亚马逊AWS官方博客

从应用安全到云安全,AWS Continuum帮助客户在SDLC 全生命周期进行安全管理(一)

本文是”从应用安全到云安全”系列的第一篇,聚焦应用层安全,深度解析 AWS Security Agent 如何借助 Frontier Agent 的多智能体协作架构,将渗透测试从依赖专家、周期性、只覆盖关键应用的传统模式,转变为按需触发、7×24 运行、可嵌入 SDLC 全流程的持续验证能力;文章从传统渗透测试”速度快、挖掘深、覆盖广”难以兼得的困境切入,介绍了其多步骤攻击链模拟、OWASP Top 10 与业务逻辑漏洞全面覆盖、经实际利用验证的极低误报率、开发者友好的修复建议等核心能力,拆解了认证访问、基线扫描、多阶段探索、专用智能体集群、验证与报告五个架构环节,并通过黑盒、灰盒、白盒三种实战场景,展示了 Agent 如何理解应用上下文、串联攻击链并输出高置信度的漏洞发现。

Amazon Bedrock 现已支持 Kimi K3

即日起,Moonshot AI 的 Kimi K3 在 Amazon Bedrock 上正式可用,为编程和知识工作提供了一个强大的新选择。据 Moonshot AI 介绍,Kimi K3 是其能力最强的模型,也是首个参数量达到 2.8 万亿的开放模型。它将原生视觉能力与 100 万 Token 的上下文窗口相结合,扩展效率约为 Kimi K2 的 2.5 倍。这些进展使 Kimi K3 非常适合长时间运行的编程与知识工作流,这类工作流需要在处理大型代码库、文档和图像时持续保留上下文。Kimi K3 还是 Amazon Bedrock 上首个支持显式提示词缓存的开放权重模型,可帮助您在多次模型调用中复用上下文时,降低延迟和输入成本。

RDS for MySQL 8.0 升级 8.4 的下游 Binlog 消费处理实战(二)—— 用 Kiro Custom Agent 为割接 Runbook 加上可执行的门禁

上一篇,我们用 Canal 消费 RDS for MySQL 的 binlog,要把实例从 8.0 升到 8.4,并选择蓝绿部署完成切换。生产环境形态包含位点存 ZooKeeper、instance 配置由 Canal Admin 托管、Canal 订阅只读副本。在这篇文章里面, 我们讨论这次切割演练过程是很好的 Agent 协助运维的场景,如果使用 Kiro custom agent 应该如何实现。 当然,这篇 blog 也适用于我们开始考虑评估某个场景是否可以用 Agent 来解决,以及如何建设。

Apache Iceberg on AWS:设计能力和性能实测

Iceberg 构建湖仓的优势和性能测试。测试环境说明:EMR on EKS 7.13.0(Spark 3.5.6-amzn-2、Iceberg 1.10.0-amzn-1、JDK 17.0.19),节点规格 r7g.4xlarge,测试执行至 2026-08-31。测试时间取值均为中位数,3 次取中间值。第三、四部分可独立阅读;第二部分依赖第一部分对元数据裁剪机制的介绍。

立竿见影 – Token 被盗刷风险防护措施与指南

越来越多的企业把大语言模型(LLM)能力接入生产业务,模型调用凭证(AK/SK、API Key)也随之成为高价值的攻击目标。一旦凭证泄漏,攻击者可以在短时间内发起大量高价值的模型调用,造成快速累积的经济损失。本文面向已经或即将在 AWS 上构建 LLM 应用的客户,给出三个可在当天落地、见效较快的应对方案,并附一份完整的加固 Checklist。读完本文,你将了解:Token 滥用为什么频发、其风险来源有哪些,以及如何用账单异常监控、凭证来源限制、Amazon GuardDuty AI Protection 这三项措施建立分层防护。

基于 Amazon Bedrock ApplyGuardrail API 的内容安全过滤:可观测性看板与运营实践

当使用 Amazon Bedrock Guardrails 的 ApplyGuardrail API 作为独立内容安全护栏时,Model Invocation Logging 并不适用,需要自建监控体系来追踪拦截详情。本文介绍两种方案——基于 Amazon CloudWatch 的实时监控看板和基于 Amazon S3 + Amazon Athena + Amazon QuickSight 的离线分析看板,并提供一个开箱即用的 Java 封装库,让开发者一行代码完成内容过滤与日志记录。

Amazon MSK 成本优化实践:费用构成、配置方法与验证

本文中价格取自 AWS Price List API(AmazonMSK,us-east-1,版本 20260729211408,发布日期 2026-07-29)。实测数据环境 express.m7g.large × 3( us-east-1)、Apache Kafka 3.9(KRaft)集群,客户端为同 VPC 内的 EC2。容量与成本模型基于 AWS 官方 MSK Sizing and Pricing 计算表。正在做 Standard/Express 选型的读者可从第 5 章读起。