登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 Sentinel
Sentinel コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
Sentinel を含む検索結果
SentinelOne、LevelBlueをWayfinderサービスのグローバル・デリバリーパートナーに指名
『The Elder Scrolls VI: Sentinel』正式発表。美少女「クマのプーさん」のサイコホラーゲームに熱視線。UIまで“謎文字”の高難度言語解読ゲームがたちまち人気。今週の見逃せないゲーム記事7選
もっと見る
AI時代のサイバー攻撃に備える「SentinelARGUS」のデータ保護
サイバーセキュリティ総研、SentinelOneの技術者資格「Paladin」保有者が3名に
Elder Scrollsシリーズの第6作の名は噂どおり「The Elder Scrolls VI: Sentinel」! 舞台はタムリエル西方のハンマーフェルか 動画のテキストにあるとおりであれば,「The Elder Scrolls V: Skyrim」の後の時代を舞台とするようだ
もっと見る
# AIエージェントをエンタープライズシステムに組み込む意思決定ポイント # 集中IDブローカー vs 連合認証 🎯 ポイント エージェントがSalesforce、ServiceNow、Workday、Box、Slackと横断的にアクセスするとき、認証をどう設計しますか?「全部Oktaに集約」と「各システムの既存SSOをそのまま使う」では、セキュリティモデルも運用コストもまったく違います。しかも多くの企業では、どちらか一方ではなく「集中ブローカーで統一認証→各SaaS側でスコープを絞る」ハイブリッドに落ち着きます。なぜそうなるかを理解することが、エージェント時代のID設計の出発点です🔑 📋 概要 集中IDブローカーは、OktaやAzure ADのような単一のIdPにエージェントの認証・認可を集約する方式です。OAuth 2.0 Token Exchange(RFC 8693)でユーザートークンからエージェント用のスコープ制限トークンを発行し、「誰が何をエージェントに委任したか」を一元管理できます。一方、連合認証は各SaaSの既存SAML/OIDC連携をそのまま活用する方式で、各事業部門の自律性と既存投資を活かせます。権限の一貫性と統制力を取るか、各システムの自律性と導入速度を取るかの選択です。 🔍 意思決定のポイント 最初の分岐は「全社IdPは統一されているか?」です。 OktaやAzure ADで統一済み → 集中ブローカーが自然な拡張です。エージェント用のOAuth 2.0 Token Exchangeを集約できる基盤がすでにあります。 IdPが事業部門ごとに分散 → 連合認証から始めるのが現実的です。統合コストを過小評価すると痛い目を見ます。 次に「エージェントがアクセスするシステム数」を確認します。5システム以上なら集中管理の効率が個別管理を上回ります。3システム以下なら個別連携でも十分運用可能です。 データ主権・地域規制も重要な軸です。GDPRや中国データ安全法により認証トークンを特定リージョンから出せない場合、連合認証またはリージョン別ブローカーを選ぶ必要があります🌍 💡 要点と詳細 集中IDブローカーの強みは、ゼロトラスト方針との親和性です。全アクセスをOPAやCedarのような単一ポリシーエンジンで検証し、エージェントの権限を「最小権限」で一括管理できます。定期的な権限棚卸も集中的に行え、SOX/ISMAPなどの監査証跡要件にも対応しやすい。新規にエージェント基盤を構築し、認証設計を白紙から始められる場合はこちらが第一選択です。 連合認証の強みは、既存投資の活用と導入速度です。各SaaSネイティブのSAML/OIDC連携が成熟している環境では、エージェント用に再構築する合理性がありません。M&A直後など異なる認証基盤の統合が中長期課題として残っている過渡期にも有効です。各システム固有のきめ細かい権限モデル(Salesforceのプロファイル/権限セット等)を集中化すると粒度が失われるリスクもあります。 ハイブリッドで最も一般的なのは「集中ブローカー+ローカルスコープダウン」です。Oktaで統一認証した後、各SaaS側でエージェント専用のスコープ制限を適用します。もう一つの現実的なパターンは「フェデレーション+集中監査」で、認証は各システムに委ねつつ、全認証イベントをSIEM(Splunk、Sentinel等)に集約して監査証跡の一元化だけを実現します🔐 ⚖️ トレードオフ 集中ブローカーの最大のリスクは単一障害点化です。IDブローカーの障害で全エージェントが停止する。冗長構成とサーキットブレーカーの設計を怠ると、全社業務に影響します。また、全権限変更が集中ブローカーのチケット承認を経由するため、事業部門のアジリティが低下するという声もよく聞きます。 連合認証のリスクはトークン管理の複雑化です。各SaaSごとに異なるトークンライフサイクル(Salesforceは2時間、ServiceNowは30分などデフォルト値がバラバラ)を管理し、リフレッシュ失敗やトークン失効の検知漏れが多発します。各SaaSの認証強度(MFA要否、セッション有効期限等)がシステムごとに異なり、最弱のリンクがセキュリティホールになるリスクもあります。 移行期の二重管理も見逃せない落とし穴です。連合から集中への移行途中に両方の仕組みが並存し、どちらがsource of truthか混乱する。カットオーバー基準を明確にした移行計画が不可欠です⚠️ 🛠️ ユースケース 全社統一IdP導入済みの大企業:Oktaで全社統一済み、エージェントが10以上のSaaSにアクセスする場合、集中ブローカーが最適です。Token Exchangeでエージェント用のスコープ制限トークンを発行し、OPAで統一ポリシーを適用。各SaaS側ではエージェント専用のサービスアカウントにローカルスコープダウンを設定します🏢 M&A直後の統合過渡期:異なるIdPを持つ2社が統合途中の場合、連合認証で早期稼働し、全認証イベントをSIEMに集約して監査だけ一元化するのが現実的です。高頻度アクセス先から順に段階的に集中ブローカーへ移行します🔄 地域規制が厳しいグローバル企業:GDPRやデータローカライゼーション要件がある場合、リージョン別のIDブローカーを配置するか、各リージョンの既存IdPを連合的に活用します。認証トークンがリージョンを越えない設計が必須です🌐 実践のコツ:いずれの方式でも、エージェントが保持するトークンの暗号化保存とメモリ上の保持時間最小化は必須要件です。移行に使える期間が3か月以内なら連合認証で早期稼働、中長期なら集中ブローカーへの段階的移行を計画してください💪 #AIエージェント# #エンタープライズアーキテクチャ#
もっと見る
🔁 キャビネットを34回調べ続けて50ステップで力尽きたエージェントが、同じタスクを17ステップで解けるようになりました。 タイトル: Beyond Memory: Harnessing Long-Horizon Agents with Explicit Belief States URL: 履歴を保持したり圧縮したりするのではなく、「今の世界はこうなっている」という信念を明示的に持ち続けることで長時間タスクを安定させる、学習不要の推論時フレームワークPoSの提案です。 注目ポイントは3つあります。 🗂 信念を構造として持つ 世界状態をEntity・State・Relationの構造で表し、各状態には出所と確信度、可能なら裏づけの証拠まで添えます。環境を網羅的にモデル化せず、行動の実行可能性や目標の充足に効く記録だけを残すのがポイントです。あわせて「まだ知るべきこと」と「まだ達成すべきこと」をギャップとして明示します。 🐞 毎ステップ、信念を検証する Belief Sentinelという検証器が、更新された信念に矛盾がないか、観測やこれまでの証拠と食い違っていないかを毎回チェックし、確定前に修正させます。電子レンジが開と閉の両方で記録されると、マグを入れる前に開けるべきか判断できなくなる、という類の破綻を防ぐ役割です。 🚨 空回りを検知して脱出する 進捗が出ないまま行動し続ける状態をBelief Trappingと呼び、未解決ギャップの残存率・進捗のない遷移の割合・同じ状態の再訪頻度の3指標で検知します。そのうえで挙動パターン(静止・循環・漂流)と詰まっているギャップの種別に分けて診断し、両方に合わせた復旧制約をかけます。 4ベンチマーク・3バックボーンすべてで最高性能を記録し、RCA-100では最強ベースラインを相対37.89%上回りました。総トークンは5倍に増えますが、タスクエージェント自身の消費は20.9%減っています。 #AIエージェント# #コンテキスト管理#
もっと見る
🌍 衛星画像では「小さすぎて見えなかった」生垣や石垣。それをAIで数えられるようになると、農地を奪わずに森を増やせる道が見えてきます。 📰 タイトル: From pixels to planning: Earth AI for nature restoration 🔗 URL: 💡 概要 Google Researchが、高解像度の衛星画像を「実行可能なベクトルデータ」に変換するEarth AIの取り組みを公開しました。イングランド全域13万km²超を対象に、生垣・石垣・小さな雑木林を一つひとつの地図要素として数え上げたデータセットを一般公開しています。 🔍 解決する課題 気候変動対策の森林拡大は、食料を支える農地と土地を奪い合います。一方、生垣や防風林といった細かな木本性の要素は、農地を減らさずに炭素貯留と生物多様性を高められますが、小さすぎて従来の衛星検出や国家森林調査では捉えられませんでした。「測れないから管理できない」状態だったのです。 🛠 方法論と提案手法 ・3億枚超の衛星画像で事前学習したVision Transformer(ViT)基盤モデルを、約247km²の注釈データで微調整 ・サブメートル級の画像と1m解像度のLiDARを組み合わせ、地表の境界線と立体的な樹木を区別 ・Polsby-Popperのコンパクトネススコアを使い、0.5未満を生垣などの線状要素として自動分類 ・Google Earth Engine上で数千のSentinel-2セルを並列処理して大規模化 📊 ユースケース / 実績 数百万の要素のベクトルデータを生成し、Earth Engineで公開。林間放牧(シルボパスチャー)や農林複合(アグリシルビカルチャー)の支援、環境施策のリーケージ特定など、現場の意思決定に直結する使い方が想定されています。 #EarthAI# #リモートセンシング#
もっと見る
zama/aztec/infinex/sentinet/reya/humidifi,喜欢打新的人有福了