Python(클라이언트 장치)으로 포트 443에 TLS 클라이언트 인증을 사용하여 MQTT를 구현하는 방법

ALPN(응용 프로그램 계층 프로토콜 협상)은 TLS 서버에 연결되는 클라이언트가 ProtocolNameList라고 하는 추가 매개 변수를 통과시킬 수 있도록 하는 TLS로의 확장입니다. ProtocolNameList는 클라이언트가 통신에 사용할 응용 프로그램 프로토콜의 우선 순위 목록입니다. 이제 AWS IoT Core를 사용하면 ALPN TLS 확장을 사용하여 MQTT 위에 있는 장치를 포트 443의 TLS 클라이언트 인증으로 연결할 수 있습니다. 이 방법이 유용한 이유에…

AWS 딥 러닝 AMI, 최적화된 Chainer 4 및 CNTK 2.5.1을 사용하여 Amazon EC2 인스턴스에 대한 딥 러닝을 가속화할 수 있습니다.

Ubuntu 및 Amazon Linux용 AWS 딥 러닝 AMI에는 Chainer 4 및 Microsoft Cognitive Toolkit (CNTK) 2.5.1이 구성되어 있어 Amazon EC2 인스턴스 전체에 걸쳐 고성능을 최적화합니다. AMI는 5개 추가 AWS 리전에서도 사용할 수 있으므로 범위를 16개 AWS 리전까지 확장할 수 있습니다. Chainer 4로 딥 러닝 가속화하기 AMI에는 Chainer 4가 Intel의 딥 러닝 확장 패키지(iDeep)로 구성되어 있습니다.…

AWS CloudFormation을 사용하여 AWS Batch 리소스 생성 및 관리하기

AWS CloudFormation을 사용하면 개발자와 시스템 관리자가 (CloudFormation 스택이라고 부르는)관련 AWS 리소스 모음을 순서대로 예측 가능한 방식으로 프로비저닝 및 업데이트하여 쉽게 만들고 관리할 수 있습니다. 이제 CloudFormation 사용자는 나머지 AWS 인프라를 관리하는 것과 동일한 방식으로 AWS Batch 리소스를 배포하고 관리할 수 있습니다. 이 게시물에서는 CloudFormation에서 지원되는 기본 리소스를 강조하여 표시하고 CloudFormation을 사용하여 AWS Batch 컴퓨팅 환경을…

Start-Up 엔터프라이즈: Step 1

디지털 변환에 대한 업계의 많은 소문이 있었지만 그것이 의미하는 바에 대한 명확한 정보는 거의 없었습니다. “디지털”의 의미는 무엇입니까? 현대의 우리가 하는 것과는 다른 점이 무엇입니까? “디지털”변환이 얼마나 필요합니까? 혁신, 변화 및 붕괴의 속도가 지속적으로 확대되고 조직이 변화를 수용하지 않으면 재앙이 될 위험이 있음이 분명히 존재합니다. 우리는 15 년, 10 년 또는 심지어 5 년 전과…

AWS Schema Conversion Tool에서 스키마 비교기능 소개하기

AWS SCT(AWS Schema Conversion Tool)는 데이터베이스 마이그레이션을 더욱 예측하기 쉽게 해 줍니다. 이렇게 하려면 소스 데이터베이스 스키마와 대부분의 데이터베이스 코드 개체를 타겟 데이터베이스와 호환되는 형식으로 자동 변환합니다. AWS SCT에는 스키마 비교와 균질 데이터베이스 마이그레이션(예:Oracle에서 Oracle로 마이그레이션)에 대한 동기화를 지원하는 새로운 기능이 추가되었습니다. 스키마 비교 기능을 사용하면 소스 데이터베이스에서 타겟 데이터베이스로 데이터베이스 스키마 변경 사항을 더…

텍사스 Instrument의 Code Composer Studio 버전 8을 사용하여 Amazon FreeRTOS 개발하기

Texas Instrument(TI)는 TI MCU 컴파일러 버전 18.1.1을 포함하여 CCS(Code Composer Studio)버전 8을 출시했습니다. Code Composer Studio에 대한 Amazon FreeRTOS 프로젝트는 TI MCU의 컴파일러 버전 16.9.3에 대해 구성되어 있습니다. Amazon FreeRTOS에는 버전 18.1.1로 컴파일하지 않는 오픈 소스 CBOR(간결한 이진 개체 표현) 라이브러리(tinycbor)가 포함되어 있습니다. 시스템에 기존 16.9.3 컴파일러(또는 호환 컴파일러)가 없는 경우에는 Amazon FreeRTOS를 구축하지 않습니다.…

메가존 발표 영상을 공유드립니다.

이번 AWS SUMMIT 에서 저희 메가존에서 19일 엔터프라이즈 트랙에서 ‘ On-Premise 기반 서비스 클라우드 전환기’ 에 대한 주제로 발표하였습니다. 그 발표영상과 발표자료(SlideShare)를 공개합니다. 이날 저희 박준상 전문위원의 이 날 발표는 메가존 고객 사례를 통해서 클라우드 서비스 도입이유와 방식 그리고 개발환경을 구축하는 과정에 대한 실질적인 주제들을 소개하였습니다. 뿐만 아니라 요즘 화두가 되고 있는 DevOps 환경에서 요즘…

Amazon Comprehend와 Amazon Relational Database 서비스 사용하여 텍스트 분석 솔루션 구축하기

현재까지 대량의 비정형 또는 반구조화된 콘텐츠로부터 가치의 추출은 어려운 점이 많았으며 기계 학습 (ML)에 대한 배경지식을 필요로 했습니다. Amazon Comprehend는 진입 장벽을 없애고 데이터 엔지니어 및 개발자가 풍부하고 지속적으로 훈련된 자연스러운 언어 처리 서비스에 쉽게 액세스 할 수 있게 해줍니다. 관계형 비즈니스 정보와 Amazon Comprehend의 분석을 결합하여 완벽한 분석 솔루션을 구축하여 중요한 경향 분석을 구축…

비디오 편집을 자동화하여 최고의 스타가 되세요!

몇시간 동안 비디오 영상으로 특정 인물을 찾기를 원해 본 적이 있으신가요? 이 블로그 포스트에서는 긴 비디오를 특정 인물의 모든 동영상을 보여 주는 하이라이트 비디오로 자동 변환하기 위해 Amazon Rekognition Video와 Amazon Elastic Transcoder의 기능을 결합하는 방법에 대해 알아볼 것입니다. 간단한 시연 이 과정을 시연하기 위해 AWS Technical Trainer의 하루를 담은 비디오를 사용하겠습니다. 비디오를 보시면, 카메라에…

현재 Amazon EC2 C5 및 P3 인스턴스에 대한 더 빠른 교육을 위해 최적화된 Tensorflow1.7이 지원되는 AWS 딥러닝 AMI

Ubuntu 및 Amazon Linux를 위한 AWS 딥러닝 AMI에는 TensorFlow1.7이 포함되어 있으며 이 버전은 Amazon EC2 인스턴스 제품군 전체에 걸쳐 고성능 교육에 최적화되어 있습니다. 이것은 3월 말에 런칭한 TensorFlow1.6의 최적화된 빌드에 대한 업데이트입니다.   최적화된 TensorFlow 1.7을 통해 빠른 교육 이제 AMI(Amazon Machine Images)에는 TensorFlow 1.7이 Intel의 AVX(고급 벡터 지침), SSE 및 FMA 지침 세트와 함께…