2017年8月29日のブックマーク (6件)

  • 大規模ネット障害になっても不思議じゃない?「BGP」の仕組みとリスク

    グーグルによるネットワークシステムの設定ミスが引き金になって、NTTコミュニケーションズやKDDIなどのサービスに障害が発生した。独立したネットワークの集合体であるインターネットにおいて、どうしてグーグルの設定ミスが他社に波及したのか。その理由は、インターネットに使われるBGPの仕組みを知るとわかってくる。 インターネットは、インターネットプロバイダーや通信サービス事業者、大学など、数万のネットワークが相互接続された巨大なネットワークである。 グローバルIPアドレスやドメイン名などの資源は、インターネットレジストリが管理するが、個々のネットワークはそれぞれの組織が独立して管理している。インターネットのように、個々のシステムが自律して管理を実行し、全体として機能するシステムを「自律分散システム」という。 対等な関係ならピアリングでつなぐ ネットワークが相互接続する形態には、「トランジット」

    大規模ネット障害になっても不思議じゃない?「BGP」の仕組みとリスク
  • 音響信号処理言語"Faust"の勉強会に参加してきました - 情弱

    はじめに 先日、こちらの勉強会に参加してきました。 faust-jp.connpass.com "Faust"は関数型音響信号処理言語で、慣れれば爆速でDSPアルゴリズムの試作・検討ができるようです。 しかしながら、日語による情報はまだまだ少ないのが現状とのことなので、 勉強会に参加したばかりで言語仕様もほとんど理解できていない状態ではありますが、 ざっとFaustを触ってみた感想などをここに残しておこうかと。 Faustのここがすごかった ・記述量が少なくてすむ 例えば下記のような、エコーエフェクトの実装を考えてみます。 これを以下のようにFaustで記述してみました。 一方、これと同様のものをC++ & JUCEで記述してみると以下のようになるでしょうか。 その差は一目瞭然ですね。。。なるほど。 ・出音の確認が容易 では、先に書いたFaustのコードの出音を確認してみます。 方法はい

    音響信号処理言語"Faust"の勉強会に参加してきました - 情弱
  • ITエンジニアのための英語勉強法

    上司が信用できない会社の内部統制~第32回WebSig会議「便利さと、怖さと、心強さと〜戦う会社のための社内セキュリティ 2013年のスタンダードとは?!...WebSig24/7

    ITエンジニアのための英語勉強法
  • 「伝わらないパワポ」から卒業!提案書の"構成"6ステップ

    「さあ提案書を書こう!」と思っても、何から書き出せば良いのかわからない...という場面は誰でも経験するもの。ネット上にあるテンプレートを利用したことがある人も多いことでしょう。しかし、提案書は、お客様に営業パーソンの意見やアイデアを理解してもらう、つまり「伝わる」ための重要な文書なのです。テンプレートに沿って書き進めるだけでは、なかなかお客様に響く提案書を書くことは出来ません。 今回は、伝わる提案書を書きたい方に、「構成」の6ステップをご紹介いたします。 読まれる営業資料で商材の魅力を伝えきる! 興味を惹きつける営業資料のつくり方 save_alt資料を無料でダウンロードするplay_arrow 提案書とは? お客様へ伝えるための手段 ビジネスの場面において提案書が必要になるときはいつでしょうか?それは、お客様に対して営業パーソンが意見を提出するときですよね。つまり提案書とは、お客様の抱え

    「伝わらないパワポ」から卒業!提案書の"構成"6ステップ
  • 教育系フリーアイコンセット「30 Free Education Icons Sets」

    TOP  >  Tool , WebDesign  >  教育系フリーアイコンセット「30 Free Education Icons Sets」 Webサイトで情報を公開する学校はとても増えていますが、教育機関のWebサイトは比較的情報量が多く複雑になってしまいがち。そんな時におすすめなアイテムが、今回紹介する教育系フリーアイコンセット「30 Free Education Icons Sets」です。 School Icon Collection Vector | Free Download ポップなテイストからフラットなデザインまで、様々なアイコンがセットでダウンロードできるようになっています。気になったものをピックアップしましたので、下記よりご覧ください。 詳しくは以下 6 Modern Education Icons – graphberry.com ラインで構成されたアイコンは、細

    教育系フリーアイコンセット「30 Free Education Icons Sets」
  • 文系エンジニアが機械学習に入門するために小学校の算数から高校数学までを一気に復習してみました。 - Qiita

    ※この記事の1年後に文系エンジニアがCourseraの機械学習コースを1ヶ月で修了したので振り返ってみました。という記事もアップしました。 文系エンジニア機械学習に入門しようと思うと、どうしても「数学の壁」にぶつかります。 一般的に、機械学習を理解するためには、大学レベルの「微分積分」「線形代数」「確率統計」の知識が必須とされていますが、私のような典型的文系エンジニアの場合、それを学習するための基的知識自体が圧倒的に不足しているため、まずは高校までの数学を一からやり直してみました。 学習前の私の数学スペック 学生時代の数学の学習歴は高校2年生の2学期位まで。 大学で経済数学の授業があった気がするがほとんど出席していない。 仕事で使った数学知識は三角関数程度。(画像処理ソフトを開発した際に使用) 学習に要した時間 小学校の算数 5時間 中学数学 6時間 数I/数A 12時間 数II/数B

    文系エンジニアが機械学習に入門するために小学校の算数から高校数学までを一気に復習してみました。 - Qiita