What’s new 18/11/2019

News 1 : Sécurité GCP et machine learning
Google est adepte du machine learning surtout quand il s’agit de monitorer ces serveurs et on le
comprend quand on a plus de 70 000 serveurs dans un datacenter on voit bien l’intérêt de régler
automatiquement la climatisation et l’électricité. Google est aussi adepte d’analyse de logs c’est
comme cela que Google élimine ou développe ces centaines d’applications. Malheur aux application
avec peu de trafic. Une énorme introduction qui va m’aider à expliquer le nouveau service que
propose Google en béta en effet Google fait du machine learning sur les logs d’accès des
utilisateurs GCP sur les 3 derniers mois pour prédire si les droits ne sont pas trop permissifs et
alerter les administrateurs sur le fait qu’un droit n’a pas été utilisé depuis longtemps et qu’il n’est
peut être pas pertinent de le conserver ou que tel autre était propriétaire et qu’il peut passer éditeur
seulement. Vous l’aurez compris ce service s’adresse aux utilisateurs de IAM sur GCP. Il est en beta
pour le moment
 Plus d’informations en anglais ici


News 2 : Cloud Run is GA
Cloud run le fameux service de containers managés n’est plus en beta. Il est maintenant supporté
par Google et prêt à héberger nos applications cloud.

Plus d’informations en anglais ici

Commentaires

Enregistrer un commentaire

Posts les plus consultés de ce blog

Datalake comparaison - 10 Conclusion

Franchement nous avions d’énormes à priori avant de commencer ce comparatif et honnêtement le résultat nous surprend nous même. Toutes les solutions analysées présentent des intérêts et aucune ne peut prétendre être la solution ultime, c’est d’ailleurs celle qui veut tout faire à la fois qui pour nous est la moins intéressante. Nous ne pouvons que saluer les efforts d’innovations que les différents éditeurs ont trouvées et nous les remercions de proposer des outils qui permettent de traiter nos chères données. En effet nous parlons toujours comme si LA donnée était une seule entité et devait se traiter de la même manière mais c’est faux il y a plusieurs types de données : les chaudes qui sont consommées immédiatement, les froides qu’on ne va voir qu’une fois de temps en temps, il y a aussi des données qui servent à tirer des tendances, il y a des données qui servent à savoir ce qu’il s’est passé pour trouver une cause au problème, il y a des données confidentielles, il y a d...
Lire la suite

Load Balancer

Image
Le load balancer est un composant majeur dans Google Cloud platform , Il participe comme son nom l’indique à router les utilisateurs sur une ressource disponible. Il participe également à la bonne santé du système complet car son premier rôle est de servir de point d’entrée ce qui simplifie grandement la vie des utilisateurs et des développeurs. C’est un aiguilleur qui dirige les utilisateurs vers la bonne ressource. C’est un organe essentiel  d’une solution cloud. De plus lors d’un changement de logiciel ou de mise à niveau cela évite aux utilisateurs de devoir changer leurs raccourcis et leurs habitudes. Il permet donc de faire des déploiements sans rupture de service. Après le déploiement, les utilisateurs ne changent rien à leurs habitudes et le load balancer envoie toutes leurs demandent à la nouvelle application et un lien direct peut être mis en place pour certains utilisateurs qui ont encore besoin de se connecter à l’ancienne application. ...
Lire la suite

Data loss prevention API

Image
Les entreprises traitent de plus en plus leur données automatiquement. Plusieurs profils peuvent être amenés à “jouer” avec leurs données : data scientists internes, data scientists externes ou entreprises spécialisées dans ce domaine. Par faute de temps ou par manque d’outil les données fournies ne sont pas toujours pré traitées et sont souvent envoyées telles quelles, or cela a deux inconvénients : le premier (que tout le monde avait trouvé) transmettre des informations importantes inutiles et donc augmenter le risque de fuite d’information, Le deuxième c’est qu’une donnée trop riche nuit à son traitement. Je donne un exemple pour un ordinateur un numéro de téléphone est une suite de 4 numéros et s’ils ne sont pas contextualisé il prendra cela pour 4 numéros de 2 chiffres. Dans certains cas il est préférable de remplacer ces 4 séries de chiffres par un libellé comme NumTéléphone pour faire comprendre à l’algorithme que c’est l’information de la présence de numéro...
Lire la suite