検索結果
-
ダイソーのキャンプギアのほうが安くて実用的。スノピは高いだけだわ。
-
まだ実用的ではないね。 私も今EVは買わない
-
後手後手でコテコテの対応を見ると、実用的な対策を取っていなかったように思えるが・・・・ 復旧の見通しも立っていない wwwww https://japan.zdnet.com/article/35220181/ 存続の危機を思わせるような、すんごい損失 ^^; エンドポイントセキュリティ EDR監視・分析のSOCサービスを開始 https://www.soliton.co.jp/news/2024/006017.html 巧妙化するサイバー攻撃に備えるためにEDR(Endpoint Detection and Response)製品を導入する企業や組織が増えています。インシデント発生時には、被害軽減のために、EDRを通じて迅速な検知/特定, 対処が必要です。しかしながら、昨今のセキュリティ人材の不足や運用負荷の増大により、初動の遅れや、対処の高度な判断ができないなどの現実があります。 株式会社ソリトンシステムズ(代表取締役社長:鎌田理、以下ソリトン)は、この度、SBテクノロジー株式会社(東京都新宿区、代表取締役社長 CEO 阿多親市)と提携し、お客様に代わり、セキュリティの専門アナリストが24時間365日体制で、お客様が導入したEDR製品の遠隔監視を行う「 MSS for EDR* 」の提供を開始します。インシデント発生時には、EDR製品から出されるセキュリティログやアラートを分析して影響度を判断、ブロックなどの対処を行うと同時に、発生原因や被害の影響範囲を特定し、迅速にお客様へ通知します。最新のセキュリティインテリジェンスとセキュリティアナリストの経験値により、常にサイバー攻撃の早期対応が可能となります。 このサービスは、Microsoft Defender for Endpoint、CrowdStrike Falcon、といった主要なEDR製品に対応しており、既にお客様が有する使用ライセンスにも対応いたします。 契約しておけば良かったのに・・・・
-
NTTは2024年6月12日、遠隔地にあるデータセンターどうしをIOWNの「オールフォトニクスネットワーク」(IOWN APN)で接続することにより、広域に分散配置されたサーバーでも、秘密計算(秘密分散方式)による実用的なAI分析システムが構築できることを実証したと発表した。 今回の発表は、低遅延/大容量ネットワークであるIOWN APNの特徴を生かすことで、異なるデータセンターにあるシステム間での秘密計算を実用化可能にするもの。企業間のデータ連携活用を促すほか、郊外データセンターの活用も促し、災害対策やエネルギー利用を最適化する点でもメリットが見込まれるという。
-
電線のたわみも実用的にはカテナリーではなく、二次関数で近似されてます。
-
NTTが、遠隔地にあるデータセンターどうしをIOWNの「オールフォトニクスネットワーク」(IOWN APN)で接続することにより、広域に分散配置されたサーバーでも、秘密計算(秘密分散方式)による実用的なAI分析システムが構築できることを実証したと発表した。
-
NTT、IOWN APNで遠隔データセンター間の秘密計算処理を高速化 NTTは2024年6月12日、遠隔地にあるデータセンターどうしをIOWNの「オールフォトニクスネットワーク」(IOWN APN)で接続することにより、広域に分散配置されたサーバーでも、秘密計算(秘密分散方式)による実用的なAI分析システムが構築できることを実証したと発表した。 今回の発表は、低遅延/大容量ネットワークであるIOWN APNの特徴を生かすことで、異なるデータセンターにあるシステム間での秘密計算を実用化可能にするもの。企業間のデータ連携活用を促すほか、郊外データセンターの活用も促し、災害対策やエネルギー利用を最適化する点でもメリットが見込まれるという。 従来比7分の1の時間で、分散データセンター間の秘密計算を実行 秘密計算とは、暗号化されたデータを復号することなくそのまま計算し、計算結果のみを出力する技術だ。機密情報や機微情報などを安全に分析処理することができる。この技術にはいくつかの方式があるが、今回の実証では「秘密分散」と呼ばれる方式が用いられた。 秘密分散方式の秘密計算システムでは、3つ(以上)のサーバーを利用し、暗号化した状態のデータを各サーバーに分散保管する。計算処理時には各サーバーが協調して、それぞれが持つ小さなデータ片をひんぱんに受け渡ししながら、目的の計算(分析)処理を行う。その結果、復号可能な計算結果が出力される仕組みだ。 秘密計算とは、暗号化されたデータを復号することなくそのまま計算し、計算結果のみを出力する技術だ。機密情報や機微情報などを安全に分析処理することができる。この技術にはいくつかの方式があるが、今回の実証では「秘密分散」と呼ばれる方式が用いられた。 秘密分散方式の秘密計算システムでは、3つ(以上)のサーバーを利用し、暗号化した状態のデータを各サーバーに分散保管する。計算処理時には各サーバーが協調して、それぞれが持つ小さなデータ片をひんぱんに受け渡ししながら、目的の計算(分析)処理を行う。その結果、復号可能な計算結果が出力される仕組みだ。 NTT社会情報研究所の森田哲之氏は、社会全体でデータ活用を促進していくうえで、秘密計算技術が重要な鍵を握ることを説明する。
-
比べたらアカン! ・FCV 水素製造のロス 水の電気分解(=水素の発生)と燃料電池による発電(=水素の消費)の各段階の実用的効率は60%程度なので、この2段階を経るとエネルギー効率は0.6×0.6=0.36、つまり36%に落ちてしまう。 ・BEV リチウムイオン蓄電池のロス 充放電でそれぞれ5%分の損失があります。
-
お互いに欲しいものが実用的( ´∀` ) 含み益になった時の自分のご褒美も考えましょう♪
Laboroの未来像 北…
2024/06/16 18:14
Laboroの未来像 北海道大学 電子科学研究所附属社会創造数学研究センター×日立北大ラボ 新領域探索シンポジウム2024 https://www.hitachihyoron.com/jp/column/content/vol42/index.html?_fsi=vPAy5fio (CEO公演から、要約) グローバルを牽引していく日本発のイノベーションがあればと考えている。 インターネットの登場以降,周回遅れになっている日本で,それが可能か。 日本政府も大規模言語モデルなどの関連技術に予算を投入している。 欧米の巨大資本が主導する今の世代のAIを後追いするだけで良いのか。 私たちは次の世代のAIを仕掛けていくことにベットするべきではないのか。 今あるAIの先を見据えた問題提起や取り組みが求められるのではないか。 生成AIは実用的な観点からは,環境とインタラクトして学習の方法自体を学習して、 逐次最適な作動則を獲得していく技術が求められているのではないかと考えます。 現状のAIにはまだ,このような挙動はできません。 従来のソフトウェアは,作動則を人が直接設計していました。 作動則を事前に学習してデータから帰納的に獲得するのが現在のAIであり, 生成AIや基盤モデルもこの成功例に当たる。 これをもう一段拡張したものが,探索と活用のバランスを取りながら, 事前の設計に基づいて逐次学習していくアルゴリズムです。 その先に,目的関数だけを事前に固定して与えることで, 学習則自体を最適化しながら学習していく自律技術が必要と考える。 次世代の人工知能が,生命が持つ天然知能と近い形で試行錯誤から柔軟に学習し, 目的を自力で達成する自律的な技術であるとすると,現世代のAIと次世代のAIは、 アーキテクチャが根本的に異なってくるはずです。