EuroDaTは、ヘッセン州の傘下企業であり、機密性の高い金融データの管理された、ケースごとの交換を可能にする先駆的なデータ信託です。大手銀行と共同開発したsafeAMLシステムは、マネーロンダリングの効果的な対策のために情報共有をデジタル化しています。従来、このプロセスは厳格なデータプライバシー規制により、煩雑な電話連絡を伴っていました。safeAMLにより、銀行は直接的なデータ暴露なしに、他の銀行から必要な取引詳細にデジタルでアクセスできます。 EuroDaTは、Google Cloudのインフラストラクチャ、特にGoogle Kubernetes Engineを利用して、スケーラブルでGDPRに準拠したプラットフォームを構築しています。このクラウドネイティブなアプローチは、Infrastructure as Codeによる自動化されたコンプライアンス管理を通じて、各データリクエストに対して安全で隔離された環境を保証します。safeAMLは現在、ドイツの銀行でパイロット運用されており、疑わしい取引のチェックを加速させ、誤検知を削減しています。このシステムは、データの機密性を損なうことなく、より迅速で正確な取引分析を可能にします。 EuroDaTのモデルは金融分野にとどまらず、ESG報告や医療研究などの分野で安全なデータ共有ソリューションを提供しています。同社は、中小企業がESGデータを金融機関と安全に共有できるよう、ドイツサステナビリティコードと協力しています。医療分野では、COVID-19後の雇用への影響に関する研究で実証されているように、EuroDaTは研究および政策決定のための機密性の高い健康および雇用データの安全な集計を可能にしています。 その中核的な原則は、必要に応じて安全で管理されたデータ交換を促進することにより、データ主権を強化することです。EuroDaTは、中立的なデータ信託として機能することにより、データ保護が最優先されることを保証します。Google Cloudとのパートナーシップは、企業、当局、研究機関間のデジタルのコラボレーションの基盤にデータプライバシーを組み込んでいます。

このGoogle Cloudのブログ記事は、2025年初頭の最も人気があったコンテンツの半期ごとのまとめを提供しています。Vertex AI上のImagen 4やVeo 3などの新しいモデル、そしてデータベース向けのGenerative AI Toolboxを含むAIの進歩が強調されています。このまとめでは、AIネイティブなデータ・トゥ・AIプラットフォームとなったBigQueryの強化された機能や、Cloud Run GPUの一般提供についても触れられています。セキュリティのアップデートも取り上げられており、脅威検知戦略、Juniper NetworksおよびIvanti Connect Secureを標的とするスパイ活動、サイバー犯罪グループへの対策に関するガイダンスが詳述されています。また、GoogleによるWizの買収合意がクラウドセキュリティ強化のために発表されています。さらに、クラウド認定の重要性の高まり、Cloud WANによるグローバル接続の拡大、エージェント駆動型エンタープライズの開発についても言及されています。Firebase StudioによるフルスタックAIアプリやFormula EのAIドライバーエージェントなどのイノベーションも紹介されています。最後に、さまざまな業界における生成AIの実際の応用が強調されています。

Google Cloudは、今年をパートナー生態系、オープンソース、およびAIの有用性向上に投資してスタートしました。同社は、Vertex AIにおけるエージェント評価やRAGエンジン、RAG実装の構築とデプロイメントを目的としたフルマネージドサービスなど、AIに関する複数のアップデートを発表しました。Google Cloudはまた、AI HypercomputerをA3 Ultra VMsとHypercompute Cluster、スケーラブルなクラスタリングシステムで更新しました。同社は、パートナーとの関係強化のために、パートナーマーケティングスタジオなどを投資し、オープンソースに関する複数の発表を行いました。例えば、Gen AI Toolbox for Databasesのパブリックベータ版などです。Google Cloudは、National Retail Federation会議でAI能力を展示し、AIエージェントやAIパワードサーチが小売業者がより効率的に運営するのを助ける方法を示しました。同社は、AIの実装に関するガイドやベストプラクティスを共有し、Supervised Fine Tuningの包括的なガイドやRAGの最適化方法などを提供しました。Vertex AI Studioでのオープンモデルの使用に関する新しいドキュメントも公開しました。同社のリーダーは、AIのパイロットを生産に移行するための観察やガイダンスを共有しました。Google Cloudは、AIテクノロジーの採用において大きな成長を見せており、Gemini APIの使用量が36倍、Imagen APIの使用量がVertex AI上で約5倍増加しています。同社は、AIに関する月次アップデートを継続して提供します。

Google Compute Engine では、Windows Server 2025 がサポートされ、顧客が Windows Server 2025 Data Center および Data Center Core エディションを実行できるようになりました。また、Windows SQL Server 2022 もサポートされています。Google Agentspace は、従業員が高度な推論、検索、およびエンタープライズ データを使用して、単一のプロンプトで複雑なタスクを実行するのに役立つ新しいツールです。Check Grounding API では、新しい有用性スコア機能がリリースされ、ユーザーが Best of N を実装して、モデルを再トレーニングすることなくレスポンスの品質を向上させることができます。NVIDIA H200 Tensor Core GPU と Hypercompute クラスターを搭載した A3 Ultra VM は、プレビューで利用可能になり、AI ワークロードのパフォーマンスが大幅に向上しています。Mandiant Academy では、新しいオンデマンド コース「サイバー脅威インテリジェンス プログラム デザイン プレイブック」が公開され、サイバー脅威インテリジェンス (CTI) プログラムを設計して構築する方法について説明しています。太平洋のデジタル ディバイドを減らすために、Tuvalu では初めて海底ケーブル接続が利用可能になり、Tuvalu Vaka ケーブルが追加されました。reCAPTCHA パスワード漏洩検出コンテナ アプリは、ユーザーがアカウント乗っ取りから保護されるように、危殆化された資格情報を検出してユーザーにパスワードの変更を促す新しいツールです。Google Cloud では、Rocky Linux、Alma、SUSE などの新しいオペレーティング システムのスキャニングに対する GA サポートを発表しました。また、On Demand Scanning にも追加の言語パッケージが含まれるようになりました。Compute Engine Committed Use Discounts の期間延長が利用可能になり、顧客が事前に設定された 1 年間と 3 年間のオプションを超えて CUD の期間を延長できるようになりました。Google Cloud では、サイバー脅威インテリジェンス プログラム デザイン プレイブック、reCAPTCHA パスワード漏洩検出コンテナ アプリなど、他の新しい機能と更新も発表しています。

2024年はGoogle Cloudにとって忙しい一年となった。多くの重要な発表や開発があった。1月には、Google Cloudがプラットフォームからデータを移動するためのデータ転送料金を廃止した。2月はAI関連のトピックに焦点を当て、Vertex AIの顧客に対するGeminiモデルのアクセス拡大などがあった。3月には、開発者がイノベーションの境界を押し広げ、ビジネスリーダーがGoogle CloudでのAIの安全なデプロイメントについて学んだ。4月には、Google Cloud Nextで218件の記録的な発表があり、Google Axion Processorsの導入もあった。5月には、TrilliumというGoogle Cloud TPUの6世代目の導入やAI搭載アプリケーションのフォーカスがあった。6月は、データベースのモダナイゼーション、高いシステムの信頼性、AI搭載アプリケーションの作成に焦点を当てた月となった。7月には、Google Distributed Cloud air-gapped applianceの一般提供や、カスタムAxionチップとTPUチップの歴史を振り返った。今年一年を通じて、Google Cloudは能力を拡大し、新しいモデルやサービスを導入し、AIが様々な業界に与える影響を探った。年末には、新しい画像やビデオ生成モデルの提供やTrilliumの一般提供があり、2025年の幕開けを準備した。

2025年第1四半期、グーグルクラウドはロンドン中央部にAIプレイグラウンドを立ち上げ、AIの力を活用するために必要なスキルを身につけるために、知識のギャップを埋めることを支援します。AIプレイグラウンドは、ビジネスや個人がAIの神秘性を取り除き、その潜在性を探求し、実践的な専門知識を身につけるためのダイナミックなハブとして機能します。このスペースには、Googleの強力なGeminiモデルファミリーが特徴で、インタラクティブなデモがそのマルチモーダルおよびエージェント機能を紹介します。訪問者は、Geminiが複雑なデータを分析し、クリエイティブなフォーマットを生成し、革新的なソリューションを提供する能力を体験し、実験することができます。AIプレイグラウンドは、訪問者がAIと触れ合い、ハンズオンのワークショップやハッカソンに参加し、Google Cloud AIの専門家とつながることができる、没入型の学習環境として設計されています。このスペースは、AIスキルの開発のニーズに対応し、ハンズオンの実験、スキルの開発、コミュニティの構築、現実世界のインスピレーションを提供するための専用のスペースを提供します。AIプレイグラウンドでは、Google Cloudの専門家が主催するインタラクティブなワークショップやハッカソンが開催され、個々やチームがAI時代に繁栄するために必要な専門知識を身につけることができます。アクセシブルな学習の機会を提供し、豊かなAIコミュニティを育むことで、AIプレイグラウンドは、個々やビジネスがより良い未来を形作るために貢献することを可能にします。AIプレイグラウンドは、好奇心がイノベーションと出会い、学習がハンズオンで、AIの潜在性が解放される場所になる予定です。立ち上げは2025年第1四半期に予定されており、個々はカレンダーを記入して、AIプレイグラウンドでAIの旅を始めることができます。

「イギリスはAI革命の最前線に立っており、過去1年間にAIへの検索関心は50％増加しています。Google Cloudの次世代AI基盤モデルであるGeminiは、さまざまな業界のイギリス企業がAIの潜在力を活用できるようにしています。Google Cloud Summit Londonでは、Geminiの影響とGoogle Cloudの広範なポートフォリオからの革新を紹介し、AIがどのように業界を変革しているかを示しています。GoogleとVodafoneの10年間、10億ドル以上の契約を含む深いパートナーシップは、ヨーロッパとアフリカにおけるクラウド、サイバーセキュリティ、デバイス、サービスでの協力を強化しています。Google Cloudのイギリスのウォルサムクロスの新しいデータセンターへの10億ドルの投資は、AIイノベーションと信頼できるデジタルサービスへの取り組みを強化しています。 AIの勢いは明らかであり、イギリスの組織のほぼ3分の2が、ジェネレーティブAIに大きな割合のAI予算を割り当てています。Google Cloudは、BUPA UK、Dunelm、Incubeta、Vodafoneなどのイギリスの主要企業が、GeminiとGoogle Cloud AIを利用して、ヘルスケア、リテール、開発、リソース計画などの分野で現実世界の影響をもたらしていることを強調しています。Google Cloudは、データ居住コミットメントを拡大し、イギリスの組織が、Gemini 1.5 Flashのマシンラーニング処理をイギリス国内で実行できるようにし、データ主権とコンプライアンスの懸念に対処しています。 Google Cloudはまた、イギリスとEMEAのスタートアップをサポートしており、イギリスに拠点を置くジェネレーティブAIスタートアップの60％以上がGoogle Cloudの顧客です。同社は、ロンドンにGoogle Cloud Startup Hubを立ち上げ、スタートアップと開発者向けの専用コミュニティスペースを提供しました。このハブでは、ハンズオンラーニング、ネットワーキングの機会、業界リーダーとの接触が提供されます。Google Cloudはまた、AI Playgroundのオープニングを発表しました。これは、開発者と組織を刺激し、権限を与えるように設計された体験型AIデモスペースです。 データプラットフォームを強化するために、Google Cloudは、GeminiモデルとBigQueryの統合、シンセティックデータの新しい機能、会話分析、セキュリティ機能の強化など、重要な製品の更新を発表しました。Googleはまた、AIパワードコーディングパートナーのCode Assistのエンタープライズティアを立ち上げ、セキュリティ、コンテキスト、Google Cloudサービスとの統合を強化しています。これらの投資は、Google CloudがデータとAIをすべてのユーザーにとってよりアクセスしやすく、強力にするという取り組みを示しています。サミットは、イギリスがAIの未来を形作る上での役割と、クラウドテクノロジーの協力的な可能性を示しています。

生成AIの世界は、絶え間ないアップデートと新しいモデルのリリースにより急速に進化しています。Vertex AIは、Google、パートナー、オープンコミュニティから150以上のモデルへのアクセスを提供します。ジェミニ 1.5フラッシュは低レイテンシーと競争力のある価格を提供し、ジェミニ 1.5プロは、複雑なユースケース用の業界をリードする200万トークンのコンテキストウィンドウを誇っています。Imagen 3は、機能が強化され、安全対策が講じられた画像生成に優れています。ジェマ2は、パワーと効率が向上したGoogleの次世代オープンモデルを表しています。Anthropic's Claude 3.5 SonnetがVertex AIモデルコレクションに加わりました。Vertex AIのModel Builderを使用すると、モデルのカスタマイズと、プロトタイプから本番環境へのオールインワン開発が可能になります。コンテキストキャッシュにより、長いコンテキストを持つアプリケーションの入力コストが大幅に削減されます。制御された生成は、目的の出力形式を確保します。バッチAPIは、レイテンシーに影響されない大量の処理の効率を最適化します。拡張されたモデル監視機能は、Vertex AIの外部でホストされているモデルをサポートし、統合された管理を提供します。Vertex AIのRayは、分散AIのワークロードを簡素化します。プロンプト管理は、プロンプト、バージョン管理、AI生成された提案のライブラリを提供します。評価サービスは、迅速な評価とサマリーおよび質問応答の特殊な指標を用いて、モデルのパフォーマンス評価を支援します。

LLMの力を活用するには、「ランダム性の管理」と「事実の誤りの修正」という2つの課題があります。これらのハードルに対応するため、Vertex Gen AI Evaluation Serviceを使用して、さまざまなLLM生成オプションの中から最適な回答を選択する自動化されたワークフローが開発されました。このワークフローには、複数の回答を生成し、ペアワイズ評価して最適な回答を特定し、ポイントワイズ評価を使用してその品質を評価することが含まれます。金融機関の顧客の会話を要約するユースケースは、このワークフローを実際のタスクに適用する例です。このワークフローは、LLMが生成した要約の正確性、有用性、簡潔さを向上させ、システムの意思決定における信頼と透明性を促進します。このワークフローは、質問応答や要約など、あらゆるモーダリティまたはユースケースに適用できます。このワークフローは、LLMの確率的性質とVertex Gen AI Evaluation Serviceを活用することで、LLMの完全なポテンシャルを活用できます。

今週の Google Cloud Innovator のアップデートでは、いくつかの新機能とアップデートがハイライトされています。Vertex AI Model Monitoring は、運用中のモデルの監視を向上するために強化されました。新規ユーザーは、アカウントを作成したり、サインインしたりせずに、Vertex AI を試用できます。マネージド Redis に、シングルゾーン インスタンスが利用可能になりました。IAM の条件を使用して、BigQuery リソースへのアクセスを制御できるようになりました。GKE の新しいフリートレベルの機能マネージャーにより、Kubernetes クラスター間で一貫した動作が可能になります。Google Cloud コミュニティは、レトリーバルオーグメンテッドジェネレーション (RAG)、Security Command Center の事前対応セキュリティアラート、BigTesty を使用した SQL クエリのテストに関する洞察を共有しています。学習の機会には、BigQuery を使用した AI チャットボットの構築、クロスクラウドネットワーキングの理解、AI アプリケーションの Cloud Run の活用、Google 検索を使用して Vertex AI の結果を基礎付けすることが含まれます。さらに、Google Cloud は Oracle と提携して、さまざまなデータベースと接続オプションを提供しています。

Google Cloud は最新のアップデート、お知らせ、リソース、イベント、学習機会を提供します。このプラットフォームは、販売店主導型の販売を通じて効率的な限定オファーの取引を可能にするチャンネル限定オファーを提供しています。ベンチマーク調査では、Apache Flink と Google Cloud Dataflow のストリーミングデータ処理のコストとパフォーマンスを比較しました。Secure Gateways は、インフレスゲートウェイ向けの相互 TLS によりセキュリティを強化します。ワイルドカード証明書は、複数のサービスの証明書管理を簡素化します。ベクター検索により、ユーザーは BigQuery に格納されたログとアセットメタデータを分析できます。Nuvem トランスアトランティック海底ケーブルシステムはアゾレス諸島まで拡大されました。Cross-Cloud Networking はインフラストラクチャの管理を簡素化し、クラウドデプロイメントアーキテクチャはワークロードアーキテクチャを導きます。汎用 VM の N4 と C4 は、コストとパフォーマンスを最適化します。検証済みピアリングプロバイダーは、Google への接続を簡素化します。新しいトレーニングプログラムにより、テクノロジー関連のキャリアへの道筋が広がりました。

Google Cloudは更新、アナウンスメント、リソース、イベント、学習の機会のためのセントラルハブを提供しています。重要なハイライトを以下に示します。 - クロスクラウドマテリアライズドビューにより、複数のクラウドプラットフォームにわたるシームレスなアナリティクスが可能になります。 - Google Cloudがパロアルトネットワークスのグローバルクラウドサービスプロバイダーオブザイヤーとして認められました。 - GKE Enterpriseでは、重要なアプリケーションやAI/MLワークロードを管理するための90日間の無料トライアルを提供しています。 - BigQuery Cost Managementツールは支出の最適化を支援し、予期せぬコストの発生を防ぎます。 - ジェネレーティブAIの進歩は、Google Cloudの提供サービスを通じてカスタマーサービスを強化します。 - クラウドFinOpsのベストプラクティスは、組織がクラウド予算を最適化するためのガイドとなります。 - Google Cloudのデータアナリティクスイノベーションロードマップは、BigQuery、ストリーミングアナリティクス、データレイクの戦略の概要を示しています。 - Vertex AI Searchの機能には、カスタマイズされた検索アプリケーションのためのジェネレーティブAIの機能があります。 - ベクトル類似検索は、レコメンデーションエンジンやその他のアプリケーションの構築を簡素化します。 - Cloud Deployの拡張機能には、デプロイの前後処理とSkaffoldの更新が含まれます。 - Artifact Registryのリモートおよび仮想リポジトリは依存関係の管理を容易にします。

2023 年は、テクノロジーとクラウドコンピューティングの分野で大きな進歩が生まれた年でした。Google Cloud は、Vertex AI の生成 AI サポート、Cloud Logging のログ分析、アプリケーション統合など、数々の重要な新製品とサービスを発売しました。Google Cloud はまた、新しいクラウドリージョンの立ち上げや新しい AI 最適化ハードウェアの開発など、インフラストラクチャにも多額の投資を行いました。同社は新しい価格設定オプションの導入と無料階層のオファーの拡大により、そのサービスをさらにアクセスしやすく、手頃な価格にするために措置を講じました。2024 年に向けて、Google Cloud はクラウドコンピューティング市場でのリーダーシップを継続する体制を整えています。

Looker Studio に個人用レポートが導入され、ユーザーは共有ダッシュボードを変更することなくデータを探索し、インサイトをセルフサービスで得られるようになりました。自動レポート更新により、重要なビジネス上の意思決定のためにデータの鮮度を確保します。クイックフィルターにより、レポート内でより高速かつ強力なデータ探索が可能になります。更新を一時停止すると、レポートの設定中にクエリ量とコストを制御できます。基盤データを閲覧することで、データのコンテキストと構造の理解が向上します。これらの更新により、Looker Studio のユーザーは最新のデータにアクセスし、効率的にインサイトを探索し、情報に基づいた意思決定を行うことができます。Looker Studio は引き続きユーザーベースを拡大し、Looker ファミリーの製品に月間 1000 万人のユーザーがアクセスするのに貢献しています。このプラットフォームは、セルフサービス分析によってユーザーに力を与え、より迅速かつ情報に基づいた意思決定につながることを目的としています。

エンタープライズ向けビジネスインテリジェンスプラットフォームである「Looker Studio Pro」は現在、AndroidおよびiOSデバイス用のモバイルアプリを提供しています。このアプリには、モバイル画面に最適化された動的なレポートレイアウトが備わっており、より簡単に移動して読むことができます。ユーザーは、分類されたフォルダーからすべてのレポートにアクセスし、簡単に検索できるよう分類できます。1回のタップでレポートを共有することが簡略化され、どのデバイスでもアクセスするためのリンクが生成されます。このアプリでは、予定されたメールやチャットから対話型レポートにシームレスにアクセスできます。1,000を超えるデータソースとコミュニティソースのレポートテンプレートに接続します。Looker Studio Proモバイルアプリにアクセスするには、ユーザーは既存のLooker Studio Proサブスクリプションがあり、会社の資格情報を使用してサインインする必要があります。ユーザーはGoogle PlayまたはApp Storeからアプリをダウンロードすることで、いつでもどこでもレポートを表示し、ビジネスに関するリアルタイムデータを収集できます。

システム インサイトは、メトリクス、イベント、ログを組み合わせてデータベースのパフォーマンスの問題を診断するための Cloud SQL のモニタリング ツールです。カスタマイズ可能なメトリクスを使用した集中型モニタリング ダッシュボードのニーズに対応します。このダッシュボードは、主要なシステムリソースとそのステータスのスナップショットをすばやく提供します。事前に構築されたダッシュボードは、RED および USE のオブザーバビリティ フレームワークに基づく実用的なメトリクスを表示します。このツールを使用すると、ユーザーはメトリクスをシステム イベントと関連付けて、パフォーマンスの問題の根本原因を特定できます。システム インサイトは、特別なユースケースに対応するためにカスタマイズ可能なビューを提供します。これにより、クエリ インサイトとデータベースの健全性の推奨事項を補完し、Cloud SQL に包括的な監視ソリューションを提供します。このツールにより、データベースのトラブルシューティングの参入障壁が低減され、カスタマイズ可能なメトリクスとビューにより高度なユーザーに対応します。イベントをダッシュボードに統合することでトラブルシューティングのプロセスが簡素化され、ユーザーはメトリクスをシステム イベントと関連付けることができます。システム インサイトは、データベースのモニタリングとトラブルシューティングをより簡単かつ効率的に行えるように設計されています。

データ分析の進歩に伴い、SQL などの従来のツールは限界に直面しています。新しいオープンソースライブラリである BigQuery DataFrames は、Python の柔軟性と BigQuery のスケーラビリティを組み合わせて大規模なデータ分析を可能にします。 BigQuery DataFrames は、データの入力/出力、データの操作、pandas へのシームレスな移行を統一します。また、ML API を介して BigQuery の ML 機能を強化し、スケーラブルな Python 関数、リモート関数展開、Vertex AI との統合を提供します。 BigQuery DataFrames は、Hex や Deepnote などのサードパーティツールと統合され、多言語サポートと対話型のデータ分析を提供します。BigQuery と Vertex AI SDK のハンドオフを簡素化し、手動でのデータ移動の必要性を排除します。 BigQuery DataFrames を使用すると、開発者は Python を使用してクラウドでデータを直接処理し、クラウドのスケーラビリティを活用できます。探索的データ分析と複雑なデータ操作のための使い慣れた Python API を提供します。 BigQuery DataFrames は、大規模な ML トレーニング、リモート関数展開、Vertex AI との統合を可能にします。BigQuery ML 用の Python アクセス可能なインターフェイスを提供し、生成 AI プロジェクトを合理化し、Vertex AI からファウンデーションモデルを統合します。 Python の処理をクラウドにオフロードすることで、BigQuery DataFrames はシームレスな本番デプロイメントを可能にし、データ分析から AI パイプラインへの移行を容易にします。BigQuery のユーザー権限モデルを活用することで、Python 開発者は BigQuery 内で自分のスキルを使用できます。 BigQuery DataFrames は、Jupyter ノートブック、BigQuery Studio、Colab Enterprise を含むさまざまな Python 環境で簡単にインストールして使用できる、統一されたパッケージで利用できます。BigQuery の管理ストレージと BigLake テーブル上に統一された Python API を提供し、自動的にスケーリングして大規模なデータセットを処理します。

HTTP/2 ベースの DDoS 攻撃が急増し、従来のレイヤー 7 攻撃を上回りました。Google のグローバルな負荷分散インフラストラクチャにより、これらの攻撃がネットワークエッジで効果的に軽減され、停止が防止されました。攻撃者はストリーム多重化や Rapid Reset などの HTTP/2 機能を悪用して、高い要求率を達成します。HTTP/2 の Rapid Reset 攻撃は、クライアントが送信直後にリクエストを取り消し、無限の数のインフライトリクエストを許可し、サーバーとクライアントの間にコストの非対称性を作成することに依存しています。攻撃のバリアントには、遅延によるキャンセルやストリーム制限を超過することが含まれます。軽減策としては、不正使用が検出されたら GOAWAY フレームを使用して接続を閉じ、接続統計を追跡することが含まれます。HTTP/2 サーバーは、ストリーム制限を超過した接続を閉じて、キャンセルされないバリアントを軽減する必要があります。プロトコルの違いにより、これらの攻撃手法が HTTP/3 に直接変換される可能性は低いです。Google は、業界パートナーと協力して、調整された開示プロセスを通じて HTTP/2 の脆弱性に対処しました。

最近、Google は DDoS 攻撃の規模が指数関数的に増加していることを目撃しており、最新の攻撃では 1 秒当たり 3 億 9800 万リクエストに達しました。この攻撃では、ストリームマルチプレクシングに基づく新しい HTTP/2「Rapid Reset」手法が使用され、複数のインターネットインフラストラクチャ企業に影響が出ました。この攻撃は、Google のサービスやインフラストラクチャと顧客をターゲットにしており、DDoS 攻撃の脅威が高まっていることがわかります。Google は業界のパートナーと協力して、緩和策を開発し、攻撃手法に関する情報を共有しました。この攻撃は CVE-2023-44487 として追跡されており、HTTP/2 プロトコルをサポートするサーバーやプロキシに影響があります。HTTP/2 ベースのサービスを使用している組織は、ベンダーパッチを適用するか、システムの脆弱性を検証することが推奨されます。大規模な DDoS 攻撃から防御するには、大量のインフラストラクチャへの投資が必要ですが、Google Cloud の顧客は Google のグローバルネットワークと DDoS 保護機能を利用することでこの投資を活用できます。Google Cloud の Application Load Balancer と Cloud Armor は、CVE-2023-44487 などの脆弱性を悪用したものも含めて DDoS 攻撃に対して予防的に保護します。組織は、保護をさらに強化するために、レート制限と AI による適応型保護を備えた Cloud Armor カスタムセキュリティポリシーを導入できます。

ストリーミング処理は、不正検出や IoT などのアプリケーションで活用されるリアルタイムのデータ洞察を提供します。Dataflow は、ストリーミングジョブのコンピューティング容量を自動的に調整するための自動スケーリング機能を提供します。これらの機能には水平および垂直自動スケーリングがあり、Streaming Engine はデータボリュームの変更に応じてよりスムーズなスケーリングを提供します。 顧客は、ランタイム中のワーカーの最小数と最大数を調整するなど、自動スケーリングパラメータをカスタマイズする必要がある場合があります。これを解決するために、Dataflow はユーザー校正自動スケーリング用の実行中のジョブ更新を導入しました。 この機能により、ユーザーは処理の遅延を引き起こすことなく、実行時にワーカーの制限を更新し、遅延の保証を確保できます。Google Cloud コンソールまたは Dataflow 更新 API を介して利用できます。 Yahoo は、SLA に違反することなくストリーミングパイプラインを更新し、遅延スパイクを削減してコストを最適化するために、この機能を正常に実装しました。 Dataflow は、Streaming Engine や実行中のジョブ更新など、さまざまな自動スケーリング機能を提供し、ユーザーは特定の要件に合わせて自動スケーリングを微調整できます。 自動スケーリングは、低遅延の保証とコストの最適化に不可欠です。Dataflow は、このプロセスを簡略化するための包括的な自動スケーリング機能を提供します。 詳細と今後の機能強化のアップデートについては、Google Cloud 営業チームにお問い合わせください。

「Cloud Bigtable は、低遅延、高可用性を備えたスケーラビリティの高い NoSQL データベースです。変更ストリームを使用して、Bigtable データに対する変更を追跡し、他のシステムと統合できます。変更ストリームは、さまざまな方法で有効にでき、最長 7 日間データの変更へのアクセスを提供します。Dataflow の統合により、バッチ、ストリーミング、機械学習の目的で変更ストリームデータの処理が可能になります。変更ストリームのユースケースには、分析、イベントベースアプリケーション、マイグレーション、マルチクラウドシナリオ、コンプライアンスが含まれます。Peacock は変更ストリームを使用して、そのデータパイプラインを合理化しています。変更ストリームの有効化は、Google Cloud コンソール、API、またはその他のツールで行えます。変更ストリームは、Bigtable API との統合により柔軟性と制御を提供します。それらは、Bigtable 上のデータを制御し、データパイプラインを最適化するための貴重な機能を提供します。

Google Cloud Consultingは、クラウドプロジェクトの提供に関する専門知識とベストプラクティスを提供する、社内のプラットフォームDelivery Navigatorを開発しました。このプラットフォームは現在、効率を高めビジネスの優先事項に焦点を当てるために、パートナーに開放されています。Delivery Navigatorは、Googleテクノロジーと手法を組み合わせ、変換手法のライブラリ、プロジェクト管理統合、テレメトリを提供します。クラウドエコシステム内の提供アプローチを標準化し、プロジェクトのリスクを削減し、コミュニケーションを改善することを目的としています。このプラットフォームには当初、厳選された知識ベースが含まれますが、Googleはパートナーにコンテンツの寄与を推奨しています。Delivery Navigatorは、一般的なプロジェクト管理ツールと統合されており、パートナーは好みのワークフローを引き続き使用できます。このプラットフォームは、第4四半期初めに公開プレビューとして公開される予定で、Partner Advantageポータルからアクセスできます。Googleのビジョンは、クラウドエコシステムでのコラボレーションと継続的な改善を促進するために、パートナーや顧客が参加する活気に満ちたクラウド提供手法コミュニティを作成することです。

「Google Cloud Next '23では、クラウドインフラストラクチャ、AI、コラボレーションツールにおける進歩が発表されました。このイベントでは、Google Cloudの収益成長、収益性、大手組織とのパートナーシップが強調されました。主な発表には、AI最適化インフラストラクチャ、Vertex AIプラットフォームの更新、Google WorkspaceとGoogle Cloudを統合したAIアシスタントのDuet AIの導入が含まれます。Google Cloudのインフラストラクチャ製品には、Cloud TPU v5e、NVIDIA H100 GPU搭載A3 VM、GKE Enterprise、Cross-Cloud Network、Google Distributed Cloudが含まれます。Vertex AIプラットフォームの強化には、PaLM 2、Imagen、Codeyのアップグレードに加えて、新しいモデルとツールが含まれます。Duet AIはGoogle Workspaceでの機能を拡大し、高度なライティングアシスタント、コード補完、会議の生産性向上機能を提供します。Google Cloudはデータの制御とセキュリティの重要性を強調し、ユーザーがデータの所有権とプライバシーを保持できるようにします。また同社は、AI生成画像用のデジタルウォーターマークと、AIワークフロー用のマネージドサービスであるColab Enterpriseも導入しました。Google Cloudがインフラストラクチャ、AI、コラボレーションに重点を置くことで、企業や組織は生成AIとクラウドテクノロジーの利点を活用できるようになります。

Google Cloud の顧客賞は、クラウド技術を活用して革新と前向きな変化を推進する組織を表彰するものです。今年の受賞者には、データドリブンなインサイトに AI を活用するカルフール ベルギー、生成 AI サービスに AI/ML インフラストラクチャを活用する Kakao Brain、環境影響のモバイルモニタリングを実施するニューヨーク州環境保護局などが含まれます。DEI 顧客賞は、データと AI を通じて表現と包摂性を促進する組織を表彰するものであり、ソーシャルインパクト賞の受賞者は、地域社会のポジティブなサポートを作り出し経済的移動性を促進するテクノロジーの力を示しています。人材変革賞の受賞者は、業務の成功とキャリアの成長を促進するために従業員にデジタルスキルを与えます。業界顧客賞は、クラウドファーストのセキュリティプラットフォームで表彰される Palo Alto Networks、教育の普及を拡大する FMU、データドリブンながん医療を通じてヘルスケアを変革する COTA など、あらゆる部門の組織を表彰するものです。Google Cloud は、製造業からサプライチェーン、小売に至るまでさまざまな業界のお客様とパートナーシップを結ぶことを誇りに思っており、事業を革新しクラウドで新たな可能性を生み出しています。

BigQueryの強化されたJSONサポートにより複雑な前処理が不要になり、スキーマの柔軟性とスケーラビリティが向上します。JSON用の新しいSQL関数は、JSONデータの抽出、構築、操作を容易にします。あいまい変換機能は、データ型の不一致に対応し、データ変換を容易にします。JSONミューテータ関数は、迅速で簡単なJSONデータの修正を可能にします。JSONコンストラクタ関数は、JSONオブジェクトと配列をSQL内で直接作成することを可能にします。新しい関数は、ユーザーデータの抽出、フィールドの削除、フィールドの変更または追加など、データ分析タスクを簡素化します。JSON_STRIP_NULLSは、JSONのNULLを削除してデータを圧縮します。JSON_SETにより、JSONフィールドを追加または修正できます。JSON_OBJECTは、プロパティ/値のペアからJSONオブジェクトを作成します。BigQueryの継続的な機能強化は、JSON分析をより効率的で強力にすることを目的としています。

Cloud Spannerの変更ストリームにより、分析、イベント駆動型のアプリケーションなどにデータベースの変更をほぼリアルタイムで追跡できます。変更ストリームは簡単に構成して、BigQueryにデータをレプリケーションして分析できます。Pub/SubやKafkaをサポートしているため、変更ストリームはイベント駆動型アーキテクチャを可能にし、Spannerデータはダウンストリームシステムのアクションをトリガーします。変更ストリームの作成には、DDLの記述とイベントストリーミングパイプラインの構成が含まれます。DataflowテンプレートとKafkaコネクタにより、これらのパイプラインの作成が簡単になります。変更ストリームは、NEW_VALUESなど、さまざまな値取得タイプを使用して、さまざまなユースケースに最適化できます。変更ストリームは、外部一貫性、大規模、可用性を提供します。これにより、企業に必要な柔軟性を持つイベント駆動型アプリケーションの構築が容易になります。変更ストリームは簡単に開始でき、有料と無料の両方で利用可能なリソースが用意されています。

リレーショナルデータベースは分析クエリ用に最適化されていないので、データウェアハウスに接続すると利点があります。Dataflow Templatesを使用すると、カスタムコードやインフラストラクチャの管理をすることなく、MySQLをBigQueryに簡単に接続できます。Dataflow Data Pipelinesは、毎時、毎日、毎週といったスケジュールが設定できる、繰り返しのバッチジョブに適しています。MySQL-to-BigQueryパイプラインでは、スケジュール、ソース接続文字列、BigQuery出力テーブルなど、構成パラメーターが必要です。オプションパラメーターには、SQLクエリ、認証情報、Dataflow関連の構成が含まれます。パイプライン情報画面では、実行履歴とジョブの詳細が提供され、Dataflow監視エクスペリエンスではジョブグラフ、ログパネル、パフォーマンスメトリクスが提供されます。データの最終的な宛先は、BigQuery SQLワークスペースです。継続的なデータレプリケーションの場合は、DatastreamまたはChange Data Capture Dataflowテンプレートを検討してください。

時系列予測はさまざまな業界において極めて重要です。時系列データは祝日に影響されるため、予測モデルにおいて祝日要素を考慮することが重要です。BigQuery MLは現在、ARIMA_PLUSとARIMA_PLUS_XREGモデルでカスタム休日モデリング機能を提供しています。これらの機能を使用すると、ユーザーは内蔵の休日データにアクセスし、休日パラメータをカスタマイズし、個々の祝日が予測結果に寄与する様子を把握することができます。Google I/Oなどのイベントに合わせたカスタム休日を作成することで、ユーザーは予測の精度を大幅に向上させることができます。カスタム休日モデリングを使用すると、ユーザーは企業固有の休日を取り込むことができ、予測モデルの説明可能性と精度を向上させることができます。BigQuery MLは、予測モデルに使用される祝日の理解を促進するため、公開データセットとML.HOLIDAY_INFOテーブル値関数を提供します。予測モデルのカスタム休日モデリングは、現在BigQuery MLでプレビュー版として利用できます。GoogleSQLを使用した設定の容易さ、強化された透明性、時系列予測の説明性の向上などの利点があります。