2026/10/9 9:00:00 ~ 2026/10/12 9:00:00 (JST)

最近の発表

AWS Security Hub now exports findings to S3 in CSV or JSON format

本日、AWS セキュリティハブは、結果を CSV または JSON (OCSF) 形式で Amazon S3 にエクスポートするためのサポートを発表しました。コンプライアンスレポートや監査証拠などのユースケースのためにコンソール外の調査結果を必要とするセキュリティチームは、独自の抽出パイプラインを構築して維持しなくても、脅威、暴露、脆弱性、ポスチャ管理、機密データ、すべての調査結果など、Security Hub コンソールのすべての調査結果ページから調査結果をエクスポートできるようになりました。\n今回のリリースにより、表示している調査結果ページからオンデマンドでエクスポートを開始し、Security Hub に結果をアカウントの S3 バケットに配信させることができます。結果をスプレッドシートで確認または共有する場合は CSV を選択し、オープンサイバーセキュリティスキーマフレームワーク (OCSF) 形式で調査結果が必要な場合は JSON 形式でエクスポートできます。 結果のエクスポートは、AWS Security Hub が利用できるすべての AWS リージョンで利用できます。詳細については、https://docs.aws.amazon.com/securityhub/latest/userguide/securityhub-v2-findings-export.html にある AWS セキュリティハブユーザーガイドをご覧ください。

Amazon EC2 R8gd instances are now available in additional regions

Amazon Elastic Compute Cloud (Amazon EC2) R8gd インスタンスは AWS ヨーロッパソブリンクラウド (ドイツ) リージョンでご利用いただけます。これらのインスタンスは、最大 11.4 TB のローカル NVMe ベースの SSD ブロックレベルストレージを備え、AWS Graviton4 プロセッサを搭載しているため、Graviton3 ベースのインスタンスよりもパフォーマンスが最大 30% 向上します。これらのインスタンスは AWS Nitro System 上に構築されており、高速で低レイテンシーのローカルストレージへのアクセスを必要とするアプリケーションに最適です。 \n 詳細については、「R8gd インスタンス」を参照してください。ワークロードを Graviton ベースのインスタンスに移行する方法については、AWS Graviton ファストスタートプログラムを参照してください。開始するには、AWS マネジメントコンソールを参照してください。

Amazon EC2 R8g instances now available in additional regions

本日より、Amazon Elastic Compute Cloud (Amazon EC2) R8g インスタンスが AWS ヨーロッパソブリンクラウド (ドイツ) リージョンで利用できるようになりました。これらのインスタンスは AWS Graviton4 プロセッサを搭載しており、AWS Graviton3 ベースのインスタンスと比較してパフォーマンスが最大 30% 向上しています。Amazon EC2 R8g インスタンスは、データベース、インメモリキャッシュ、リアルタイムのビッグデータ分析など、メモリを大量に消費するワークロードに最適です。これらのインスタンスは AWS Nitro System 上に構築されており、CPU の仮想化、ストレージ、ネットワーキング機能を専用のハードウェアとソフトウェアにオフロードして、ワークロードのパフォーマンスとセキュリティを強化します。\nAWS Graviton4 ベースの Amazon EC2 インスタンスは、Amazon EC2 で実行される幅広いワークロードに最高のパフォーマンスとエネルギー効率をもたらします。AWS Graviton4 ベースの R8g インスタンスは、Graviton3 ベースの R7g インスタンスよりも最大 3 倍多い vCPU (最大 48 倍) とメモリ (最大 1.5 TB) を備え、インスタンスサイズが大きくなっています。これらのインスタンスは、AWS Graviton3 ベースの R7g インスタンスと比較して、ウェブアプリケーションの場合は最大 30%、データベースの場合は最大 40%、大規模な Java アプリケーションの場合は 45% 高速です。R8g インスタンスには、2 つのベアメタルサイズを含む 12 種類のインスタンスサイズがあります。最大 50 Gbps の拡張ネットワーキング帯域幅と Amazon エラスティックブロックストア (Amazon EBS) への最大 40 Gbps の帯域幅を提供します。

アマゾン EC2 R8g インスタンス。ワークロードを Graviton ベースのインスタンスに移行する方法については、AWS Graviton ファストスタートプログラムおよび Graviton 用ポーティングアドバイザーを参照してください。開始するには、AWS マネジメントコンソールを参照してください。

Amazon Bedrock now supports reasoning summaries for OpenAI models

Amazon Bedrock は、レスポンス API を通じて OpenAI モデルの reasoning.summary パラメータをサポートするようになりました。この機能により、モデルの推論の要約と応答を人間が読めるようにリクエストできるため、コーディング、分析、多段階問題解決などの複雑なタスクに対するモデルのアプローチを理解しやすくなります。\n推論の概要により、開発者は応答を評価したり、アプリケーションをデバッグしたり、モデルが要求にどのようにアプローチしたかをユーザーに示したりするための追加のコンテキストを開発者に提供します。要約は、モデルの回答とともに推論出力項目の要約配列に返されます。 この機能は、OpenAI GPT モデルを利用できるすべての AWS リージョンの Amazon Bedrock のすべての OpenAI モデルで使用できます。これには、リージョン内推論、地理的 (GEO) クロスリージョン推論、グローバルクロスリージョン推論が含まれます。 詳細については、推論の要約に関する OpenAI のドキュメントを参照してください。Amazon Bedrock で OpenAI GPT モデルを使い始めるには、こちらのドキュメントを参照してください。

Anthropic Claude Sonnet 5.5 and Claude Opus 5.5 are now available on Kiro in AWS GovCloud (US)

AWS GovCloud (米国) リージョン向けの 2 つの新しい Anthropic モデルが Kiro IDE と CLI で利用できるようになりました。\nClaude Opus 5.5 は Anthropic のこれまでで最も有能な Opus モデルであり、長期にわたるエージェントコーディング作業では Opus 5 からステップアップしたものです。Opus 5.5 はすべてのリクエストを適応的に考え、各タスクにどれだけの労力が必要かを判断し、ツールコールを約 40% 減らし、Kiro の内部ベンチマークでは Opus 5 のトークンの約半分でタスクを完了します。100万のコンテキストウィンドウと、Opus 5の2.2倍から2.0倍のクレジット倍率で利用できます。 Claude Sonnet 5.5はAnthropicのこれまでで最速のソネットモデルであり、すでにSonnet 5で開発しているチームにとっては自然なアップグレードです。アウトプットが 30% 以上速くなり、現実世界のコーディングとナレッジワークがOpus 5.5のパフォーマンスに近づきます。また、より明瞭な記述により、より強力なコラボレーションが可能になり、開発者は最大限の能力とより高いスループットをコストパフォーマンスで両立できるようになります。100万のコンテキストウィンドウと1.3倍のクレジットマルチプライヤーで利用可能です。 IDE または CLI が最新バージョンに更新されていることを確認してから再起動すると、モデルセレクターから新しいモデルにアクセスできます。詳細については、GovCloud ドキュメント、モニタリングおよび追跡ガイドを参照するか、AWS アカウントチームにお問い合わせください。Kiro の詳細については、Kiro 製品ページをご覧ください。

Amazon Connect Customer now provides automated checks to improve performance evaluation forms

Amazon Connect のお客様が、AI によって自動的に入力される評価の精度を向上させるパフォーマンス評価フォームの変更を提案するようになりました。評価フォームを設定する際、管理者はワンクリックでフォームとベストプラクティスを比較する自動チェックを実行できます。その後、マネージャーは、AIが確実に採点するためのコンテキストが不足している評価質問のリストと、より具体的にするための提案を受け取ります。たとえば、小切手には「エージェントは営業情報を開示しましたか?」というフラグが付けられる場合があります。そして、販売前に代理人が何を開示しなければならないかを正確に定義するようマネージャーに求めます。これにより、マネージャーは人間と人工知能のエージェントを自動的に公正かつ正確に採点し、評価フォームの精緻化に費やす時間を短縮できます。\nこの機能は、米国東部 (バージニア北部)、米国西部 (オレゴン)、カナダ (中部)、ヨーロッパ (フランクフルト)、ヨーロッパ (ロンドン)、アジアパシフィック (シンガポール)、アジアパシフィック (シドニー)、アジアパシフィック (東京) の AWS リージョンで利用できます。詳細については、当社のドキュメントとウェブページをご覧ください。Amazon Connect のお客様価格については、料金ページをご覧ください。

Amazon S3 Vectors metadata pre-filtering is now available in AWS GovCloud (US) Regions

Amazon S3 ベクターのメタデータの事前フィルタリングが AWS GovCloud (米国東部) および AWS GovCloud (米国西部) リージョンで利用できるようになりました。事前フィルタリングでは、類似性検索を実行する前にメタデータフィルターを評価し、フィルターが選択的である場合は最大 5 倍多くの一致ベクターが返されます。S3 Vectors には、パスや URL などの値をフィルタリングするためのプレフィックス一致演算子 ($startsWith) も追加されています。これらの改善により、検索拡張生成 (RAG) アプリケーション、エージェントアプリケーション、およびセマンティック検索アプリケーションでは、フィルタリングしたときにより完全な結果が得られるため、アプリケーションからより関連性の高い回答が返されるようになります。\nS3 Vectors は Amazon S3 でのベクターの保存とクエリをネイティブでサポートし、目的に合わせて最適化されたコスト最適化型のベクターストレージとクエリを 10 億ベクター規模で提供します。今回の発表により、AWS GovCloud (米国) リージョンの新しいベクターバケットのインデックスでは、デフォルトでメタデータの事前フィルタリングが使用されるようになり、PutVectors を使用してベクターを記述する方法や QueryVectors でフィルターされたクエリを実行する方法に変更はありません。既存のインデックスで事前フィルタリングを使用するには、UpdateIndexMode API を使用してそのインデックスを更新します。また、更新する前に QueryVectors のクエリごとのパラメーターを使用して、事前フィルタリングを同じインデックスでの現在のフィルタリングと比較することもできます。 メタデータの事前フィルタリングは、Amazon S3 Vectors が利用できるすべての商用 AWS リージョンと AWS 中国リージョンで、追加料金なしで利用できます。現在、この変更をデプロイ中であり、近日中にデプロイを完了する予定です。開始するには、AWS CLI、AWS SDK、または Amazon S3 コンソールを使用してください。詳細については、Amazon S3 ベクターのドキュメントと AWS ニュースブログをご覧ください。

AWS Lambda supports OAuth authentication for self-managed Apache Kafka event sources

AWS Lambda は、セルフマネージド Apache Kafka イベントソースマッピング (ESM) の OAuth 認証をサポートするようになりました。これには、お客様が自分で実行する Kafka クラスターや、Confluent Cloud、Aiven、Redpanda などのマネージドサービスが含まれます。今回のローンチにより、お客様はエンタープライズ ID プロバイダーを通じて Lambda Kafka のコンシューマーを認証できるようになり、Kafka アプリケーションのセキュリティとコンプライアンスの要件を満たせるようになりました。\n支払い処理、不正検知、リアルタイムデータパイプラインなどのユースケース向けにイベント駆動型の Kafka ワークロードを構築しているお客様は、Kafka ESM を使用してサーバーレスの Kafka コンシューマーを構築しています。Kafka ESM は自動スケーリング、エラー処理、バッチ処理、イベントフィルタリングを提供します。これまで、Kafka ESM は認証方法として SASL/PLAIN、SASL/SCRAM、および相対 TLS (mTLS) のみをサポートしていました。そのため、OAuth を必要とする規制対象の業界のお客様は、Kafka ESM をクラスターで使用できませんでした。OAuth サポートにより、お客様は Amazon Cognito や Okta などのエンタープライズ ID プロバイダーを使用して Kafka ESM を認証し、同じ ID ガバナンスとアクセスポリシーを Kafka クラスターと Lambda コンシューマーに適用できます。 この機能は、セルフマネージド型 Kafka ESM が利用できるすべての AWS 商用リージョンで利用できます。OAuth 認証を使用するには、AWS マネジメントコンソール、Lambda API、AWS CLI、AWS CloudFormation、または AWS SAM を使用して認証設定を使用して新しい Kafka ESM を作成します。詳細については、AWS Lambda 開発者ガイドと AWS Lambda の料金表を参照してください。

Amazon Quick now supports brand templates for on-brand presentations and documents

本日より、Amazon Quickにブランドテンプレートをアップロードできるようになりました。これにより、承認されたビジュアルアイデンティティに合ったプレゼンテーションやドキュメントを作成できます。ブランドマネージャーがテンプレートを一度設定すれば、各チャットで適切なファイルを探す必要なく、全員がブランドに合ったアウトプットを得ることができます。\nブランドマネージャーは PowerPoint や Word のテンプレートをアップロードするか、SharePoint などの接続されたファイルストアから取得します。各ファイルから色、フォント、ロゴ、レイアウト、ブランドルールをすばやく抽出します。ブランドマネージャーは、Quickが見つけたものを組織全体に公開する前に確認して編集します。 また、Quickはテンプレートのルールに従って新しいアセットを作成します。リクエストがルールに違反した場合、Quickはその理由を説明し、ブランドに合った代替案を提案します。Quickは、各タスクについて、ブランドマネージャーが作成したガイダンスに基づいて最適なテンプレートを選択します。ユーザーは引き続き別のテンプレートを選択できます。 管理者はカスタム権限を使用して誰がブランドテンプレートを作成および公開できるかを決定し、ブランド、マーケティング、またはその他の承認されたチームの適切なメンバーのみが視覚基準を設定できるようにします。 現在、ブランドアセットは一般的に Amazon Quick デスクトップアプリで利用可能です。詳細については、Amazon Quick のドキュメントを参照するか、無料でアカウントを作成して Quick を数分で使い始めることができます。

Amazon SageMaker Unified Studio now supports custom Tooling blueprints

Amazon SageMaker Unified Studio がカスタムのツーリングブループリントをサポートするようになったため、ドメイン管理者は独自の AWS CloudFormation テンプレートを使用してすべてのプロジェクトの基盤を定義できるようになりました。管理者は、AWS 管理ポリシーの代わりに会社の命名基準に従った IAM ロール名や、カスタム権限境界に従った IAM ロール名など、組織固有の要件に合わせてプロジェクト環境を調整できます。\nAmazon SageMaker Unified Studio の管理者は、まず必要なプロジェクト環境を説明する CloudFormation テンプレートを作成し、それをカスタムのツーリングブループリントとして登録します。このサービスは、登録時と各プロジェクトのデプロイ後にテンプレートを検証し、チームメンバーがプロジェクトを使用する前に必要なリソースが存在することを確認します。テンプレートには、AWS Lake Formation 助成金、Amazon Athena ワークグループ、VPC セキュリティグループなど、CloudFormation がサポートするあらゆるリソースを含めることができ、プロジェクトごとに編集しなくても複数の AWS アカウントやリージョンで使用できます。デプロイ時には、プロジェクト ID やドメイン ID などの予約済みテンプレートパラメータがサービスによって自動的に入力されるため、管理者はテンプレートを一度定義すればどこにでも適用できます。 この機能は、Amazon SageMaker Unified Studio が利用できるすべての AWS リージョンで利用できます。詳細については、「ツーリングとしてのカスタムブループリント」のドキュメントを参照してください。

TwelveLabs Pegasus 1.5 model now available on Amazon Bedrock

Amazon Bedrock は TwelveLabs Pegasus 1.5 をサポートするようになりました。これは、動画から構造化されたタイムコード化されたメタデータを生成する動画からテキストに変換するモデルです。これまで、大規模なビデオライブラリから瞬間を見つけるには、質問する前にどこを見ればよいかを知る必要がありました。Pegasus 1.5 は動画全体を読み取り、何がいつ起こるかをラベル付けして、映像をアプリケーションがクエリできるデータに変換します。\nエディトリアルセグメント、講演者の交代、スポーツ番組、ブランド出演など、ビジネスにとって重要なことを定義すると、Pegasus 1.5はビデオ全体でそれらの瞬間を見つけ、タイムスタンプを付けて返します。画面上で見たもの、聞いたもの、読むものを 1 回のパスで分析するので、事前にインデックス作成や取り込みのパイプラインを構築する必要はありません。 Pegasus 1.5 には、米国およびグローバルクロスリージョンの推論プロファイルからアクセスできます。開始するには、Amazon Bedrock 製品ページにアクセスするか、Amazon Bedrock コンソールのモデルにアクセスするか、サポートされているリージョン、API、機能、価格に関する Amazon Bedrock のドキュメントを参照してください。

AWS Blogs

Amazon Web Services ブログ (日本語)

AWS Compute Blog

AWS for Industries

Artificial Intelligence

Open Source Project

AWS CLI

Amplify for iOS

Karpenter