da Agency

Amazon EC2 C6in-, M6in-, M6idn-, R6in- und R6idn-Instances sind jetzt in Asien-Pazifik (Tokio, Singapur) und AWS GovCloud (USA-West) verfügbar

Ab heute sind Amazon Compute Cloud (Amazon EC2) C6in-, M6in-, M6idn-, R6in- und R6idn-Instances in den Regionen Asien-Pazifik (Singapur), Asien-Pazifik (Tokio) und AWS GovCloud (USA-West) verfügbar. Diese Instances werden von skalierbaren Intel-Xeon-Prozessoren der 3. Generation mit einer All-Core-Turbofrequenz von bis zu 3,5 GHz angetrieben. Sie sind die ersten x86-basierten Amazon-EC2-Instances, die eine Netzwerkbandbreite von bis zu 200 Gbit/s und eine doppelt so hohe Paketleistung wie vergleichbare Instances der fünften Generation bieten. 
Quelle: aws.amazon.com

da Agency

Amazon CloudWatch RUM unterstützt jetzt kundenspezifische Metriken zur Fehlerbehebung und Überwachung

Amazon CloudWatch Real User Monitoring (RUM) bietet Kunden die Möglichkeit, benutzerdefinierte Metriken festzulegen, die an CloudWatch-Metriken gesendet werden. Kunden können Metriken auf der Grundlage von Daten in kundendefinierten Ereignissen (Benutzerdefinierte Ereignisse), vordefinierten RUM-Ereignissen und kundendefinierten Metadatenattributen (Benutzerdefinierte Attribute) definieren. Mithilfe der kundendefinierten Metriken können Kunden flexibel spezifische Teile ihrer Anwendung überwachen, Probleme mit der Anwendung beheben, die sich auf die Endbenutzer auswirken, und Warnungen bei Anomalien erhalten. Kunden könnten beispielsweise eine Metrik für die Anzahl der abgebrochenen Anrufe in einer Videoanwendung definieren und kundenspezifische Ereignisse senden, die Details wie Anrufdauer, WLAN oder Mobilfunknetz, Netzwerkbandbreite usw. eines abgebrochenen Anrufs erfassen.
Quelle: aws.amazon.com

da Agency

Amazon Detective bietet die Möglichkeit, Daten aus Übersichtsseiten und Suchergebnissen zu exportieren

Amazon Detective unterstützt jetzt die Möglichkeit, Daten aus Übersichtsseiten und Suchergebnissen im CSV-Format (kommagetrennte Werte) zu exportieren. Sie können diese neue Funktion verwenden, um Daten aus der Detective-Managementkonsole zu exportieren und Ihre Sicherheitsuntersuchungen zu bereichern, indem Sie die Daten mithilfe anderer AWS-Services, Drittanbieteranwendungen oder Tabellenkalkulationsprogramme, die den CSV-Import unterstützen, bearbeiten.
Quelle: aws.amazon.com

da Agency

Amazon ECS erhöht das Kontingent für die Anzahl der Bereitstellungsaufgaben, um Cluster Auto Scaling zu beschleunigen

Amazon Elastic Container Services (Amazon ECS) hat das Servicekontingent „Tasks in PROVISIONING state per Cluster“ erhöht, um ein schnelleres Cluster Auto Scaling-Erlebnis zu bieten. Kunden, die eine große Anzahl von Aufgaben (>300) in ihren Amazon ECS-Clustern starten müssen, werden nun feststellen, dass ihre Cluster-Infrastruktur schneller skaliert.
Quelle: aws.amazon.com

da Agency

Amazon EKS und Amazon EKS Distro unterstützen jetzt Kubernetes Version 1.25

Mit Kubernetes 1.25 wurden mehrere neue Funktionen und Fehlerbehebungen eingeführt, und AWS freut sich, Ihnen mitteilen zu können, dass Sie jetzt Amazon EKS und Amazon EKS Distro verwenden können, um Kubernetes Version 1.25 auszuführen. Ab heute können Sie mithilfe der Amazon EKS-Konsole, der eksctl-Befehlszeilenschnittstelle oder über ein Infrastructure-as-Code-Tool neue 1.25-Cluster erstellen oder Ihre vorhandenen Cluster auf 1.25 aktualisieren.
Quelle: aws.amazon.com

da Agency

AWS App Runner unterstützt jetzt die Umleitung von HTTP zu HTTPS

AWS App Runner leitet jetzt eingehende HTTP-basierte Anfragen über einen App Runner-Serviceendpunkt auf HTTPS um. Bisher schlugen eingehende Anfragen an einen HTTP-Endpunkt mit einer Zeitüberschreitungs-Statusantwort fehl. Jetzt können Sie sowohl HTTP- als auch HTTPS-Endpunkte Ihres Clients verwenden, um auf Ihre Anwendung zuzugreifen, die auf App Runner ausgeführt wird. App Runner leitet die eingehende Anfrage an einen HTTPS-Endpunkt mit dem Statuscode 301 „Permanent verschoben“ weiter. Sie müssen keine Konfigurationsänderungen an Ihrem App Runner-Dienst vornehmen, um die HTTP-zu-HTTPS-Umleitung zu aktivieren.
Quelle: aws.amazon.com

da Agency

Amazon QuickSight ermöglicht die rollenbasierte Zugriffskontrolle auf Datenquellen, die eine Verbindung zu Amazon S3 und Athena herstellen.

Amazon QuickSight ermöglicht es Ihnen jetzt, rollenbasierte Zugriffsrichtlinien zu QuickSight-Datenquellen hinzuzufügen, die eine Verbindung zu Amazon S3 und Amazon Athena herstellen. Mit dieser Einführung der Run-as IAM-Rolle für S3 und Athena sind QuickSight-Kontoadministratoren in der Lage, einzelnen S3- oder Athena-Datenquellen in ihrem QuickSight-Konto eine IAM-Rolle zuzuweisen, anstatt den kontoweiten Zugriff zu aktivieren, um eine Verbindung von QuickSight zu S3 oder Athena herzustellen.
Quelle: aws.amazon.com

da Agency

Ankündigung von AWS Telco Network Builder

AWS kündigt die allgemeine Verfügbarkeit von AWS Telco Network Builder an, um Kommunikationsdienstanbietern (CSPs) dabei zu helfen, die Bereitstellung und Verwaltung von Telekommunikationsnetzen in AWS zu automatisieren. CSPs möchten die Kosteneffizienz, Agilität und Elastizität der Cloud nutzen. Es kann jedoch kompliziert sein, herkömmliche Netzwerkanforderungen in einer Cloud-Umgebung umzusetzen. Um ein großes Netzwerk einzurichten, müssen Hunderte von Rechen-, Speicher- und Netzwerkkomponenten in AWS an Tausenden von Standorten bereitgestellt werden. Außerdem müssen sichere Netzwerke zwischen Standorten eingerichtet und gewartet werden sowie der laufende Netzwerkbetrieb verwaltet und skaliert werden.
Quelle: aws.amazon.com

da Agency

Amazon SageMaker Model Monitor über SageMaker Model Dashboard starten

Sie können Amazon SageMaker Model Monitor jetzt über SageMaker Model Dashboard starten und konfigurieren, indem Sie eine programmierfreie Point-and-Click-Umgebung verwenden. Amazon SageMaker Model Dashboard bietet Ihnen eine einheitliche Überwachung aller Modelle, indem es Einblicke in Abweichungen vom erwarteten Verhalten, automatische Warnungen und Fehlerbehebungen zur Verbesserung der Modellleistung bietet. Nachdem die Modelle in der Produktion eingesetzt werden, können die Daten in der realen Welt im Laufe der Zeit von den Daten abweichen, die zum Trainieren des Modells verwendet wurden, was schließlich zu einer geringeren Modellgenauigkeit führen kann. So könnten sich beispielsweise Änderungen der makroökonomischen Bedingungen, wie z. B. der Zinssätze, auf die Qualität des zur Vorhersage der Immobilienpreise verwendeten Modells auswirken. Model Monitor kann Abweichungen bei der Datenqualität, der Modellqualität, der Verzerrung und der Merkmalszuordnung erkennen und Sie warnen, damit Sie bei solchen Änderungen Abhilfemaßnahmen ergreifen können. 
Quelle: aws.amazon.com