世界初の資格化を目指す、「脆弱性診断士」の取り組みが始まる
近年、広く使われているソフトウエアやWebサイトなどに相次いで脆弱性が見つかり、サイバー攻撃に悪用されている。このため、脆弱性の有無を診断して適切に対応できる技術者のニーズは高まる一方だ。 そこで、セキュリティ専門家の有志が、脆弱性診断を実施する技術者を「脆弱性診断士」と名付け、必要なスキルを明文化する取り組みを開始した。将来的には、脆弱性診断士の資格化も目指す。取り組みの第一弾が、2014年12月末に公開した「脆弱性診断士（Webアプリケーション）スキルマップ」である（図1）。 一般的に、脆弱性を診断する技術者には多岐にわたるスキルが要求される。ソフトウエアやネットワークに関する基本的な知識を備えているのはもちろん、脆弱性診断ツールの使用方法や、最新の攻撃手法などにも精通している必要がある。 だが、脆弱性診断に携わる技術者が保有すべきスキルについて、ベンダーなどの関係者の間でコンセンサス
動けばいいんだ！小学生の自由研究「Raspberry Piでゲーム機を作る」
前回執筆した「壊れる予兆を確認したのに「まだ大丈夫」でデータが全部消えた」とその前の「脆弱性を突かれて、実家と自宅の250kmを一晩で往復した話」は、いずれも書いた本人が驚くほど読まれた。自らの失敗をさらした日記のような内容だったのだが、読者の方がバックアップやセキュリティについて改めて考えるきっかけとしていただけたのなら幸いだ。 今回は、小型コンピュータ「Raspberry Pi」を使った話だ。といっても、何かと組み合わせて今まで思いも寄らなかった用途に使ったとか、特性を引き出すような高度な使い方をするといった、真面目な活用例ではない。 我が家の子どもの夏休みの自由研究、そのテーマにRaspberry Piを選んだのだ。具体的には「Scratch（スクラッチ）」で動くゲームと、「GPIO」に接続する段ボール製デバイスを子どもが自作した。Scratchは教育用にも使われているプログラミング
［脳に挑む人工知能2］脱ノイマン型へ、IBM70年目の決断
動物の脳は、恐ろしく省エネルギーかつ高性能な超並列コンピュータである。この脳の仕組みを参考に、これまでのアーキテクチャとは根本的に異なるコンピュータを開発する試みが、米国、欧州、そして日本で始まっている。 記憶装置にデータとプログラムを内蔵し、入出力バスでつながれた演算装置でプログラムを実行する――1945年にジョン・フォン・ノイマンが報告書を公表した「ノイマン型アーキテクチャ（von Neumann architecture）」は、今に至るも半導体コンピュータの基本アーキテクチャだ。 米IBMも第2次世界大戦以降、パンチカード式コンピュータから、より柔軟にプログラミングできるノイマン型コンピュータへ移行。メインフレーム「System/360」、パーソナルコンピュータ「IBM PC」、RISCプロセッサ「IBM 801」を開発し、その後のハードウエア事業の屋台骨となった。 そのIBMが、ノ
Haskell使いの高頻度取引の会社にお邪魔した
先日、日経コンピュータ特集記事の取材で東京都内の某所にある「Tsuru Capital」という、高頻度取引（HFT、High-Frequency Trading）を手掛ける企業のオフィスにお邪魔した。 HFTというのは、プログラムによって株式などの金融商品を数ms（ミリ秒）から数μs（マイクロ秒）で高速に自動取引すること。自己資金で取引する「プロップファーム（proprietary trading firm）」と呼ばれる企業が中心で、米GETCO（2013年7月に米Knight Capitalと合併）などが有名だ。 HFTを行うプロップファームの多くは、米国など海外に拠点を置いており、Tsuru Capitalのように日本国内に拠点を置く企業は珍しい。株式売買では、海外企業であっても国内の証券会社と契約し、自社の取引プログラムをその証券会社のサーバーに配置すれば日本市場でのHFTは行える。
富士通、テキストマイニングによるクレーム情報の抽出/分析ソフトを販売
富士通は2011年12月16日、製造業向けのリスク分析ソフト「QRMining」を販売開始した。12月下旬に出荷する。自社製品に対する市場での評価を、テキストマイニングによって機械的に分析し、結果をグラフなどで提示する。価格（税別）は、10ユーザーで月額122万円、追加ユーザーは1ユーザー当たり月額3万2000円。開発会社は、富士通中部システムズ。 ファイルやWebサイトなどのデータソースからテキスト形式でデータを取得し、これに対してテキストマイニング（単語やフレーズの出現頻度や相関関係から有用な情報を抽出する手法）をかけて、自社製品へのクレーム情報を抽出・分析する。また、過去に起こった不具合に対する消費者の行動や反応をモデル化し、これから起こる消費者の反応の変化や経過を予測する。 クレーム情報の抽出に適したデータソースとしては、政府が公開している消費者からの情報、コールセンターに蓄積され
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
