テクてく Lotus 技術者夜会 2024年9月度を開催いたします。 2024年9月20日(金) 17:30 ~ 19:00 のオンライン開催となります。
今回のテーマ: 「コードネーム Rio Grande の Early Access Program」
アジェンダ・概要:
お申し込み → https://register.gotowebinar.com/register/8616118802354880346
新しい試みのトライアルとして、1週間分のサポート技術情報更新のインデックスを作成してみました。しばらく継続してみます。新規追加と内容更新したものが含まれています。システム上、軽微な修正であってもリストに含まれてしまいます。予めご了解ください。
Changes Coming to the Way You Access New HCLSoftware Releases の翻訳版です。
HCLSoftware DevOps の新リリースへのアクセス方法が変更されます
2024年8月14日
著者: Chris Haggan / Head of Product - DevOps, HCLSoftware
サービス向上に向けた継続的な取り組みの一環として、エキサイティングなアップデートをお知らせします。今年後半には、DevOps 向けのまったく新しいソフトウェア ダウンロード ポータルを公開する予定です。この新しいポータルは「My HCLSoftware」(略して MHS) と呼ばれ、お客様のフィードバックに基づいて設計されており、DevOps 購入の最新リリース、ライセンス、アップデートをよりシンプルかつ明確に取得できます。
2024 年 9 月以降、既存のダウンロード ポータルに新しいバージョンや修正をアップロードすることはなくなります。つまり、この日以降にリリースされた製品の HCLSoftware のダウンロードとライセンスを取得および管理するために、現在のポータルを使用することはできなくなります。9 月には DevOps 2024.09; のリリースが予定されており、以下の表にリストされている製品が「My HCLSoftware」を通じて最初に利用可能になります。
HCL DevOps 製品 |
以下のバージョンから MHS で利用可能になります |
HCL DevOps Code RealTime |
2024.09 (2.0.0) |
HCL DevOps Deploy |
2024.09 (8.0.1.3) |
HCL DevOps Model RealTime |
2024.09 (12.1.0) |
HCL DevOps Test |
2024.09 (11.0.3) |
HCL DevOps Velocity |
2024.09 (5.0.9) |
HCL Compass |
2.2.6 |
以下の製品は、2024 年 9 月以降に MHS で利用可能になります。 |
|
HCL DevOps Test Embedded |
2024.12 (9.1) |
HCL DevOps Code ClearCase |
TBD |
現在のポータルの公式サポート終了 (EOS) は、2025 年 6 月に設定されています。2024 年 9 月のリリース前に取得したすべての DevOps 製品ライセンスとダウンロードは、2025 年 6 月まで現在のポータルで引き続きご利用いただけます。
HCLSoftwareのチームは、現在のライセンス管理ポータルに代わる新しい改良されたライセンス ポータルに熱心に取り組んでいます。HCLSoftware は、強化された機能、より優れたパフォーマンス、および改善されたセキュリティを提供する新しいライセンス プラットフォームを開発しました。新しいポータルは、2024 年 9 月までに運用開始される予定です。進捗状況については引き続きお知らせし、今後の更新で新しいポータルに移行する方法についての詳細な手順を提供します。
今後の変更は、お客様のエクスペリエンスを向上させ、より堅牢なライセンス ソリューションを提供することを目的としています。HCLSoftwareの製品とサービスに対するお客様の継続的な信頼に感謝いたします。HCLSoftwareの取り組みに参加していただき、ありがとうございます。より良いサービスを提供できることを楽しみにしています。
From Remediation to Auto-remediation and GenAI (Part 2) の翻訳版です。
修復から自動修復、そしてGenAIへ - Part2
2024年8月14日
著者: Adam Cave / Product Marketing Manager, HCL AppScan
これは、修復と人工知能 (AI) の使用に関する 2 部構成のシリーズのパート 2 です。パート 1 では、開発者が脆弱性を修正するのを支援するもう 1 つの主要なアプローチ、つまり従来の修復と教育を紹介します。
キュレーションされた自動修正は、ソースコードで見つかった既知の脆弱性に対処するために、人間のセキュリティ専門家によって作成されます。単純な問題の場合、これらの修正は IDE の自動補完レベルであってもほぼ瞬時に適用できます。このアプローチは「実証済みの」方法で、さまざまなセキュリティ問題と非セキュリティ問題に対処するために長年使用されています。
これらの修正の利点は、テストおよび検証されているため、新しい問題を引き起こすことなく、問題を修復する信頼性の高い方法を提供できることです。これらの修正の一貫性により、同じ問題が常に同じ方法で解決され、コードの品質と保守性が向上します。
このようなツールは、即時の解決策だけでなく、修正によってどのように問題が解決されるかを説明する説明が付属していることが多いため、教育的価値も提供します。修復と学習というこの二重の利点は、開発者が将来同様の問題を理解し、防止するのに役立ちます。
キュレーションされた自動修正に欠点があるとすれば、それはスケーラビリティの課題です。これらの修正は手作業で作成されるため、複数の例とユースケースにわたって各言語で実装およびテストするには多大な労力が必要です。この労働集約的なプロセスにより、アプローチをより広範な問題と言語に拡張する能力が制限されます。この課題にもかかわらず、キュレーションされた自動修正の有効性と信頼性は、特によく知られた繰り返し発生する問題に対して、開発者の武器庫にある貴重なツールとなっています。
修復に対する 3 番目のアプローチは、最も有望なものの 1 つであり、Generative AI (GenAI) を活用してオンデマンドの自動修正を作成します。このテクノロジーは、優れたカバレッジと汎用性を提供し、事実上すべてのプログラミング言語の問題に対する修正を提供する可能性があります。
GenAI を使用すると、開発者はさまざまなコーディング環境や要件に適応できる自動化されたオンザフライソリューションにアクセスできるため、修復プロセスの効率と有効性が大幅に向上します。この方法の目標の 1 つは、巧妙なプロンプトエンジニアリングにより、これらの AI 駆動型ソリューションが特定の問題に効果的に対処するコンテキスト認識応答を生成できるようにすることです。このアプローチは比較的迅速な実装とスケーリングを約束し、さまざまなコーディングの問題に対処できるようになります。
GenAI は、大規模言語モデル (LLM) などの基盤となる AI モデルを使用して、十分な情報がない場合でも回答を生成します。その結果、「幻覚」、つまり不正確または無意味な応答が生じることがあります。このため、監視なしでは修正の品質は保証されません。
GenAI の結果は、使用されるプロンプトと、Gen AI モデルがトレーニングされたデータの品質に依存します。ChatGPT や Claude などの事前トレーニング済みモデルは使いやすいですが、これらのモデルは必ずしもコードのみでトレーニングされているわけではなく、検証可能なセキュリティコードでトレーニングされているわけでもありません。
既存のモデルを微調整するのは難しく、修正しようとしている脆弱性をモデルが「理解」していることを保証するものではありません。モデルを最初からトレーニングするのはさらに難しく、非常にコストがかかり、膨大な量のデータが必要になります。さらに、トレーニング済みのモデルは、新たに発見された脆弱性ごとに再トレーニングする必要があり、スケーラビリティはほぼ不可能になります。
修復と AI の使用に関する 3 つのアプローチを検討すると、GenAI 自動修正は有望な方向性である一方で、落とし穴があることは明らかです。組織は、安全なコードをリリースしていることを確認するためのチェックとバランスの方法として、手動による監視を維持する必要があります。
このシリーズのパート 1 で説明したように、教育は常にスキルギャップを埋め、開発者が最初から安全なコードを書くようにトレーニングされるようにするための最良のアプローチです。そして、AI もここで役割を果たします。HCL AppScan は、より複雑な修復アドバイザリのわかりやすい概要をユーザーに提供することで、教育をより実用的なものにするために、GenAI と LLM の使用を検討してきました。
必要な時間とリソースにもかかわらず、キュレートされた自動修正のセットをコンパイルすることは、結果として得られる修正が追加の問題を引き起こすことなく脆弱性に対処すると信頼できるため、多くの場合、努力する価値があります。また、GenAI には、厳選された自動修正の生成とテストの作業負荷を軽減する強力なユースケースがあることも注目に値します。
AI は、セキュリティテストソフトウェアに組み込まれている場合でも、開発者のユーザーエクスペリエンスの一部として組み込まれている場合でも、今後も存在し続けるでしょう。時間とリソースの節約の可能性は莫大です。今日の意思決定者は、コスト削減につながる新しいテクノロジーに内在する潜在的なリスクを考慮し、信頼できる厳選されたツールやアプローチの採用とバランスを取る必要があります。
HCL AppScan にアクセスして、HCLSoftware のアプリケーションセキュリティテストソリューションで現在利用可能な AI および機械学習機能の詳細をご確認ください。
From Remediation to Auto-remediation and GenAI (Part 1) の翻訳版です。
修復から自動修復、そしてGenAIへ - Part1
2024年8月14日
著者: Adam Cave / Product Marketing Manager, HCL AppScan
人工知能 (AI) は誰もが話題にできる話題です。生成 AI (GenAI) と大規模言語モデル (LLM) の登場により、AI の機能は自動化やデータ分析をはるかに超えて拡張され、テクノロジー、ビジネス、日常生活のあらゆる側面に浸透するには、データサイエンスの博士号が実質的に必要になっています。
GenAI は、ますます増え続けるコードをより短い期間で記述しようとしているソフトウェア開発者にとって、ゲームチェンジャーと見なされています。GitHub Copilot、Amazon Code Whisperer、Tabnine などのツールは、シンプルなプロンプトから AI 生成コードを作成できるようになり、開発者の膨大な時間を節約できます。これらのツールは、一般的なコーディングタスクを迅速に処理することに優れていますが、LLM に使用されるトレーニング データに存在していた可能性のあるセキュリティの脆弱性をもたらす可能性があります。
GenAI は、どのように使用しても、生産性を向上させる強力なツールであることは間違いありません。アプリケーションセキュリティの分野では、ユースケースは「防御的 AI」または「攻撃的 AI」のいずれかとして見られることがよくあります。
前者の場合、防御的 AI は、AppSecn テストの結果を整理し、どの結果が最も「興味深い」か、人間の注意を必要とするかを判断する能力が成熟しています。セキュリティの観点から重要度が低いと判断された結果を除外することで、これらのツールは開発チームの時間を大幅に節約できます。
攻撃的 AI とは、データ侵害を可能にするセキュリティ上の欠陥を見つけるために、実行中のソフトウェアアプリケーションへの攻撃を GenAI を使用して調整することです。AI 生成コンテンツを使用したフィッシング攻撃など、さまざまな攻撃ベクトルに国家支援のハッカーを含む悪意のある人物が攻撃的 AI を使用することには大きな懸念があります。諺にあるように、最良の防御は優れた攻撃です。そのため、セキュリティ研究者は、攻撃に効果的に対抗するために、同じ AI ツールを使って GenAI の機能についてさらに学習しています。
脆弱性を見つけることは、堅牢なアプリケーションセキュリティを維持するための重要なステップですが、問題を特定することは始まりに過ぎません。問題を修正することも同様に重要です。ここで修復が重要になります。修復は、セキュリティの脆弱性だけでなく、従来のバグやコーディング規則 (リンティング) にも関係します。修復には、主に 3 つのアプローチがあります。
従来の修復: この教育ベースのアプローチには、よく書かれた記事、トレーニングビデオ、洞察を盛り込んだブログ、さまざまな種類の問題に関する開発者向けのガイダンス、およびさまざまなプログラミング言語やアプリケーションフレームワークでの修正方法の例が含まれます。
自動修復: このアプローチでは、使用されている AppSecn ソフトウェアが、特定の種類の問題に使用するための、手作業で作成された/キュレートされた/事前に作成された自動修正を開発者またはセキュリティ チームに提供します。いずれの場合も、特定の言語が提供され、修正の複雑さは大きく異なる場合があります。
GenAI による自動修復: このアプローチでは、LLM を使用して GenAI がコード修正をオンデマンドで修復します。これは通常、巧妙なプロンプトエンジニアリングを採用した API にラップされており、多くの場合、コードスニペットを GenAI プラットフォームに送信する必要があります。
2 部構成のブログ投稿のパート 1 では、従来の修復に見られる教育ベースのアプローチについて説明します。パート 2 では、手作業で作成/キュレート/事前に作成された自動修正と GenAI 駆動の自動修正の両方を使用した自動修復について詳しく説明します。
包括的なリソースを通じて開発者を教育することで、開発者は問題を特定して理解できるようになるだけでなく、ソリューションのニュアンスも把握できるようになります。この理解の深さは、開発者が将来同じ間違いを繰り返さないようにするための準備となるため、非常に重要です。このような教育コンテンツは、セキュリティを開発者のスキル セットに組み込むのに役立ち、セキュリティの問題に対するリアクティブではなくプロアクティブなアプローチを促進します。
さまざまな種類の問題を詳しく説明し、さまざまなプログラミング言語で問題を解決する方法の例を提供する、よく書かれた記事は、アプリケーション セキュリティで長期的に成功するための最良の方法の 1 つであると言えます。セキュリティソフトウェアのユーザーインターフェイス (UI) の一部として完全な記事または要約が提供される場合があり、開発者は問題が指摘されたときにその背景を把握できます。
さらに、スケーラブルで包括的なトレーニングモジュールは、開発者がスキルを継続的に向上させ、新しいセキュリティ上の課題に適応するのに役立ちます。セキュリティを優れたコーディングプラクティスの不可欠な要素にすることで、記事と教育リソースは、より堅牢で回復力のある開発文化に貢献します。
熟練した開発者は、高品質で効率的でスケーラブルなコードを作成することが期待されるのと同様に、コードのセキュリティを確保することも期待されます。教育は、開発組織の複数のメンバーのスキル全体でこれを実現する最も効果的な方法です。
手作業で作成/キュレート/事前に作成された自動修正と GenAI 駆動の自動修正の長所と短所、および 3 つのアプローチの比較の概要については、このシリーズの第 2 部で詳しく説明します。
HCL AppScan のページにアクセスして、HCLSoftware のアプリケーションセキュリティテストソリューションで現在利用可能な AI および機械学習機能の詳細をご確認ください。
Power Manufacturing Digital Transformation with HCL Total Experience (TX) の翻訳版です。
HCL Total Experience (TX) で製造業のデジタル変革を強化
2024年8月13日
Andrew Manby / Vice President of Product Management
ターゲットを絞った変革戦略を通じて達成された優れたビジネス成果を紹介する別のブログへようこそ。このエディションでは、製造業の世界に飛び込みます。企業が HCL Total Experience (TX) を活用して、ビジネス オペレーション全体で具体的な成果を上げる方法を探ります。
歴史的に、製造業者は最終顧客を理解することで成功してきました。この「消費者に直接」つながることで、関連性を維持し、消費を促進し、将来のニーズを予測できます。これは、今日の絶えず変化する市場において重要なシグナルです。これは販売側 (小売パートナーシップを含む) の成功につながりますが、生産とアフターマーケット オペレーションの最適化も同様に重要です。ここでデジタル化が役立ちます。つまり、生産性、効率性を高め、無駄を減らすためにプロセスを合理化することです。課題の概要は次のとおりです。
それでは、HCL Total Experience がどのように大きなビジネス価値をもたらすために使用されているかを見てみましょう。
TX を使用すると、検査、在庫チェック、注文リクエスト用のユーザー フレンドリなモバイル アプリで手動タスクを置き換えることで、検査と補充を効率化できます。さらに、TX は、製造、在庫、販売実績の全体像を提供するモバイル ダッシュボードを経営幹部に提供することで、リアルタイム ビジネスを強化します。外部需要の洞察と組み合わせることで、メーカーはデータ主導の意思決定を使用して、予想される需要に合わせて業務を最適化できます。ある消費者製品メーカーは、TX を使用して、経営幹部が予測可能性を実現し、コストを削減できるようにしました。
機器、ロボット、および作業員の活動と結合された IoT (モノのインターネット) エッジ デバイスを活用して、生産業務に関するリアルタイムの洞察を獲得します。たとえば、機械学習から得られた洞察は、予測的なメンテナンス スケジュールと改善された障害診断に役立ち、生産の損失を減らし、より堅牢なサプライ チェーン管理を実現します。たとえば、あるメーカーは、TX を使用して、デジタル ロックがオペレーターのプロセスの一部となり、適切な原材料のみが調達されるようにしました。
競争力のあるプロトタイピングと製造は、すべての人に適しているわけではありませんが、医療から建築製品、自動車製造まで、ますます強力なユース ケースになっています。TX を使用すると、競争力のある独自のプロトタイプや製品を作成する少量生産メーカーが、市場や顧客とより簡単につながり、在庫を減らし、より迅速な履行で新しいサービス レベル契約 (SLA) を作成できます。たとえば、あるメーカーは、TX を使用して、外科医が患者に直接カスタム交換用頭蓋部品を要求できるようにし、時間と労力を節約しました。
ビジネス開発担当者をサポートするメーカーにとって、デジタル化は効果を発揮します。たとえば、棚スペースの最大化やプロモーション効果などの店内プロモーション活動が正しく実行され、小売店で証拠が取得されるようにします。さらに、あるメーカーは、すべてのビジネス開発担当者にモバイル アプリを装備して、ルート最適化拡張機能を含むタスクを自動化し、時間を節約してコストを削減しました。
顧客との関係を維持することは、すべてのメーカーの念頭にあり、これを実現する方法の 1 つは、ビジネスに消費者直販チャネルを用意することです。このアプローチは、ブランド ロイヤルティの構築、新しい市場の開拓、または製品拡張機能の追加に使用できます。たとえば、ある消費者製品メーカーは、ジオフェンス プロモーションによって認定小売業者への購入を促進し、ニーズを満たし、消費を深めることで、オンラインと実店舗のビジネス全体でシームレスなカスタマー ジャーニーを実現し、統一されたカスタマー エクスペリエンスを促進しました。
常にそうであるように、HCLSoftwareのトータル エクスペリエンスの使命は、ビジネス上の課題をより迅速に解決するカスタマイズされた結果を提供することです。IT 部門にとっての目標は、TX の採用により、他のプラットフォーム アプローチと比較して複雑さ、配信時間、コストを削減できるように支援することです。
魔法を見る準備はできましたか? HCLSoftwareに連絡してデモをスケジュールし、TX がビジネスをどのように変革できるかを確認してください。
HCL AppScan をご利用のお客様にありましては、以下の記事をご一読いただきますようお願いいたします。
新しい試みのトライアルとして、1週間分のサポート技術情報更新のインデックスを作成してみました。しばらく継続してみます。新規追加と内容更新したものが含まれています。システム上、軽微な修正であってもリストに含まれてしまいます。予めご了解ください。