宇宙は加速しながら膨張を続けている。これは、21世紀の宇宙論を象徴する、もはや揺るぎない「常識」のはずだった。しかし今、その大前提が根底から覆される可能性が浮上している。韓国の研究チームが発表した一つの論文が、ダークエネルギーの謎、そして宇宙の究極の運命に関する我々の理解を書き換える、「メジャーなパラダイムシフト」の引き金を引こうとしているのだ。 宇宙の“ものさし”は狂っていた?ノーベル賞研究の根幹を揺るがす発見 我々の宇宙観を劇的に変えた2011年のノーベル物理学賞。その受賞理由は「遠方の超新星の観測を通じた、宇宙の加速膨張の発見」であった。宇宙の距離を測るための信頼できる“ものさし”として「Ia(いちエー)型超新星」を用いることで、遠い銀河ほど我々から速く遠ざかっていること、そしてその速度が時間とともに増していることを突き止めたのだ。 この加速膨張を説明するために導入されたのが、謎のエ
個人情報保護法の基本 令和5年9月 1 1-1.個人情報保護委員会とは ○ 個人情報保護委員会は、個人情報の保護に関する法律(平成15年法律第57号)に基づき、個人情報の有用 性に配慮しつつ、個人の権利利益を保護するため、個人情報の適正な取扱いの確保を図ることを任務として 設立された合議制の独立機関。 ○ いわゆる三条委員会であり、権限の行使に当たっては、高い独立性と政治的中立性が担保されている。 【マイナンバー法関係】 【個人情報保護法関係】 個人情報保護委員会 個人情報保護に関する 基本方針の策定・推進 監 視 ・ 監 督 等 苦 情 あ っ せ んマイナンバー法はデジタル庁が所管 国 際 協 力 行政機関 個人情報保護法は 個人情報保護委員会が所管 独立行政法人等 民間事業者 地方公共団体等 監 視 ・ 監 督 行政機関 独立行政法人等 民間事業者 地方公共団体等 広 報 啓 発
サイバー犯罪、サイバー攻撃等のサイバー空間の脅威について、事例や統計等データを掲載しています。 掲載資料 令和7年上半期におけるサイバー空間をめぐる脅威の情勢等について(15.2MB) 統計データ(115KB) 令和6年におけるサイバー空間をめぐる脅威の情勢等について(12.98MB) 統計データ(111KB) 図表1(CSV) 図表3(CSV) 図表4(CSV) 図表5(CSV) 図表6(CSV) 図表9(CSV) 図表11(CSV) 図表12(CSV) 図表13(CSV) 図表17(CSV) 図表18(CSV) 図表19(CSV) 図表21(CSV) 図表30(CSV) 図表34(CSV) 資料編P45-1(CSV) 資料編P45-2(CSV) 資料編P46-1(CSV) 資料編P46-2(CSV) 資料編P46-3(CSV) 資料編P47-
重要情報を扱うシステムの 要求策定ガイド2023年7月 独立行政法人情報処理推進機構 Ver. 1.0 Copyright ©2023IPA 目次 1.重要情報を扱うシステムの要求策定ガイドについて 1.1 重要情報を扱うシステムに求められること 1.2本ガイドの目的と位置づけ 1.3本ガイドの利用シーンとステークホルダー 1.4 要求項目の整理の考え方 1.5本ガイドのスコープと将来に向けたロードマップ 2.本ガイドの利用方法 2.1 要求項目策定の考え方 2.1.1 要求項目の策定ステップ 2.1.2 システムの特性評価方法 2.1.3 問題・リスクの選定方法 2.1.4 必要な対策の選定方法 2.2 自律性確保のための要求項目一覧 2.3 利便性確保のための要求項目一覧 3.データ連携における留意点 3.1 データ連携における留意点 4.補足資料 4.1 対象システムの例
業務パッケージの導入における炎上事例は枚挙にいとまがありません。しかも高価なERP(統合基幹業務システム)パッケージ製品に限った話ではなく小規模なSaaS(ソフトウエア・アズ・ア・サービス)でも起きています。失敗の理由はデータ設計をないがしろにしたことです。製造業の情報システム部門で31年、ITコンサルタントに転じて11年、業務システムの開発にずっと関わってきた経験から断言できます。 「パッケージの提供者がすでにデータ設計をしているわけだから、導入する側が考える必要はないのでは」と思われる方が多いでしょう。業務のやり方、そこで使う言葉、何から何までパッケージに従う、つまり仕事のやり方を徹底的に変えてしまう覚悟ならデータ設計など考えなくても構わないかもしれません。しかし現実には自社のビジネスをパッケージに完全にフィットさせることは難しい。 「業務をどう処理するのか、業務機能が自社に合うかどう

はじめに TROCCO では ETL ジョブや、dbt 連携、ワークフローなど、様々なジョブで実行ログをリアルタイムで見ることができます。 これによりエラー時のトラブルシュートをスムーズに行うことができます。 そして、この実行ログですが、DB にあるジョブのレコードの1カラムに書き込まれていました。 このように TROCCO の実行ログの表示機能は、データベースのアンチパターンの上に成り立っています。 ログデータはTEXT 型でDB に保存されているためサイズが大きく、また TROCCO の成長に応じてジョブ数は増えるため、ログデータもサービスの成長とともに無限に成長してしまいます。 おかげさまでアカウント数は増加の一方であり、それに伴い DDL が遅くなったり、また SELECT のパフォーマンスも当然落ちるため、INDEX に気をつけたりする必要がありました。 SRE ではこれに課

関連キーワードWindows 10 |Windows 11 |Windows | ハードディスクMicrosoftのOS「Windows」では、PCのディスク(ストレージ、記憶領域)を効率的に利用できるようにするためのコマンド「diskpart」を使うことによって、データを完全に消去したり、ブート可能な(システムを起動できる)USBメモリを作成したりできる。diskpartの利用でよく起こりがちなトラブルへの対処方法と併せて、その操作方法を紹介する。 ディスクのデータを完全消去 併せて読みたいお薦め記事 連載:Windowsディスク管理とコマンド 第1回:Windowsの「ディスク」「パーティション」「ボリューム」は何が違う? 第2回:Windowsのストレージを操作する「diskpart」で何ができる? 第3回:Windowsで試したくなる「パーティション分割」なるほどの利点 第

IPAは「データ利活用・データスペースガイドブック第1.0版」を公開した。データをサービス展開などの事業に活用したい企業の経営層やCDOなどを対象に、異なる組織、異業種間でデータを共有するデータスペースの利用手順やその内容を解説している。

IPAでは国内におけるデータスペースの普及と推進を目的とし、支援に取り組んでいます。 データスペースとは データスペースとは、国境や分野の壁を越えた新しい経済空間、社会活動の空間のことで、近年主に欧州で注目されている概念です。 国、組織を超えてデータを連携できるルールや仕組みを整備し、これまで以上に「多種多様」で「信頼性のある」大量のデータを利用できるようにすることで、新しいサービスの創出や、既存サービスの高度化を目指すことを目的としています。 データスペースの特徴は、データ提供元がデータの権利を保持し続ける「データ主権」、共通のデジタル基盤を利用することで誰もがデータを活用することが可能な「公平性」、データ提供元と相互に信頼性を確保した上でのデータ転送/アクセス可能な「相互運用性」などが挙げられます。 データ共有が必要な理由には、「攻めの観点」と「守りの観点」があります。 「攻めの観点」

日本の労働生産性の推移を、新興国の国々と比べると何が見えてくるか:小川製作所のスキマ時間にながめる経済データ(28)(1/2 ページ) ビジネスを進める上で、日本経済の立ち位置を知ることはとても大切です。本連載では「スキマ時間に読める経済データ」をテーマに、役立つ情報を皆さんと共有していきます。今回は労働時間当たりGDPについて、OECDに含まれない新興国と日本を比較していきます。 日本の労働生産性 今回は、世界各国の労働生産性の統計データをご紹介します。第26回、第27回では、GDPについて「時系列的な実質値」と「空間的な実質値」があることをご紹介しました。実は、労働生産性についても同様の見方ができます。今回ご紹介するのは、労働生産性の「時系列的かつ空間的な実質値」の国際比較です。 参照するのはILO(国際労働機構)のデータベースです。ILOでは労働生産性の指標として、世界189の国や地

AppleとGoogleはともに、複数のサイトにまたがってユーザーの行動を追跡計測するクロスサイトのトラッキングを防止しようと、熱心に取り組んでいます。GoogleChromeはCookieを段階的に廃止していますし、Appleに至っては、アプリによるトラッキング透明性についてポップアップを表示して、クロスアプリやクロスサイトの追跡を許可するかどうか、ユーザーに確認しています。 しかし、AppleやGoogleといえども、アプリ内ブラウザまでは力がおよびません。 アプリ内ブラウザはそもそも、標準設定しているブラウザと、閲覧履歴やユーザー名、パスワード、オプションを共有できないのです。 アプリ内ブラウザはFacebookやInstagramなどのアプリでよく見られますが、Meta(旧Facebook)傘下のそれら2大アプリに限らず、ほかのアプリにも存在します。 アプリ開発者は、アプリ内ブ

探索的データ分析(EDA)とは、データサイエンティストがデータセットを分析・調査して、その主な特徴をまとめる際に用いるもので、多くの場合、データの可視化手法を使用しています。 EDAは、必要な答えを得るためにデータ・ソースを操作する最適な方法を決定する際に役立つため、データサイエンティストはパターンの発見、異常の特定、仮説の検証、仮定の確認を容易に行うことができます。 EDAは主に、形式的モデル化や仮説検証のタスクを超えて、データから何を明らかにできるのかを確認するために使用され、データ・セットの変数とそれらの関係をより深く理解できるようにします。 また、データ分析に向けて検討している統計的手法が適切かどうかを判断するのにも役立ちます。 EDAの手法は、元々1970年代にアメリカの数学者John Tukey氏によって開発されたものですが、現在でもデータ検出プロセスで広く使われている手法です

Androidスマホでアプリを切り替えるとき、古いアプリを閉じたほうがいいかというと、実はパソコンとは事情が異なる。そもそもほとんどのスマホのストレージには仮想メモリーが存在しない。その代わりにAndoroidでは2つのやり方で、きめ細かくメモリーを管理している。「zRAM」とアプリの自動終了だ。 スマホのメモリーにはzRAMと呼ばれる特殊な領域がある。これはメモリー内に用意した圧縮フォルダーのようなものだ(図1)。当面必要としないデータはここに入れて圧縮し、必要なときに取り出す。 図1Androidのスマホには「zRAM」という領域があり、必要に応じてデータを移動して圧縮する。しかし、パソコンのような仮想メモリーはない(一部の機種を除く)

ウイングアーク1st株式会社が主催する「WARP Sales Summit 2024」が開催されました。本セッションの「ユーザー現場部門で取り組んだDX成功例を大公開!」では、SIerに求められる提案やユーザーとの関係構築のポイントなどの知見をシェア。ヤンマー建機株式会社のDX推進に導いた田中重信氏と、SIerという立場で推進をサポートしたエコー電子工業株式会社の右田良隆氏が、二人三脚で歩んできたDX推進の軌跡を明かします。 「nest Award2023」を受賞したヤンマー建機のDX成功例 横尾勇人氏(以下、横尾):それではスペシャルセッションを始めます。私はアライアンス統括部、横尾と申します。本日のモデレーターを務めさせていただきます。 WARPパートナーのみなさま、日頃は当社のパートナービジネスに多大なるご支援をいただき、誠にありがとうございます。私はWARPの運営責任と、そして「

連載概要本連載はPythonについての知識を既にある程度は身に付けている方を対象として、Pythonでデータ処理を行う上で必須ともいえるNumPyやpandas、Matplotlibなどの各種ライブラリの基本的な使い方を学んでいくものです。そして、それらの使い方をある程度覚えた上で、それらを活用してデータ処理を行うための第一歩を踏み出すことを目的としています。 前回はCalifornia Housingデータセット(カリフォルニアの住宅価格のデータセット)の中でもMedInc列とMedHouseVal列に着目して、箱ひげ図とヒストグラムを使い、それらを可視化してみました。今回はそれらのデータの間に関連があるかどうかを、相関係数と散布図を使って考えてみましょう。 なお、今回は相関係数の可視化にseabornというライブラリを用います。これはPythonには標準で付属していないので「pip
![[NumPy超入門]相関係数とヒートマップ、散布図を使ってデータセットをさらに可視化してみよう](/image.pl?url=https%3a%2f%2fcdn-ak-scissors.b.st-hatena.com%2fimage%2fsquare%2f14994ef7c47ac38acf45dddcc180354046e3906b%2fheight%3d288%3bversion%3d1%3bwidth%3d512%2fhttps%253A%252F%252Fimage.itmedia.co.jp%252Fait%252Farticles%252F2312%252F08%252Fcover_news036.png&f=jpg&w=240)
ホーム LLM, ウェブ, 有料記事, 論文 LLMベースの新しい言語『SUQL』が示唆する「非構造化データのクエリ」を処理するパラダイム スタンフォード大学の研究者たちは、新しいプログラミング言語『SUQL』(Structured and Unstructured Query Language)を開発しました。 この言語は、SQL(Structured Query Language)の概念を拡張し、非構造化データのクエリ処理を可能にする新しいパラダイムを導入しています。構造化データ(例えばデータベース内のデータ)と非構造化テキストデータ(自由形式のテキストなど)の両方を処理する能力を持つ初めての言語として位置づけられています。 『SUQL』の開発は、データソースをより効果的に活用するための手法を模索する研究の一環です。従来の技術では、構造化データと非構造化データを一元的に処理することには

HDDは比較的「枯れた」製品だが、故障のしやすさにはかなりの差がある。どのメーカーの、どのモデルのHDDが故障しやすいのだろうか。2023年夏の猛暑の影響はどうだったのだろうか。 クラウドストレージサービスを提供するBackblazeは複数のデータセンターで10年以上、大量のHDDとSSDを運用してきた。同社は2023年11月14日に自社のデータセンターにおけるHDDの故障率などを統計レポートとして発表した。2023年第3四半期のデータだ。2022年第3四半期末の時点で、Backblazeは26万3992台のHDDとSSDを運用していた。そのうち4459台が起動ドライブ(3242台がSSD、1217台がHDD)だった。今回の統計レポートでは起動ドライブを除く25万9533台のHDDに焦点を当てた。実際の故障率の他、「生涯故障率」も算出した。HDDのサイズやモデルごとに、故障したHDDの「

AzureBlob Storage は、Microsoft のクラウド用オブジェクト ストレージ ソリューションです。Blob Storage は、テキスト データやバイナリ データなどの大量の非構造化データを格納するために最適化されています。 非構造化データとは、特定のデータ モデルや定義に従っていないデータであり、テキスト データやバイナリ データなどがあります。 AboutBlob StorageBlob Storage は、次の目的で設計されています。 画像またはドキュメントをブラウザーに直接配信する。 分散アクセス用にファイルを格納する。 ビデオおよびオーディオをストリーミング配信する。 ログ ファイルに書き込む。 バックアップと復元、ディザスター リカバリー、アーカイブのためのデータを格納する。 オンプレミス サービスまたは Azure ホステッド サービスで分析するデ

コンタクトセンターの構築や受託運営を手掛けるNTTネクシア(本店:北海道札幌市)は11月2日、「nanacoお問い合わせセンター」業務において、元社員が一部顧客の情報を不正に利用し、残高を私的に詐取していたと公表した。 内部調査を進めていたところ、この社員が不正行為を認め、約400枚のカードを提出したという。社員は懲戒解雇処分とした。被害額などは公表していない。 被害者に対しては、セブン&アイグループの決済事業を担当しているセブン・カードサービス社から個別に連絡をとっている。なお現在、電子マネーを利用できているユーザーは対象ではないという。 同社は今後、原因の究明と被害状況の把握に注力する。また再発防止のためコンプライアンス強化を図るとしている。 関連記事ガンダムメタバース、3Dデータの漏えいを確認 「クライアントファイル内のデータが外部から解析」 ガンプラの3Dデータが漏えいした可能性

リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く