解決在 RHEL 9 系統中無法以 root 帳戶透過 SSH 登入的問題

一、檢查 SSH 伺服器配置

請確保 /etc/ssh/sshd_config 或 /etc/ssh/sshd_config.d/ 目錄中的設定檔包含以下內容：

PermitRootLogin yes
PasswordAuthentication yes
UsePAM yes

設定完成後，請重新啟動 SSH 服務：

systemctl restart sshd

二、檢查 PAM 模組設定

請確認 /etc/pam.d/sshd 文件中未包含限制 root 登入的設定。例如，檢查是否有以下行：

auth required pam_securetty.so

如果存在，請將其註解掉：

#auth required pam_securetty.so

然後，重新啟動 SSH 服務：

systemctl restart sshd

三、檢查 SELinux 設定

SELinux 可能會限制 root 的 SSH 登入。暫時將其設為寬鬆模式以測試：

setenforce 0

如果這樣可以登入，則需要調整 SELinux 的策略或設定，以允許 root 透過 SSH 登入。

四、檢查防火牆設定

請確保防火牆未阻止 SSH 連線：

firewall-cmd --permanent --add-service=ssh
firewall-cmd --reload

五、檢查 root 密碼

嘗試使用 root 密碼登入本地系統，以確認密碼是否正確：

su -

如果無法登入，請重設 root 密碼：

passwd root

大阪市が先導する次世代の詐欺犯罪対策：TRACEシステムとは？

日本全国で増加し続ける特殊詐欺。特に高齢者を狙った「振り込め詐欺」や「還付金詐欺」は、日常のコミュニケーション手段を悪用する巧妙な手口となっており、従来の対応では限界が見えつつあります。そこで注目されているのが、通信データとAI分析を活用した新しい対策システム TRACE（Threat Response and Crime Elimination） です。

---

📡 TRACEとは何か？

TRACEは、通信ネットワーク上のトラフィックと端末位置情報をリアルタイムに分析・追跡することで、詐欺犯の行動パターンを特定し、迅速な対応を可能にする最新システムです。

具体的には、以下のような機能を備えています：

• 通信会社を横断した信号データの統合分析
• LINEやWeChatなど、特定アプリの利用状況の可視化
• リアルタイムでの端末追跡により犯人の位置を把握
• API経由で警察・脅威インテリジェンスに即時提供

---

🔍 なぜ大阪市が最適なのか？

TRACE導入のモデル都市として、大阪市は非常に有力です。その理由は以下のとおりです：

1. 詐欺犯罪の発生率が全国上位
   特に高齢者を狙う詐欺が多発しており、早急な対策が求められています。
2. 高密度の通信トラフィック
   大阪は日本第二の都市圏として、携帯通信やSNS利用が非常に活発です。
3. 地方自治体の予算と実行力
   大阪市は過去にも防災・防犯システムを導入しており、新技術への投資にも積極的です。
4. 技術協力基盤が充実
   関西電力通信、NTT西日本、大阪大学など、連携可能な研究機関・企業が集中しています。

---

📊 データ処理量と技術スケール

TRACEが扱うデータは、非常に大規模です：

• 1秒あたり：約800万件の通信記録
• 年間：約200兆件の信号データ

このようなビッグデータをリアルタイムで処理・分析するには、大都市のインフラと技術力が不可欠であり、これも大阪市が適任とされる理由の一つです。

---

🎯 TRACEの導入効果

• 詐欺グループの移動・通信手口をリアルタイムで検出
• 警察の捜査を支援し、被害発生前の事前防止が可能に
• 通話・通信パターンから疑わしい端末やアプリ利用を即座に特定

被害者が「騙される前」に守るための革新的なアプローチ。それがTRACEの使命です。

---

✅ 結論：大阪から始まる、日本の詐欺撲滅モデル

TRACEは、技術と行政、通信インフラを融合させた全く新しい詐欺対策の形です。導入都市としての大阪市は最適解であり、ここから全国へと展開されていく可能性を秘めています。

被害者に「傷（SCARS）」を残さず、「痕跡（TRACE）」で犯人を追い詰める——そんな未来型セキュリティ社会の実現が、今まさに始まろうとしています。

Cisco Black Belt AI Fundamental

 Q1. What is the primary role of programming languages in AI development?

1. They enable the creation and management of databases that store and organize the data used by AI models.

2. They help write the instructions that tell computers how to learn and process information.

3. They help monitor AI systems by providing the syntax and structures necessary for developing software that tracks performance metrics and system health.

4. They facilitate the networking of various AI systems by providing the code that enables communication and data exchange between disparate systems.

Ans : 2.

Q2. What is the primary advantage of using generative models like GANs and VAEs?

1. They streamline data processing.

2. They reduce the need for data labeling. 

3. They generate new, realistic data instances.

4. They simplify the deployment of AI models.

Ans : 3.

Q3. Why is robust infrastructure important for AI development?

1. It helps ensure that AI applications can be developed without programming languages. 

2. It provides unlimited scalability for AI systems across all types of cloud environments. 

3. It makes AI systems less dependent on machine-learning frameworks.

4. It supports the high computational demands and large data volumes typical in AI workloads.

Ans : 4

Q4. What is a key benefit of effective monitoring in AI systems?

1. It helps ensure that systems operate smoothly and efficiently.

2. It eliminates the need for manual data labeling.

3. It replaces the need for machine-learning frameworks.

4. It reduces the importance of programming languages in AI.

Ans : 1

Q5. attach the following components of the AI tech stack with their descriptions:

Machine-Learning Frameworks

Structures that simplify the development, training, and deployment of ML models.

Vector Databases

Specialized storage solutions that support high-dimensional data used in AI applications.

Monitoring

Process for tracking performance metrics to gain optimal operation of AI systems.

Data Processing and Labeling

Operations that prepare data to enhance the performance of AI models.

K8s 入門補充資料

1. OS選用 大型企業用 RedHat 比較多 , 個人或是開發者用 Ubuntu 比較多 

www.redhat.com

www.ubuntu.com

2. K8s安裝部分 ： 

2.1 印度阿伯帶你學系列，可以練習印度式英文 

https://www.youtube.com/watch?v=uUupRagM7m0&list=PL2We04F3Y_41jYdadX55fdJplDvgNGENo 

2.2 搞笑IT KOL帶你學K8s, 聽概念 

https://www.youtube.com/watch?v=7bA0gTroJjw 

2.3 沈浸式K8s學習 

https://www.youtube.com/watch?v=2T86xAtR6Fo 

3. 大聯盟採用K8s

https://technology.mlblogs.com/anthos-on-bare-metal-how-mlb-turned-ball-parks-into-on-prem-k8-clusters-295031253a33

祝各位學習順利

Red Hat 離線安裝 Kubernetes 1.32 步驟

在 Red Hat 上離線安裝 Kubernetes 1.32

1. 準備工作

• 下載 Kubernetes 二進位檔案：

  從 Kubernetes 官方下載 kubeadm、kubelet 和 kubectl，然後傳輸到 Red Hat 系統。

• 設置本地 YUM 儲存庫：

  將所有必要的 RPM 套件下載到本地，然後建立 YUM 儲存庫：

  [kubernetes]
  name=Kubernetes
  baseurl=file:///path/to/your/local/repo
  enabled=1
  gpgcheck=0
              

2. 安裝 Docker

下載並安裝 Docker RPM 套件，然後啟用 Docker。

3. 安裝 Kubernetes 套件

使用以下命令安裝 kubelet、kubeadm 和 kubectl：

sudo yum install -y kubelet kubeadm kubectl --disablerepo=* --enablerepo=kubernetes
    

啟用並啟動 kubelet：

sudo systemctl enable --now kubelet
    

4. 安裝 CNI 插件

下載並安裝 CNI 網路插件：

CNI_PLUGINS_VERSION="v1.3.0"
ARCH="amd64"
DEST="/opt/cni/bin"
sudo mkdir -p "$DEST"
curl -L "https://github.com/containernetworking/plugins/releases/download/${CNI_PLUGINS_VERSION}/cni-plugins-linux-${ARCH}-${CNI_PLUGINS_VERSION}.tgz" | sudo tar -C "$DEST" -xz
    

5. 初始化 Kubernetes 叢集

使用 kubeadm 初始化叢集：

sudo kubeadm init --pod-network-cidr=10.244.0.0/16
    

設定 kubectl：

mkdir -p $HOME/.kube
sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
sudo chown $(id -u):$(id -g) $HOME/.kube/config
    

6. 部署 Pod 網路

選擇並部署適合的 Pod 網路插件，例如 Flannel 或 Calico。

備註： 離線安裝前，請確保所有必要的套件與依賴已準備就緒。

技術通報：Kubernetes 1.31.7 のサポートと HSPC マルチパス設定ガイド

一、通報の目的

Kubernetes 1.31.7 のアップグレード計画および Hitachi HSPC の最新サポート戦略に対応するため、システムアップグレードの注意点と正しい SAN マルチパス設定方法を提供し、システムの安定運用とマウント失敗問題の回避を目的としています。

二、影響範囲

• Hitachi HSPC を利用してストレージリソースを管理している Kubernetes クラスター環境
• Hitachi HSPC ストレージドライバーを展開し、SAN 経由でストレージにアクセスしているユーザー

三、技術ガイド

1. アップグレード順序の推奨

以下の順序でアップグレードを実施してください：

1. Hitachi HSPC を Kubernetes 1.31.7 をサポートするバージョンにアップグレード
2. Kubernetes クラスターを 1.31.7 にアップグレード

2. Multipath 設定の要求

SAN 環境でのストレージデバイスのマウントの安定性を確保するため、/etc/multipath.conf ファイルに以下の設定を行ってください：

find_multipaths no

3. 禁止設定（マウント失敗の原因）

以下の設定値は使用しないでください。 使用すると、マウントエラーが発生する可能性があります：

• find_multipaths: yes
• find_multipaths: smart

4. Trident のサポートポリシー

Trident はリリース以来、find_multipaths: no 設定を推奨しており、これによりマルチパス処理ロジックとの互換性が確保されます。

四、今後の対応提案

• システム管理者は現在の multipath 設定ファイルを直ちに確認してください
• すべてのアップグレードプロセスが本通報の推奨手順に従っていることを確認してください
• 問題が発生した場合、内部 IT サポートチームまたはシステムインテグレーターに連絡してください

---

📌 技術連絡先

• 三井ユナイテッド海外営業所

本體論（Ontology）介紹

一. 本體論（Ontology）介紹

1. 一般定義

本體論（Ontology）是研究存在、事物的本質及其相互關係的學科，最初起源於哲學，但現已廣泛應用於電腦科學、人工智慧（AI）和資訊科學等領域。

2. 本體論在電腦科學與AI中的應用

在技術領域，本體論指的是一種結構化框架，用來定義特定領域內的概念、分類及其關係，主要用於知識表示、語意網技術和人工智慧推理。

• 本體論的組成要素

  • 概念（Classes）：代表特定領域內的事物或物件。
  • 屬性（Attributes）：描述概念的特徵或性質。
  • 關係（Relationships）：定義不同概念之間的聯繫。
  • 實例（Instances）：概念的具體實例。

• 應用領域

  • 語意網（Semantic Web）：幫助機器理解與處理人類知識，提高數據互通性。
  • 人工智慧與機器學習：增強AI的推理能力，使其更好地理解上下文資訊。
  • 醫療與生物領域：應用於醫學本體論（如疾病分類、基因數據），幫助研究與診斷。

3. 例子

以「汽車」為例，簡單的本體論可能包括：

• 概念：汽車（Car）、引擎（Engine）、輪胎（Wheel）、製造商（Manufacturer）
• 屬性：汽車具有引擎、輪胎與品牌。
• 關係：製造商生產汽車、引擎為汽車提供動力。

總結

本體論提供了一種結構化的知識表示方式，幫助不同系統之間的數據互通，提高機器推理能力，並在人工智慧、醫療、語意網等領域發揮重要作用。