Code scans for Lambda functions within Amazon Inspector now in preview

Amazon Inspector now supports code scanning of Lambda functions, expanding the existing capability to scan Lambda functions and associated layers for software vulnerabilities in application package dependencies. With this expanded capability, Amazon Inspector now also scans the custom proprietary application code within a Lambda function for code security vulnerabilities such as injection flaws, data leaks, weak cryptography, or missing encryption based on AWS security best practices. When code vulnerabilities are identified in the Lambda function or layer, Inspector generates actionable security findings along with impacted code snippets and remediation guidance. All findings are aggregated in the Amazon Inspector console, routed to AWS Security Hub, and pushed to Amazon EventBridge to automate workflows.

AWS Private CA releases open source samples to help create Matter compliant certificate authorities

Today, AWS Private Certificate Authority (Private CA) released sample AWS Cloud Development Kit (CDK) scripts and AWS CloudFormation stack templates to help you create Certificate Authorites (CAs) that issue Matter Device Attestation Certificates (DACs). Matter is a new standard for smart home security and device interoperability. Matter uses X.509 digital certificates to identify devices. Matter certificates can be issued only by CAs that comply with the Matter PKI Certificate Policy (CP). You can use the AWS CDK and CloudFormation samples to help you configure Matter-compliant CAs. The samples not only construct the CA, but they also create the configuration and auditing infrastructure needed to help you comply with the Matter PKI CP. This includes AWS Identity and Access Management (IAM) roles & permissions, log configuration & retention policies. 

Amazon Kinesis Data Analytics ya está disponible en la región de Oriente Medio (Emiratos Árabes Unidos)

Amazon Kinesis Data Analytics facilita la transformación y el análisis de datos de streaming en tiempo real con Apache Flink. Apache Flink es un marco de código abierto y un motor para procesar secuencias de datos. Amazon Kinesis Data Analytics reduce la complejidad de crear y administrar las aplicaciones de Apache Flink. Amazon Kinesis Data Analytics para Apache Flink se integra con Amazon Managed Streaming para Apache Kafka (Amazon MSK), Amazon Kinesis Data Streams, Amazon Opensearch Service, Amazon DynamoDB Streams, Amazon Simple Storage Service (Amazon S3), las integraciones personalizadas y mucho más mediante conectores integrados. Si quiere obtener más información acerca de Amazon Kinesis Data Analytics para Apache Flink, haga clic aquí.

Presentamos AWS ParallelCluster 3.5 con una nueva interfaz de usuario

AWS ParallelCluster 3.5 ya está disponible de forma general. Cuenta con más opciones y mayor flexibilidad porque se agregó al servicio la interfaz gráfica de usuario, que lo ayudará a configurar, monitorear y administrar los clústeres de computación de alto rendimiento (HPC) en AWS. Otras características importantes de esta versión incluyen lo siguiente:

  • Mejoras diseñadas para aumentar la visibilidad de los errores del clúster durante el arranque del nodo de procesamiento y la ejecución del script previo y posterior a la instalación.
  • Mejoras diseñadas para aumentar la fiabilidad del reinicio del nodo de computación.
  • Compatibilidad con nombres de clústeres largos de hasta 40 caracteres.
  • Interfaz programática que puede utilizar para acceder a AWS ParallelCluster a través de una biblioteca de Python.

Amazon RDS for PostgreSQL now supports major version PostgreSQL 15

Amazon Relational Database Service (Amazon RDS) for PostgreSQL now supports the latest major version PostgreSQL 15. New features in PostgreSQL 15 include the SQL standard “MERGE” command for conditional SQL queries, performance improvements for both in-memory and disk-based sorting, and support for two-phase commit and row/column filtering for logical replication. The PostgreSQL 15 release also adds support for new extension pg_walinspect, and server-side compression with Gzip, LZ4, or Zstandard (zstd) using pg_basebackup.  Please refer to the PostgreSQL community announcement for more details about the release.

Amazon Connect lanza controles de acceso detallados para métricas en tiempo real

Amazon Connect ahora ofrece a los administradores del centro de atención la posibilidad de aplicar permisos de acceso detallados a las métricas en tiempo real. Estos están disponibles en la interfaz de usuario de Amazon Connect mediante el etiquetado de recursos y los controles de acceso basados en etiquetas. Esta nueva característica permite a los clientes definir quién puede ver las métricas en tiempo real para usuarios, colas y perfiles de enrutamiento específicos. Por ejemplo, puede etiquetar a los usuarios como Team:Compliance y, luego, solo permitir que el administrador del equipo de Cumplimiento vea las métricas en tiempo real de estos usuarios.

Amazon Data Lifecycle Manager ya está disponible en las regiones de AWS Europa (España) y AWS Europa (Zúrich)

Gracias a la disponibilidad general de Amazon Data Lifecycle Manager en las regiones de AWS Europa (España) y AWS Europa (Zúrich), los clientes de esas regiones ahora pueden, mediante políticas, automatizar la creación, el intercambio, la copia y la retención de instantáneas de Amazon EBS y de las AMI respaldadas por EBS. Data Lifecycle Manager evita la necesidad de usar complicados scripts personalizados para administrar sus recursos de EBS, con lo que se ahorra tiempo y dinero.

AWS App Runner agrega métricas de simultaneidad en el nivel de servicio y uso de la CPU y la memoria

AWS App Runner ahora agrega métricas de nivel de servicio para el uso de la CPU, la utilización de la memoria de computación y el número total de solicitudes simultáneas que responde el servicio en la consola de App Runner y en Amazon CloudWatch. App Runner facilita a los desarrolladores la implementación rápida de aplicaciones web en contenedores y API en la nube, a escala y sin necesidad de administrar la infraestructura. Anteriormente, solo se podía ver la utilización de la CPU y la memoria a nivel de instancia de la aplicación. Ahora puede ver todas estas métricas en el nivel de servicio de App Runner. Puede usar estas métricas para optimizar la configuración del escalado automático del servicio de App Runner analizando el uso de la CPU y la memoria para las solicitudes simultáneas que responde el servicio.