で動かせるオープンソースの開発ワークスペースです。 公式ページでは、セッションをまたぐMemory、定期実行、長時間タスク、複数エージェントの並列実行、Webダッシュボードなどが紹介されています。Kiro IDEやKiro CLIを置き換えるというより、Kiro CLIと既存の.kiro設定を使いながら、作業をセッションの外まで広げるプロダクトという位置付けです。 今回はEC2上のUbun

1. はじめに 生成AIアプリケーションを評価する際、回答が正しいかどうかだけを確認していないでしょうか。 実際に生成AIやAIエージェントを運用する場合は、回答品質に加えて、次のような観点も必要です。 応答にどれくらい時間がかかるか トークンやコストがどれくらい発生するか ツールを正しく選択できているか ツール実行に失敗した場合、最終回答がその結果と整合しているか 評価に利用するLLM Judge自体を信頼できるか 今回は、AWS Samplesで公開されているsample-gen-ai-evaluations-workshopを実行し、生成AIの評価をどのように分解して考えれ

1. はじめに ! 要約/結論 Amazon Bedrock Agents は Amazon Bedrock Agents Classic に名称変更され、メンテナンスに移行しました（既存利用者は継続利用可） Bedrock Agents Classicの代替としてAmazon Bedrock AgentCore上に新しいAIエージェントを構築する場合、AgentCore Harness（設定中心）とAgentCore Runtime（コード中心）が主な選択肢になります。 本記事では AgentCore Harness を実際にデプロイし、Memory・ログ・exportによる A

1. はじめに 2026年7月28日、Kiro IDE 1.0.242が公開されました。 今回のアップデートでは、主に以下の機能が追加・改善されています。 エディタの右クリックメニューにKiroサブメニューを追加 エラーや警告に対するAsk Kiro to Fixを追加 Agent Hookをフォームから作成できるガイド付きUIを追加 ベースとなるCode OSSをv1.108.2へ更新 IDEの表示言語に応じた応答やチャット履歴を改善 本記事では、AWS CDKのTypeScriptプロジェクトを使い、次の開発ループを検証します。 IDEが型エラーを検出 ↓ Ask Kir

はじめに データマネジメントPF統括部の平尾です。 大規模・長時間のバッチ処理を実行する時、AWS（EC2）の利用料は高額になりやすいです。 コスト削減策として、AWSの未使用EC2キャパシティ（AWSが各リージョン内のAZごとに提供できる、インスタンスタイプ別のコンピュートリソース量）を低コストで利用できるスポットインスタンスの活用を検討することが多いと思います。 一方で、AWS側のキャパシティ状況によってインスタンスが中断される可能性があるため、特に大規模・長時間の処理への適用が難しいという特性があります。 本記事では、大規模なバッチ処理を実行するのに適したAWS Batchとい

1. はじめに 2026年7月13日、OpenAIのGPT-5.6 Sol、Terra、LunaがAmazon Bedrockで一般提供されました。 さらに2026年7月24日には、AWSから次の内容を含む実践手順が公開されています。 https://aws.amazon.com/jp/blogs/machine-learning/get-started-with-openai-gpt-5-6-sol-terra-and-luna-on-amazon-bedrock/ OpenAI Responses APIを使った最初の推論 reasoning effortの指定 ツール呼び出し