焦點新聞

AWS IoT TwinMaker 正式 GA

隨著數位轉型的議題越來越受到許多企業與組織的關注，使用者需要各式的方案來將各項流程、文件數位化，加速整體的效率，甚至是優化使用者體驗。針對工廠、製造業等行業，需要時時刻刻要監控生產線、感測器的狀況，如果可以透過數位系統控制，可大幅提升其效率、節省部分人力成本，當事件發生的時候，也方便立即處理。

現在，AWS 也推出了 AWS IoT TwinMaker，可幫助使用者快速、簡單的製作出模擬實境的虛擬 3D 立體空間，方便了解整體工廠空間的狀況，另外也可以結合 AWS 相關服務，例如：AWS IoT SiteWise 來引入其他感測器的時間序資料；或是 Amazon Kinesis Video Streams 嵌入影片內容，來讓整個 dashboard 更完整、全面。

最終，可幫助使用者進行決策，並優化整個生產線的效率。

參考來源至：AWS IoT TwinMaker is now generally available

想瞭解更多的使用者，也可參考 AWS 官方影片：AWS IoT TwinMaker Launched | Amazon Web Services

AWS Glue 推出各項更新

AWS Glue 是 Serverless 的資料整合服務，可以讓使用者快速進行資料處理，適合用於數據分析、機器學習等需要資料前處理的應用場景。

而這次 AWS 針對 Glue 推出許多功能的加強與更新：

AWS Glue 正式推出 Autoscaling 功能

AWS Glue 3.0 現在可在運行 Apache Spark 類型的 Job 時，自動依據當前的需求負載來進行資源的擴展或縮減，讓使用者不再需要花費多餘的時間，來進行事前預估或是事後評估應該啟用多少的運算單位，不僅可幫助節省成本，也可以確保 Job 運行順利。

參考來源至：Autoscaling in AWS Glue is now Generally Available

AWS Glue 現在可偵測敏感性資料並做對應的處理

當使用者在利用 Glue 來處理資料時，有時候會意外的將部分個人資訊或是敏感性資料放置在待處理的資料中，而這些資料若是不進行適當的處理，容易在後續應用程式使用過程中外流。

現在 Glue 推出敏感性資料的偵測及處理，使用者在創建 Job 時，可以選擇要辨識什麼類型的敏感性資料，例如：身分證字號、信用卡卡號、安全性密碼…等；接著 Glue 會透過機器學習及模式比對的技術來判斷。當偵測到符合的敏感性資訊，使用者也可以選擇將資料記錄在 log，甚至可以找到該資料出現在哪個位置，在採取其他對應措施。

參考來源至：Announcing sensitive data detection and processing in AWS Glue

AWS Glue Studio Job Notebooks 正式 GA – 互動式、notebook-based 的 IDE

AWS Glue 推出 Studio Job Notebooks，讓使用者透過單一的 IDE 畫面來快速整合資料以進行處理，也可結合新推出的 AWS Glue Interactive Sessions 來做資料探勘及分散式資料處理。

參考來源至：Announcing interactive, notebook-based job authoring in AWS Glue

其他服務更新

• Amazon Macie 支援偵測更多類型的敏感性資料：Amazon Macie 是一個利用機器學習和模式比對來偵測和保護使用者儲存在 S3 bucket 裡面資料的服務。此次更新後，Amazon Macie 新增可偵測的敏感性資料的種類：HTTP Basic Authentication Headers、HTTP Cookies 及 JSON Web Tokens。不僅可即時找出檔案是否包含這些資訊，也可知道出現在檔案的哪個位置。

• Amazon Polly 提供葡萄牙文的自然文字轉語音服務：Amazon Polly 是一個可將文字轉為語音的服務，先前針對葡萄牙文，Polly 僅提供一般的語音模式，現在額外提供的自然語音，聽起來會更加貼近真實人類說話的方式。

• AWS IAM 新增 Account 及 Organization 層級的 condition 判斷條件：現在使用者可透過額外的 condition 條件（aws:ResourceAccount、aws:ResourceOrgPaths 及 aws:ResourceOrgID）來指定存取權限。例如：當使用者要 switch role 到其他 AWS 帳號時，僅能切換到指定帳號內。