Amazon CloudTrail
PulseAugur coverage of Amazon CloudTrail — every cluster mentioning Amazon CloudTrail across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
Amazon Quick 桌面 AI 助手现已正式推出
Amazon Quick 是一款专为企业设计的 AI 助手，现已在 macOS 和 Windows 桌面端推出。该工具旨在通过处理常规任务和提供快速信息访问来提高生产力，同时将数据保留在组织的可控环境中。它与各种工作工具集成，并提供优先活动信息流等功能，以减少通知过载并提高对高价值工作的专注度。
-
ZS Associates通过安全的Amazon SageMaker平台增强临时分析能力
ZS Associates已开发出一个使用Amazon SageMaker的安全、临时分析平台，旨在平衡开发者的敏捷性与医疗保健等受监管行业严格的合规性要求。该平台服务于超过1000名日常用户，采用多租户架构，配备隔离的SageMaker域和三层IAM角色结构，以确保细粒度控制并遵守最小权限原则。通过集成互联网隔离模式、加密存储和实时软件包扫描等安全措施，ZS在保持强大的数据保护和运营效率的同时，成功实现了机器学习访问的民主化。
-
AWS 为 Amazon Bedrock 上的 OpenAI GPT-5.6 模型启用印度本地推理
Amazon Bedrock 已为 OpenAI 的 GPT-5.6 模型 Terra 和 Luna 推出印度跨区域推理功能。此功能允许数据处理保留在印度境内，满足金融服务和医疗保健等具有严格数据驻留要求的行业需求。这些模型支持一百万个 token 的上下文窗口，并能处理文本和图像输入，使应用程序能够在数据不离开国境的情况下处理大量文档和混合媒体工作负载。
-
AWS Bedrock 为 Claude Code 实现单一区域数据驻留
Amazon Bedrock 现在支持 Claude Code 的严格单一区域数据驻留，允许组织在伦敦等特定 AWS 区域内处理模型推理。这可以通过两种主要方法实现：使用 Anthropic 的 Mantle 端点并设置特定区域的配置，或者结合使用经典的 Amazon Bedrock Invoke API、AWS Identity and Access Management (IAM) 区域条件以及自定义推理配置文件。虽然通常推荐跨区…
-
Amazon Bedrock AgentCore Identity 通过私钥 JWT 身份验证增强安全性
Amazon Bedrock AgentCore Identity 推出了私钥 JWT 客户端身份验证，增强了 AI 代理的安全性。此新方法用签名的 JSON Web 令牌 (JWT) 取代了传统的共享 OAuth 2.0 客户端密钥。代理现在可以使用存储在 AWS Key Management Service (KMS) 中的私钥签名的 JWT 断言向下游身份提供商进行身份验证，相应的公钥已在身份提供商处注册。
-
OpenAI 的 GPT-5.6 模型 Sol、Terra 和 Luna 在 Amazon Bedrock 上发布
OpenAI 的新款 GPT-5.6 模型 Sol、Terra 和 Luna 现已通过 Amazon Bedrock 提供。Sol 专为高级推理设计，Terra 在性能和成本之间提供平衡以供通用使用，Luna 则针对快速、低延迟推理进行了优化。这些模型集成了 AWS 安全功能和定价，允许开发者通过 OpenAI Responses API 使用它们，而无需管理自己的基础设施。
-
图神经网络增强云网络安全异常检测
研究人员开发了一种使用图神经网络的自监督学习方法，以改进云网络安全的异常检测。该模型应用于AWS CloudTrail日志，能够动态适应组织变化而无需重新训练，并且与传统方法相比显著减少了警报量。在一项跨五个组织的案例研究中，该系统每小时产生约一个警报，与基于规则的基线产生的数千个警报相比有了大幅下降，但无法估量误报率。
-
AWS 为 Amazon Quick AI 平台提供可观测性解决方案
AWS 详细介绍了一项新解决方案，使企业能够深入了解其对 Amazon Quick（一个生成式 AI 平台）的使用情况。该系统将来自各种 AWS 服务的运营数据整合到一个中央数据湖中进行分析。通过 Amazon CloudWatch、AWS CloudTrail、Amazon S3、Amazon Athena 和 Amazon Quick Sight 等服务，该解决方案能够跟踪用户采用情况、满意度、成本和治理。
-
AWS提供LLM迁移工具并将Claude Cowork集成到Bedrock中
Amazon Web Services (AWS) 推出了一项新解决方案，旨在简化生成式AI应用程序的大型语言模型 (LLM) 的迁移和升级。该框架提供了一个系统化的方法，包括用于提示转换、优化和跨各种性能维度进行全面模型评估的工具和最佳实践。该解决方案旨在促进不同LLM之间的无缝过渡，使组织能够在最小化运营中断的同时持续改进其AI解决方案。它提供使用Amazon Bedrock Prompt Optimization和Anthrop…