Amazon Web Services ブログ
AWS HealthOmics と Amazon Bedrock AgentCore によるゲノムバリアント解釈の高速化
シーケンスデータの急増により、ゲノムバリアントの解釈は複雑なパイプラインと専門知識を要する作業になっています。本記事では、AWS HealthOmics のワークフローと Amazon S3 Tables、Amazon Bedrock AgentCore 上の Strands Agents を組み合わせ、VCF ファイルの取り込みからアノテーション、自然言語での問い合わせまでを一貫して実行するゲノムバリアント解釈エージェントを紹介します。臨床研究者が SQL を書かずに、対話形式でコホート全体のバリアントを解析できるようになります。
AWS Organizations における Amazon Inspector 抑制ルールのベストプラクティス
マルチアカウント環境で数千件におよぶ脆弱性の検出結果を効果的に管理するには、適切な優先順位付けが不可欠です。本記事では、AWS Organizations 全体で Amazon Inspector を活用した脆弱性管理のベストプラクティスを紹介します。委任管理者の設定、抑制ルールによる検出結果の大規模な管理、リソースタグを活用したリスクベースの優先順位付け、AWS Security Hub との統合など、7 つの実践的なアプローチを解説します。原文公開後のサービスアップデートは訳注として補足しています。
Amazon Inspector を使用したソフトウェア部品表 (SBOM) のエクスポート
Amazon Inspector を使用して、組織全体のリソースの統合されたソフトウェア部品表 (SBOM) を CycloneDx や SPDX 形式で Amazon S3 にエクスポートする方法を紹介します。CloudFormation による前提条件のデプロイから、AWS Glue クローラーでのデータカタログ化、Amazon Athena を使用した脆弱性やパッケージの分析クエリまでを解説します。SBOM を活用することで、ソフトウェアサプライチェーンの可視化やコンプライアンス対応を実現できます。
AI コーディングエージェントのチーム展開に向けた段階的な環境整備の実践例
AI コーディングエージェントのチーム展開に向けた段階的な環境整備の実践例を紹介しています
Amazon Bedrock とロボティクスで目指す「未来の実験室」 ― AWS Summit Japan 2026 の Physical AI ―
本ブログは、コニカミノルタ株式会社と Amazon Web Services Japan が共同で執筆しました […]
Agentic AI でつなぐモノ・サービスの改善サイクル 〜 蓄積する運用フェーズのデータを Amazon Quick で次の開発に活用する方法を学ぼう
モノやサービスが生まれる現場では、開発から運用に至るさまざまなフェーズで、日々多くのデータが生まれています。か […]
AWS Certificate Manager の ACME サポートで証明書の発行と更新を自動化
AWS Certificate Manager (ACM) の ACME プロトコルサポートについて紹介します。CA/Browser Forum の方針により証明書の有効期間が段階的に短縮される中、certbot や cert-manager などの使い慣れた ACME クライアントで、オンプレミスやハイブリッド環境を含むインフラストラクチャのパブリック証明書の発行・更新を自動化できます。ACME エンドポイントの作成手順、ドメインの事前承認、EAB 認証情報の管理、エンタープライズ向けの統制とベストプラクティスを解説します。
Security Hub Extended が 10 番目のカテゴリとしてサプライチェーンセキュリティを追加
AWS Security Hub Extended に 10 番目のカテゴリとしてサプライチェーンセキュリティが加わりました。厳選されたパートナーである Chainguard と Socket により、オープンソースの依存関係の来歴検証と悪意あるパッケージのブロックを実現します。検出結果は OCSF 形式で Security Hub に集約され、従量制料金とプライベートオファーで柔軟に導入できます。23 パートナー、10 カテゴリへの拡大と今後の展望を紹介します。
株式会社日新 × AWS:人とAIが協働する新しい物流「オプティマAI」
物流業界では、貿易関連書類の作成・照合作業に多大な時間を要しています。情報を入手した後にシステムへ取り込み、別 […]
鮮度の高いインサイトで迅速な意思決定を – talabat が AWS と Google Cloud で実現したニアリアルタイム分析
talabat が AWS と Google Cloud にまたがるハイブリッドなマルチクラウドレイクハウスを構築した方法を紹介します。Apache Iceberg のデータを Amazon S3 Tables に一元的に保持しながら、Lakehouse フェデレーテッド Iceberg REST カタログを通じて BigQuery からニアリアルタイムで読み取り可能にし、データ移動コストを約 40% 削減しました。







