自宅をハッカーから守る ホームルーターの安全を確保する4つのステップ――ESET
自宅をハッカーから守る ホームルーターの安全を確保する4つのステップ――ESET：自宅のIoT、セキュリティは大丈夫？ スマートデバイスの普及やモノのインターネット化に伴い、ハッカーがホームネットワークに侵入する危険性が増大している。ESETはこの状況を踏まえ、ホームネットワークの要となるインターネットルーターのセキュリティを確保する4つのステップを紹介した。 現在の家庭ではスマートデバイスや、Amazon.comのAI音声アシスタント「Amazon Alexa」に対応したデバイスなど、インターネットに接続して使う“モノ”が増えている。それに伴い、ハッカーがホームネットワークに侵入する危険性も増大している。スロバキアのセキュリティ企業ESETは2017年10月20日（現地時間）、こうした状況を踏まえ、ホームネットワークの要となるインターネットルーターのセキュリティを確保する4つのステップを
async/awaitを使った非同期処理の書き方 - 30歳からのプログラミング
ES2017で仕様に入ったAsyncFunctionとawait単項演算子。 これらを使うと非同期処理を同期的に書くことができ、非同期処理のループもシンプルに書けるようになる。 この記事の内容は全てNode.jsのv8.6.0で動作確認している。 非同期処理の基礎はこちら。 AsyncFunction 関数定義の前にasyncとつけると、その関数はAsyncFunctionになる。 async function myFunc(){ return 'foo'; } console.log(myFunc); // [AsyncFunction: myFunc] console.log(myFunc()); // Promise { 'foo' } myFunc().then(res => console.log(res)); // foo 非同期処理をシンプルに書けていることが分かる。 Asy
「機械学習のパラメータをベイズ最適化でチューニング」をRで超簡単に書けるパッケージを作った - ★データ解析備忘録★
0. 要約 機械学習のハイパーパラメータをベイズ最適化でチューニングするのは既存パッケージの組み合わせで頑張ればできたのですが、頑張らなくても簡単に書けるパッケージを作りました。 github.com これにより、例えば iris データをXGboostの3-foldクロスバリデーション、エラー率評価でフィッティングさせたければ以下のように書くことでハイパーパラメーターである eta, max_depth, nround, subsample, bytree をベイズ最適化でチューニングしてくれます。 res0 <- xgb_cv_opt(data = iris, label = Species, objectfun = "multi:softmax", evalmetric = "merror", classes = 3, n_folds = 3) データセット名、ラベルの列名、XGbo
CircleCI2.0 に移行してビルド実行速度を向上 | MEDLEY Developer Portal
2017-10-24CircleCI2.0 に移行してビルド実行速度を向上こんにちは。開発本部の稲本です。医療介護の求人サイト「ジョブメドレー」の開発を担当しているエンジニアです。 最近ジョブメドレーでは CircleCI2.0 への移行を行いました。移行の方法はもちろん、その際に調べたこと、CircleCI の新機能を利用してどうだったかなどを書いていきたいと思います。 課題感弊社では、全プロダクト(CLINICS、MEDLEY 、介護のほんね、ジョブメドレー)で CircleCI を利用しています。 ジョブメドレーでは CI によるテスト実行に 37 分前後掛かっていました(コンテナを 2 つ利用した実行時間です)。 さらに、開発メンバーが増えて来たこともあり、CI のリソースが足りなくなり開発効率が落ちかねない状況でした。 まぁよくある話ですよね。 コンテナを増やすというのも解決策の
JIRAで使えるQA用テスト管理ツール「Zephyr」と「TestFLO」を試してみた | メルカリエンジニアリング
こんにちは。メルカリでQA-SETチームのマネージャ兼自動化エンジニアとして、スマホアプリのテスト自動化をぶりぶりしている@daipresentsです。 僕のチームには、QAエンジニアとSET（Software Engineer in Test）が所属していますが、メンバーの人数が増えてくるといろんな問題がでてきます。たとえば、QAエンジニアの場合は、 開発の流れがプロジェクトごとにばらばらで、プロジェクトをまたいで手伝うときに戸惑ってしまう テストケースが個人レベルで管理されてしまい、再利用も個人レベルで行われてしまい属人性の高い蛸壺ができてしまう １については、JIRAを使う文化がメルカリにあるので、徐々にプロセスが整っていますが、２については、QAエンジニアチーム全体の課題として認識されており、スケールする組織を考える上で、今のうちに解決しておきたい課題でもあります。 今回は、２の解
処理速度の遅いcurrentTimeMillis() – 後編 | POSTD
私は以前、Linuxでのシステムコールはとてつもなく高コストだと思っていましたが、この測定で、その考えが誤っていたことが判明しました。実際にはシステムコールにコストはかかりますが、例えば、L3キャッシュミス（100ns）に比べれば低コストです。 ただし、行われるアクションが短いとしても（TSCベースの gettimeofday 向けだから）、システムコールを避ける方が有利です。その場合は、vDSOの方が断然役に立ちます。私たちのケースでは、ほぼ3倍実行が速くなりました。 どうすればいいのか 最良の方法は、TSCタイムソースを持つWindowsまたはLinux以外では絶対にプログラムを実行させないようにすることです。それが不可能なら、純粋なJavaの中にいながらこの呼び出しを高速化する方法はなく、解決策は、 currentTimeMillis() があまり頻繁に呼び出されないようにすることで
Dialogflow（api.ai）とCloud Functionsを使ってチャットボットを作ってみた | クラウドエース株式会社
こちらの記事は弊社技術ブログに掲載していた内容となります。一部を除き、投稿当時の情報となりますので、紹介内容の最新情報については別途公式情報等をご参照下さい。 こんにちは。クラウドエース編集部です。 最近チャットボットの話題をよく聞きます。本記事では、DialogflowとCloud Functionsを組み合わせる事で簡単にチャットボットを作成する事が出来るので紹介していきたいと思います。 Dialogflowとは？ 機械学習をし、人間が何を言おうとしているのかという言葉を解析するプラットフォームです。 例えば、「お腹すいた」という言葉は様々な伝え方があると思います。それは「おなかすいた」、「腹減った」や、「何か食べたい」だったりします。 人間ならばこれらの言葉の意味を理解して「ああ、この人はお腹がすいているんだ」と理解することが出来ますが、機械ではそう簡単にはいきません。 機械学習を利
技術書を書いたハナシ - Qiita
React Native Japan で @besutome 、 @YutamaKotaro と技術書典 3 で技術書を書いたのでその作業内容を記録しようと思う。 出した本はこちら。 PDF 形式で配布している。 おおまかに次の流れで作業した。 原稿を書く + 校正作業 レビュー Re:VIEW 形式への変換 装丁 + 微調整 次で各手順について書いていく。 textlint と Re:VIEW Template は素人が使っても確実に威力を発揮するので強く使用を推奨。 原稿を書く + 校正作業 原稿は markdown で書いて git で管理した。今回は複数人で書いたので github に repo を作ってそこで共有。 原稿を書く際は先に textlint と日本語用のルールをセットアップして、日本語として不自然にならないかチェックしながらやった。非常に有用なので使用をおすすめ。 h
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
移動しました - SmartHR Tech Blog