インターネット上のサーバーを無差別にスキャンし、脆弱性を突こうとする攻撃者。その手口を解析する罠として機能する疑似サーバー、いわゆるハニーポットにラズパイを仕立てるのが「DShield Raspberry Pi Sensor」です。 DShield Raspberry Pi Sensorは、SSHのポート22番、Webサーバーの80番といったポートへの攻撃を擬似的なサーバーで待ち受け、攻撃者の傾向を分析するサーバーソフトです。世界各地にあるセキュリティセンサーの一つとしてコミュニティーに貢献できるほか、無料のアカウントを取得することで収集したログを閲覧できるようになります。 DShield Raspberry Pi Sensorをインストール DShield Raspberry Pi Sensorを利用するには、まず動作環境として公式OSの「Raspbian（ラズビアン）」を用意し、DSh

現代の汎用OSの礎となったUNIX。その開発者がUNIX後継として開発しながら、一般には普及しなかった不遇のOS「Plan 9」。そのPlan 9が、600円台からのボードPC「Raspberry Pi（ラズパイ）」シリーズで簡単に試せます。 Plan 9は、C言語やUNIXを生み出したベル研究所が開発したOSです。OSの機能をネットワーク上に分散させられる、いわゆる分散OSとして、ケン・トンプソン、デニス・リッチー、ロブ・パイクといったスター開発者が携わりました。データを階層構造のディレクトリーで表現するUNIXの設計思想を一歩進め、ネットワークプロトコルも「/net/dns」のようにファイルとして表現するのが特徴です。しかし実利用上のメリットを訴求できず、UNIX風のオープンソースOSであるLinuxの普及を横目に2002年を最後に開発がストップ。以降はオープンソースとして公開されてい

600円台でスティック型の「Raspberry Pi Zero」が人気のPCボード「Raspberry Pi（ラズパイ）」シリーズ。4000円台で4コアの「Raspberry Pi 3 Model B」はともかく、ラズパイZeroではGUIを快適に動かすには非力です。そのラズパイZeroでも軽快に動く工夫をこらしているOSが「pipaOS」です。 pipaOSは、ラズパイの公式OS「Raspbian」を軽量化したLinuxディストリビューションです。単純に機能を削ぎ落とすだけでなく、ラズパイのコマンド実行環境で便利な独自ツールや軽量なGUIを独自に用意しているのが特徴です。どこか懐かしさを感じるUIです。 pipaOSをインストール pipaOSをインストールするには、まず公式サイトにアクセスし、「Installation」の項目にある「daily build image」（デイリービルド

シングルボードコンピューターと言えば、IoT製品を開発するときのコントローラーや、頭脳として利用されることが多いです。その筆頭として名前が挙がるのが「Raspberry Pi(ラズベリーパイ)」ですが、中でもハイスペックなRaspberry Pi 3 model Bよりも高性能で、低価格かつ同サイズのシングルボードコンピューターが「Tritium」です。Raspberry Piとそっくりそのまま入れ替えて使うこともできるという優れものとなっています。 Libre Computer – Open Computing Realized https://libre.computer/ Libre Computer Board Tritium Single Board Computer for $9+ by Libre Computer Project — Kickstarter https://

小型・激安で人気のPCボード「Raspberry Pi（ラズパイ）」。手のひらサイズでクアッドコアCPU搭載のRaspberry Pi 3でさえ4000円台で入手できるという割安感から、ユーザーはもちろん、著名なLinuxディストリビューションの開発コミュニティーがこぞってラズパイ対応版を提供しています。オンメモリーで動作する軽量Linux「Quirky Xerus for the Raspberry Pi」もその一つです。

データ分析ガチ勉強アドベントカレンダー 16日目。 今日からは少しディープラーニングの勉強。 ここ数年間、深層学習用ライブラリも猛烈に整備され、誰でも簡単にディープラーニングを使えるようになりました。 その一方で、整備されすぎて、魔法の箱だという認識も多いですよね。 けれど、深層学習と言えど、しているのはほとんど線形代数と微積分を組み合わせた数値計算です。 だったら自分で作れるのでは？ というわけで、仕組みを理解するために、0からスクラッチで作ることにしました。 尚、勉強にはプロフェッショナルシリーズの深層学習を利用しています。 爆速で技術が進む深層学習界隈では少々obsoleteかもしれませんが*1、きちんと基礎の基礎を知るにはいい本だと思います。詳しい計算方法を学びたい人は、どうぞ。(線形代数と偏微分の知識が必要です。) 深層学習 (機械学習プロフェッショナルシリーズ) 作者: 岡谷貴