DZone.com Feed 日本語 ノート

DZone.com Feed 日本語

DZoneは、技術とプログラミングの多くの側面に焦点を当てる包括的なオンラインプラットフォームです。このサイトは、異なるプログラミング言語、技術、フレームワーク、ツールに関する豊富な情報を提供します。サイト上で利用できる主な機能とリソースには、技術セクターの最新のトレンドと更新に関するニュースと記事、異なるプログラミングスキルを学ぶための多くのリソースとチュートリアル、ユーザーが互いに交流し、経験と知識を共有するコミュニティがあります。さらに、DZoneはテックプロフェッショナル向けの求人情報も提供し、技術とプログラミングに興味のある人々にとって有用なリソースとして機能します。

ノートのスレッド

Foundry IQのピッチは、手作業で構築した検索スタックの代わりに、エージェントが確実で引用可能なマルチソースコンテキストを1つのエンドポイントで取得できるというものです。十分に語られていないのは、「1つのエンドポイント」というのは少し単純化しすぎているということです。その下では、実際にはセキュリティモデルを共有しない4つの個別の認証サーフェスを管理しています。リソースをプロビジョニングするために使用するコントロールプレーン、ソースの種類によって異なる各ナレッジソースの認証情報、ナレッジベースとそれを呼び出すエージェント間の接続認証、そして最も間違いやすい、コンテンツ自体が質問者の権限を尊重しているかどうかです。これらのうちの1つでも間違えると、通常はエラーにはなりません。質問者が決して見るべきではなかったデータを使用して、エージェントが自信を持って質問に答えるようになります。これは、実際のFoundry IQデプロイメント、ナレッジソース、ナレッジベース、そしてそれに対してグラウンディングされたFoundry AgentとMicrosoft Agent Frameworkエージェントの両方をセットアップするための実践的なガイドであり、クイックスタートを機能させる管理者キーにデフォルト設定するのではなく、これら4つの認証サーフェスのそれぞれを正しく設定することを中心に構築されています。
15年経っても、セキュリティリーダーと交わす会話は、いつも同じように始まります。「境界はどうですか、エンドポイントのカバレッジはどうですか、SOCの体制はどうですか?」ほとんど誰も「パイプラインはどうですか」とは始めません。私が話したいのは、このギャップについてです。なぜなら、2025年はそのギャップがクレーターに変わった年だったからです。2026年のすべてのセキュリティロードマップを再編成すべき数字があります。GitProtectのDevOps Threats Unwrappedレポートによると、主要なDevOpsプラットフォームであるGitHub、GitLab、Azure DevOps、そしてAtlassianのJiraとBitbucketは、2025年に236件の脆弱性を修正しました。そのうち、59%は高またはクリティカルと評価されました。クリティカルが14件、高が126件、中が75件、低が21件でした。傾向線は総数よりも悪化しています。クリティカルな脆弱性は、上半期の4件から下半期の10件に増加しました。高深刻度の発見は、同じ期間で39件から87件へと55%増加しました。2025年11月だけで36件の修正済み脆弱性が発見されました。これは年間総数の15%に相当します。これらは、あまり知られていない内部ツールではありません。GitHubだけでも、6億3000万のリポジトリに1億8000万以上の開発者を抱えています。これほど多くのコードを保持するプラットフォームが、四半期ごとに脆弱性開示を加速させる場合、それはノイズではありません。それは方向性のあるトレンドです(DevOps.com、SecurityBrief)。
9秒。それが、2026年4月にレンタカーソフトウェアベンダーであるPocketOSで、AIコーディングエージェントが本番データベースとそのバックアップを削除するのにかかった時間です。創業者Jer Crane氏の説明によると、AIコーディングエージェントは通常のステージングタスク中に認証情報の不一致に遭遇し、コードベースを検索して、無関係なファイル内にAPIトークンを見つけました。そのトークンは、RailwayインフラストラクチャAPI全体にわたる広範な権限を持っていました。エージェントはそのトークンを使用しました。誰かが気づく前に、データベースとバックアップは消滅しました。PocketOSは攻撃されませんでした。認証情報は盗まれず、プロンプトインジェクションも実行されず、マルウェアも実行されませんでした。エージェントは目標を追求し、障害に遭遇し、与えられた権限を使用してそれをクリアしました。問題は、エージェントが本番データベースを削除できたことではありません。問題は、本来本番環境に触れるべきではなかったタスクに対して、それを防ぐ権限付与アーキテクチャが何もなかったことです。この分野全体が依存しているのはこの区別であり、だからこそ修正は、エージェントに注意するように指示するシステムプロンプトではなく、アーキテクチャに存在しなければならないのです。
今日、ストリーム処理プラットフォームは、モノのインターネット(IoT)デバイス、金融取引、銀行のウェブアプリケーションおよびサーバー、製造装置、倉庫および船舶のロジスティクスシステム、さらにはウェブポータル上の会話型エージェントによる顧客活動から継続的に流れるデータのリアルタイム分析を容易にします。Apache Kafka、Apache Flink、Apache Spark Structured Streamingのようなストリーミングフレームワークやストリームデータベースは、ビジネス担当者がリアルタイムで数百万のイベントを処理することを可能にしています。しかし、ストリーミングプラットフォームの価値は、それに供給されるデータの品質に完全に依存します。不正な形式のイベント、重複したメッセージ、欠落したフィールド、無効なタイムスタンプは、不正確な分析生成、誤ったアラートトリガー、アラートの急増、さらにはアプリケーションのクラッシュにつながる可能性があります。バッチ処理では実行前にデータをクリーニングできますが、ストリーム処理ではデータが流れている間に検証と修正が行われる必要があります。したがって、強力なデータ品質戦略の確立は、あらゆるイベント駆動型アーキテクチャの核となる必要条件です。