ニセ基地局の技術的解説 - 最近のニュースから学ぶ通信セキュリティの盲点
ニセ基地局とは？最近のニュースを技術的に解説 最近、東京・大阪で「ニセ基地局」が検出され、総務省が調査に乗り出したというニュースが話題になっています。この記事では、ニセ基地局の技術的な仕組みや脅威、対策について解説します。 ニセ基地局の基本概念 ニセ基地局（偽基地局）は、正式にはIMSIキャッチャーまたはセルサイトシミュレーターと呼ばれる装置です。これは、正規の携帯電話基地局を模倣し、近くにあるスマートフォンなどの端末を騙して接続させる仕組みです。 なぜ端末は騙されるのか？ スマートフォンは通常、電界強度が最も強い基地局に接続する仕様になっています。ニセ基地局は、本物の基地局とまったく同じ識別子（MCC/MNC＋セルID）を使用しながら、わずかに強い電波を発することで、端末を「吸い寄せる」ことができるのです。 最近のニュースの技術的背景 2025年4月に東京・大阪で検知された不審な電波は、
バイブコーディング - Wikipedia
バイブコーディングはAIに依存したプログラミング手法で、人は解きたい問題を、コーディングに特化した大規模言語モデル（LLM）へのプロンプトとして自然言語で記述する。LLMによるソフトウェアの生成が可能となったことで、プログラマの役割は手作業によるコーディングから、AIがソースコードを生成する際のガイドと生成したコードのテスト・改良へと変化してきている[1][2][3]。そのためバイブコーディングの支持者は、これまでソフトウェア工学で必要とされてきた広範なトレーニング経験やスキルを持ち合わせていない素人のプログラマであってもソフトウェアを作成できると主張している[4]。この用語は2025年2月にアンドレイ・カーパシーによって提唱され[5][6][7][8]、翌月にはウェブスター辞典の「スラングとトレンド」に名詞として掲載された[9]。 「vibe coding」における「vibe（バイブ）」
MCP入門
本記事は、最近話題のMCPの入門記事です。 MCP（Model Context Protocol）について、以下の4ステップで紹介します。 ざっくり理解する 使ってみる 深く理解する 作ってみる 初心者でも順番に読み進めれば、MCPについてざっと理解、かんたんな実装ができるようになることを目指します💪 ざっくり理解する MCPとは、ざっくり言うと、LLMアプリと外部サービスを連携するための統一されたインターフェース(プロトコル)です。 LLMアプリとは、ChatGPTやClaude、Cursorなど、LLMを使用するためアプリケーションを指します。(⚠️ GPT-4oやclaude-3-5-sonnetなどのLLM自体とは区別してください。) 初期のLLMアプリは、どこまでいってもすごく賢いチャットツールでしかなく、結局はテキストを返答することしかできませんでした。 そのため、LLMアプ
隣に子ども連れの家族が引っ越してきた
隣に家族連れが引っ越してきた。 正直めんどくせぇ…って思った。 しかも引っ越しの挨拶にも来て、親子そろってピンポン鳴らして菓子折りまで持ってきた。 俺は寝間着で髪もボサボサの状態だったから、出るのすら億劫だったけど一応出て、そしたら律儀に「隣に引っ越してきました」とか笑顔で言われてこっちも「はあ、どうも」みたいな気の抜けた返事を返すしかなかった。 わざわざ挨拶に来てくれるのはありがたいし、ちゃんとしてるなとは思ったよ。 でも隣っていっても別に関わる必要ってなくない？ 俺はもともと人付き合いが得意な方じゃなくて会社勤めもいろいろあって辞めて、今はフリーランス。家にこもって仕事してる。 基本、人間関係はミニマムでいい。というか、できればゼロでいい。 だから最初は警戒してた。してたんだけど、意外と静かなんだよ、隣。 というか全然静かで、想像とは違ってホッとした。 後で知ったんだけど、どうやら両親
AIコードエディタCursor大活用！ ── Cursor Rules、MCP、エラー調査 - SmartHR Tech Blog
こんにちは！タレントマネジメントプロダクト開発本部の horiyu です。 SmartHRではChat GPT Plus/Proの利用やGemini・NotebookLMの活用などさまざまなAIの取り組みを行っています。 本記事では、開発チームが使用するエディタを Visual Studio Code（VS Code）から AI関連の機能が標準搭載されているCursorへ移行した体験と、その過程で得られた予想以上の効果についてご紹介します。 特に、Cursor RulesやModel Context Protocol（MCP）といったAI支援機能が、日々のキャッチアップやコードレビュー、エラー対応にどのように貢献しているのかを中心に解説します。 VS CodeからCursorへのスムーズな移行 エディタの乗り換えは一般に時間がかかるものですが、今回の移行は非常にスムーズに進みました。 その
Cloudflare Agents
What are agents?Agentic AI goes beyond traditional generative AI by integrating autonomy, goal-directed reasoning, and adaptive decision-making. Unlike standard generative models, which passively respond to prompts, agentic AI actively plans, iterates, and interacts with its environment to achieve complex objectives.
Amazon Q for command line を WSL で試す - サーバーワークスエンジニアブログ
こんにちは、エデュケーショナルサービス課で研修中の加藤(貴)です。今回は過去エンジニアブログで紹介があったAmazon Q for command line を Mac で試すをMac環境ではなくWSL(Windows Subsystem for Linux)環境で利用できるか試してみました。 1.インストール 2.サインイン 3.使ってみる デバッグ 動作確認 まとめ おわりに 1.インストール WSLを未設定の場合はLearn MicrosoftのWSL を使用して Windows に Linux をインストールする方法を参考にインストールします。 PowerShellを管理者権限で実行して以下コマンドを実行します。 > wsl --installl 今回検証した環境では記事作成時点でインストールされるUbuntuバージョンは以下となりました。 Amazon Q for command
Amazon Q Developer for CLIを使って、AWSのリソースをAIで作成⇒調査⇒構成図作成までやってみて、構築作業を楽にしよう | コラム | クラウドソリューション｜サービス｜法人のお客さま｜NTT東日本
WSLのインストール WSLのインストールはWindows 10 バージョン2004以上またはWindows 11の環境で実施します。Powershellを管理者権限で開き、下記のコマンドを実行します。 wsl --install WSL のインストール | Microsoft Learn 無事WSLがインストールできたらWSLの仮想環境にログインします。 wsl ~ Amazon Q Developer for CLIのインストール WSLの各コンポーネントを最新化します。 $ sudo apt update $ sudo apt upgrade AWS CLIをインストールします。 $ curl "https://awscli.amazonaws.com/awscli-exe-linux-x86_64.zip" -o "awscliv2.zip" $ sudo apt install
【完全攻略】GPT-4o画像生成プロンプト実例集｜ChatGPT研究所
ChatGPT の画像生成機能が刷新され、業界に再び激震が走っています。 今回のアップデートは簡単に見逃せるような単なる機能追加ではありません。 画像生成能力が GPT-4oモデル自体にネイティブ統合されたことで、ChatGPTとの自然な会話を通して、従来とは一線を画すレベルの実用的な画像を生成できるようになりました。 なんと、この画像生成機能のリリースからわずか1週間で1億3千万ユーザーが7億枚もの画像を生成したという報告もあり、その注目度の高さがうかがえます。 今までと何が違う？今までの画像生成AIとの明確な違いは、圧倒的な指示理解力、画像内のテキスト（日本語含む）の高い描画精度、そして会話による柔軟な画像編集能力です。 ChatGPTがユーザーの意図を汲み取ってくれるため、難しいプロンプト作成は基本的に不要になりました。これからは、AIとの対話を通じてイメージを具体化していくスキルが
DevinとClineをDMMで導入しました〜トライアルから見えた成果の共有〜 - DMM Developers Blog
1. はじめに 2. 制約 3. トライアル成果 発見1. 技術負債の特定とリファクタリング実装の半自動化 発見2. イベントストーミングで設計した画像をもとにドメインモデルと制約の実装 発見3. 指示範囲を明確に絞れば、人より格段に早い 発見4. 開発者の学習効率を上げる Devin or Cline？ 4. 25年3月時点での課題 5. 投資対効果と組織スケールの変化 AIツールの投資対効果 AIツールによって変化した組織スケールの方法 今後の展望 1. はじめに こんにちは。DMM.comでプラットフォーム開発本部の副本部長をしている石垣です。 今回は当社で実施したAIエージェント「Devin」と「Cline」の導入検証の結果について共有したいと思います。 DMMグループのクリエイター組織は、現在1,200名近くのメンバーを抱え、エンジニアだけでも1,000名近くのメンバーがいる組織
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
処理を実行中です
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
AIコーディングの理想と現実
MCPを活用した検索システムの作り方/How to implement search systems with MCP #catalks
Fooocus - Wikipedia
How does Memory use past conversations? - OpenAI
AI Surpasses Elite Red Teams in Crafting Effective Spear Phishing Attacks
GitHub - ryoppippi/sitemcp: Fetch an entire site and use it as an MCP Server
👨🔧 人間をMCPツールとして利用する
あまりに凄い「ChatGPT活用の勉強法」、教科書も塾も不要になりそうな「ある機能」
MCPに入門する/ Introduction to MCP
AI scribes lessen clinician burnout, but financial impact unclear: report
