분류 전체보기10 4번째 글# Nginx, Docker, 그리고 보안 Nginx는 웹 서버이자 Reverse Proxy입니다. 고성능과 낮은 리소스 사용량으로 잘 알려져 있고, 다양한 유형의 공격으로부터 웹 애플리케이션을 보호하는 데 도움이 되는 여러 가지 기본 제공 보안 기능이 포함되어 있습니다. 다음은 Nginx에서 사용하는 주요 보안 방법 중 일부입니다.SSL/TLS 암호화: Nginx는 클라이언트와 서버 간에 전송 중인 데이터를 보호하는 데 사용할 수 있는 SSL/TLS 암호화를 지원합니다. SSL/TLS를 활성화하면 비밀번호, 신용카드 번호와 같은 민감한 정보를 암호화하여 공격자가 데이터를 가로채서 읽기 어렵게 만들 수 있습니다.액세스 컨트롤: Nginx에는 다양한 기준에 따라 웹 애플리케이션에 대한 액세스를 제한할 수 있는 여러 기능이 포함되어 있습니다. 예를 .. 2023. 3. 9. 3번째 글# BERT, MLM Loss BERT는 Bidirectional Encoder Representations from Transformers의 약자로, 2018년에 Google에서 개발한 사전 학습된(pre-trained) 언어 모델입니다. 트랜스포머라는 신경망 아키텍처를 사용하여 문장을 양방향으로(bidirectionally) 처리함으로써 문장에 포함된 단어 간의 관계를 학습할 수 있습니다.지금으로부터 벌써 5년 전 모델이지만, 몇 가지 중요한 점 때문에 BERT 모델은 현재까지도 많이 언급되는 논문입니다. 우선 BERT 모델은 트랜스포머 아키텍처의 인코더(Encoder)만 사용하고 디코더(Decoder)는 사용하지 않습니다.원래 트랜스포머 아키텍처에서 디코더는 모델이 다른 언어로 된 단어 시퀀스를 생성해야 하는 기계 번역과 같은 .. 2023. 3. 8. 2번째 글# MLOps와 Kubernetes, Data pipeline MLOps의 핵심 과제 중 하나는 머신 러닝 워크로드를 지원하는 데 필요한 인프라와 리소스를 관리하는 것입니다.바로 여기에 Kubernetes가 등장합니다. Kubernetes는 조직이 컨테이너화된 애플리케이션과 워크로드를 배포, 확장, 관리할 수 있도록 지원하는 오픈소스 컨테이너 오케스트레이션 플랫폼입니다. 조직은 MLOps와 Kubernetes를 결합하여 머신 러닝 워크로드를 보다 효과적으로 관리할 수 있습니다.MLOps에 Kubernetes를 사용할 때의 주요 이점 중 하나는 리소스를 동적으로 관리하고 확장할 수 있다는 점입니다. 이는 워크로드가 매우 예측하기 어렵고 리소스 집약적일 수 있는 머신 러닝에서 매우 중요합니다. 조직은 Kubernetes를 통해 온디맨드 방식으로 리소스를 할당하고 필요에.. 2023. 3. 7. 첫 글# AI 시대에서 컴공 학사가 살아남는 방법 ChatGPT, Stable Diffusion, DALL-E 등 Generative Model의 시대가 열렸습니다.뉴스나 기사들에서는 진정한 AI의 시대로 가는 첫 번째 문이 열렸다고 얘기할 정도입니다. 하지만 많은 개발자의 지식은 여전히 기본적인 수준, 또는 이미 한물간 옛날 지식수준에 머물러 있습니다.왜 그럴까요? 그리고 그들은 어떻게 현 상황을 대처해야 할까요? 해답을 알려면 우선은 AI가 무엇인지, ML이 무엇인지 파악해야 합니다. Machine Learning: 머신 러닝(ML)은 데이터를 기반으로 패턴을 인식하고 예측하도록 기계를 훈련시키는 AI의 하위 집합입니다. 의료, 금융, 교통 등 다양한 산업 분야에서 활용되고 있습니다. 앞으로 개발자는 지능형 시스템을 구축하기 위해 ML에 대한 전문 .. 2023. 3. 6. 이전 1 2 다음
