Academy and Foundation unixmens | Your skills, Your future

Deploying Single Node OpenShift (SNO) using the Agent-Based Installer on KVM provides a fast, repeatable way to create a fully functional OpenShift cluster without dedicatedvia kifarunix.com ift.tt/t07RDXr

CloudBees CI HA on OpenShift starts with one requirement that can stop the deployment before it even begins: shared storage with ReadWriteMany (RWX) access. OpenShiftvia kifarunix.com ift.tt/L7Akeo8

How did a small team in the east of the Netherlands (Groningen) from the Government Datacenter North (ODC-Noord) grow into a supplier of crucial building blocks for the Netherlands digital government strategy? Jaap Jansma, Manager of ODC-Noord, and Marcel Timmer, Country Director Netherlands at Red Hat, explain.ODC-Noord implements, manages, and operates as a scalable, sovereign cloud service for the Dutch government, and Red Hat provides the fundamental open source software. Together, the 2 companies look at what’s needed to continue fulfilling this role within the government, ranging from via Red Hat Blog ift.tt/FpidCvz

The program’s participants, pictured on their first day at Red HatOn June 1, the first cohort of student athletes arrived at the Raleigh office to take part in the Red Hat Sales Combine Accelerator Program. The group of 6 engaged in a newly launched 3-week micro-internship, using skills carefully honed on the playing field and translating them into the world of technology sales. The pilot program at Red Hat is the first of its kind, aimed at collaboration with emerging talent who possess unique skills and insight. In addition to their position as students, the participants balance their rolvia Red Hat Blog ift.tt/xZvBmVT

Imagine finding out your core platform contract is ending, leaving you with a multi million-dollar liability—and just 10 months to move 1,500 critical workloads. That was the reality for the engineering team at State Farm.While they had previously used Pivotal Cloud Foundry (PCF) and VMware vSphere, the underlying platform was highly proprietary. To escape vendor lock-in and secure long-term cloud portability, State Farm executed an urgent, 10-month race to migrate 1,500 workloads to Red Hat OpenShift Service on AWS (ROSA), all without disrupting core business operations. Figure 1. Burt Lapvia Red Hat Blog ift.tt/jKyAvkl

بنده به دنبال فرصت های جدید همکاری هستم .

یک اصل پایه در DevSecOps و Secure Software Development این است که هیچ‌گونه Secret، Password، API Key، Access Token، Private Key یا Credential به‌صورت مستقیم داخل Repository ذخیره نشود؛ حتی اگر Repository خصوصی باشد.ابزارهایی مانند Gitleaks با اسکن Commitها و محتوای Repository، الگوهای شناخته‌شده‌ی Secret و Credential را شناسایی می‌کنند. این ابزارها علاوه بر Tokenهای استاندارد، می‌توانند با استفاده از Custom Rules برای الگوهای اختصاصی هر سازمان نیز تنظیم شوند؛ بنابراین اگر یک سازمان الگوی مشخصی برای نام‌گذاری، ساختار یا فرمت Secretهای خود داشته باشد، می‌توان Detection Rule متناسب با همان الگو تعریف کرد.در GitLab نیز می‌توان این کنترل‌ها را در سطح Pipeline و Repository اعمال کرد؛ برای مثال با استفاده از Push Rules، Protected Branches، Merge Request Approval و CI/CD Pipeline Security Checks می‌توان مانع ورود Secret به Branchهای حساس یا Merge شدن کد آلوده به Credential شد.نکته مهم این است که صرفاً داشتن Gitleaks کافی نیست. باید Secret Scanning به بخشی از Security Gate در CI/CD تبدیل شود؛ یعنی کد قبل از Merge یا Release بررسی شود و در صورت شناسایی Credential، Pipeline متوقف شود.حتی اگر توسعه‌دهندگان یک سازمان از الگوهای اختصاصی برای نوشتن Password، Token، API Key یا سایر اطلاعات حساس استفاده کنند، می‌توان برای Gitleaks Ruleهای سفارشی و Regexهای اختصاصی تعریف کرد تا این الگوها نیز شناسایی شوند.در نتیجه، رویکرد صحیح این نیست که صرفاً بگوییم «توسعه‌دهنده نباید Secret را داخل Git قرار دهد»؛ بلکه باید یک کنترل فنی و خودکار ایجاد کنیم که حتی در صورت اشتباه توسعه‌دهنده، Repository و Pipeline بتوانند از انتشار Secret جلوگیری کنند.البته یک نکته مهم‌تر هم وجود دارد: Secret Scanning فقط Detection است، نه Secret Management. برای نگهداری واقعی Secretها باید از راهکارهایی مانند HashiCorp Vault، Kubernetes Secrets با Encryption at Rest، Cloud Secret Manager یا Secret Manager داخلی سازمان استفاده کرد و Application در زمان اجرا Secret را دریافت کند، نه اینکه Secret داخل Source Code یا Git History قرار بگیرد.#DevOps #devsecops

TechZine: Red Hat tames the open source AI chaosThe AI ecosystem is still in its infancy. This is evident from the regular releases of immature, yet highly imaginative, open source solutions. It’s up to companies like Red Hat to anticipate these developments and help such tools mature into enterprise-ready products. Learn more InfoWorld: Three AI security mistakes that will haunt enterprisesRed Hat's Scott McCarty explains why the enterprise AI nightmare is not a killer robot, but an erosion of our ability to see and control what’s running in our own environments. Learn more Beyond the via Red Hat Blog ift.tt/FstQvxL

Enterprise AI has reached a critical turning point as organizations move from isolated, chat-based experimentation to complex reasoning models and autonomous agents. While the productivity gains are real, underlying infrastructure costs are escalating rapidly, with token consumption predicted to increase 24x by 2030. Relying entirely on external clouds and proprietary APIs means your expenses scale directly with business growth, introducing major predictability and cost issues. When technology moves this fast, treating it as a series of disconnected software tools creates unnecessary technicalvia Red Hat Blog ift.tt/wZzmjTg

Red Hat OpenShift 4.22 includes general availability support for Red Hat Bare-Metal-as-a-Service (BMaas) for OpenShift, enabling organizations to manage bare metal, virtual machines (VMs), and application containers using the same consistent platform.What is Red Hat Bare-Metal-as-a-Service for OpenShift?Before OpenShift 4.22, Cluster Baremetal Operator in OpenShift provided centralized management for servers with Redfish support with containerized and virtualized workloads. With this new add-on, Red Hat OpenShift Container Platform now extends its orchestration capabilities to physical hardwarvia Red Hat Blog ift.tt/XEMvbDy

مفهوم Service Discovery در Docker Swarm؛ از DNS تا VIP و Load Balancingنویسنده : یاشار اسمعیل دخت#devops #container #swarm #service #discovery

Your agent works. It reasons, calls tools, and returns answers in the demo that impress everyone. But between that notebook and a production deployment sits a gap having nothing to do with your model or your framework. Three failures hit a single AI agent deployment overnight—43 duplicate tickets, $4,000 charged to the wrong account, and a hallucinated refund policy leading to a $280 return the company had to honor. The agent ran on LangChain. It worked perfectly in staging. Every failure was an infrastructure failure, not an intelligence failure.I've watched teams spend months closing that via Red Hat Blog ift.tt/2FMmCsN

ابزار jmeter ‌و نقش آن در DevOps#devops #jmeter #performance #test #loadhttps//t.me/unixmens

CloudBees CI HA on OpenShift starts with one requirement that can stop the deployment before it even begins: shared storage with ReadWriteMany (RWX) access. OpenShiftvia kifarunix.com ift.tt/srj6MTH

Today, Windows Server environments power critical internal portals, application programming interfaces (APIs), and web applications. Every one of them depends on security certificates that expire on a schedule your operations team didn’t choose. When renewal slips, services go dark. When rotation happens at the wrong moment—during peak business hours, mid-deployment, or in the middle of a compliance audit freeze—a routine update becomes a major incident.The work itself is familiar: generate the replacement certificate, apply it to the server, confirm the service is healthy, and update thvia Red Hat Blog ift.tt/KRQZhDd

I just got back from HL7 FHIR DevDays, a developer conference focused on Fast Healthcare Interoperable Resources (FHIR). I was there to talk about AI transparency in health data and using multi-agent AI to suggest useful care plans for patients. I have been part of the HL7 community for 6 years, working to make sharing health data a reality. But I have been a software architect for a lot longer, almost 30 years in the industry. I have never been as excited about the possibility for computers to work with us to solve real problems than I am now, but there are going to be real challenges. That ivia Red Hat Blog ift.tt/vbEKkhz

Policy enforcement has moved to the forefront. Let’s break down why this is the case and how policies can help you improve governance as you stay in control of operations.First, let’s examine your current production environment. Compliance, governance, and security aligned with specific standards represent an ongoing and essential need. In fact, some standards come with costly daily fines for each day an environment is out of compliance. Furthermore, standards constantly evolve, with new rules requiring more rigorous actions. For example, Secure Sockets Layer/Transport Layer Security (SSL/via Red Hat Blog ift.tt/3oTGdS0

Modern IT environments are complex. Development and operations teams must constantly balance resolving current infrastructure challenges with planning for scalable, future growth. This requires deep product expertise and technical skills from internal teams that are already resource-constrained. To bridge this gap, enterprises use Red Hat Technical Account Managers (TAMs) as an extension of their teams. A TAM is a single technical point of contact specializing in a specific product family, such as Red Hat Enterprise Linux, Red Hat OpenShift, or Red Hat Ansible Automation Platform. They work alvia Red Hat Blog ift.tt/JvdhC9q

نه عکس‌ها و رزومه‌ها.بلکه اینکه چیزی که روزی با چند نفر شروع شد، امروز دیگر فقط متعلق به من نیست.این مسیر ادامه پیدا کرده است.و من هنوز در آن هستم.چون سال‌ها پیش با خودم عهد کردم:بخشی از زندگی من باید متعلق به Community باشد.و امروز این عهد برای من فقط برگزاری یک جلسه نیست.یعنی تلاش برای ساختن آدم‌های بهتر.تیم‌های بهتر.سازمان‌های بهتر.اکوسیستم‌های بالغ‌تر.و در نهایت، ایجاد فرهنگی که در آن Open Source فقط یک مدل توسعه‌ی نرم‌افزار نباشد؛بلکه بخشی از مدل فکر کردن ما برای ساختن آینده‌ی Enterprise باشد.شاید تمام این مسیر را بتوان در یک جمله خلاصه کرد:از Community شروع کردیم؛اما هدف، ساختن یک Ecosystem بود.

بیش از ۱۵ سال پیش، وقتی اولین جلسه‌های فنی را برگزار می‌کردم، هیچ‌وقت فکر نمی‌کردم این مسیر روزی به چیزی فراتر از یک کامیونیتی تکنولوژی تبدیل شود.آن روزها همه‌چیز ساده‌تر بود.چند نفر آدم علاقه‌مند به تکنولوژی دور هم جمع می‌شدند.از Linux و Open Source حرف می‌زدیم، تجربه‌هایمان را به اشتراک می‌گذاشتیم، سؤال می‌پرسیدیم و گاهی ساعت‌ها درباره‌ی یک موضوع فنی بحث می‌کردیم.جلسه بعدی برگزار می‌شد.و جلسه بعد.و باز هم جلسه بعد.تا اینکه تعدادشان از ۶۰۰ عبور کرد.امروز، بیش از ۶۴۵ جلسه پشت سر گذاشته‌ام.اما وقتی به این عدد نگاه می‌کنم، چیزی که می‌بینم «جلسه» نیست.آدم‌ها را می‌بینم.نسل‌هایی را می‌بینم که وارد شدند، یاد گرفتند، تجربه کردند و بعد خودشان تبدیل به سازنده شدند.گروه‌هایی را می‌بینم که شکل گرفتند.کامیونیتی‌هایی را می‌بینم که رشد کردند.و حتی جریان‌هایی را می‌بینم که به شکلی از همان چیزی که سال‌ها قبل شروع کرده بودیم الهام گرفتند.آن زمان شاید اسمش را نمی‌دانستم، اما امروز بهتر می‌فهمم که چیزی که داشتیم می‌ساختیم فقط یک Community نبود.داشتیم بخشی از یک Technology Ecosystem را می‌ساختیم.و اینجا بود که نگاه من هم تغییر کرد.دیگر مسئله فقط این نبود که «چه تکنولوژی‌ای را آموزش بدهیم؟»سؤال مهم‌تر این شد:چطور می‌توانیم آدم‌ها را به هم متصل کنیم؟چطور می‌توانیم دانش را در اکوسیستم به گردش دربیاوریم؟چطور می‌توانیم افراد متخصص تربیت کنیم، بدون اینکه آن‌ها را صرفاً به مصرف‌کننده‌ی یک دوره یا محصول تبدیل کنیم؟چطور می‌توانیم سازمان‌ها را به تکنولوژی، متخصص‌ها را به مسئله، و ایده‌ها را به فرصت تبدیل کنیم؟اینجا بود که کامیونیتی برای من وارد مرحله‌ی دیگری شد:مدیریت اکوسیستم.فهمیدم کامیونیتی فقط با برگزاری Event زنده نمی‌ماند.نیاز به اعتماد دارد.نیاز به Governance دارد.نیاز به فرهنگ دارد.نیاز به آدم‌هایی دارد که مسئولیت بپذیرند.و مهم‌تر از همه، نیاز دارد که افراد بتوانند در آن رشد کنند و در نهایت خودشان بخشی از ساختار را بسازند.به مرور، مفهوم دیگری هم برایم جدی‌تر شد:تعالی.برای من تعالی یعنی فقط «بیشتر کار کردن» یا «بزرگ‌تر شدن» نیست.تعالی یعنی هر نسل، کمی بهتر از نسل قبل باشد.هر جلسه، چیزی بیشتر از جلسه‌ی قبلی داشته باشد.هر متخصص، علاوه بر دانش فنی، درک بهتری از مسئله، سازمان، کسب‌وکار و اثر کاری که انجام می‌دهد پیدا کند.و اینجا بود که مرز بین Technology و Business برایم کم‌رنگ‌تر شد.چون تکنولوژی زمانی ارزشمند است که بتواند مسئله‌ای واقعی را حل کند.و این نگاه، به‌تدریج مرا به مفهوم Enterprise Open Source نزدیک‌تر کرد.ا Open Source برای من فقط «نرم‌افزار رایگان» نیست.ا Open Source یعنی دانش، تجربه، استاندارد، همکاری و نوآوری بتوانند در یک اکوسیستم جریان پیدا کنند.اما Enterprise Open Source یک قدم جلوتر است.اینجا دیگر فقط درباره‌ی استفاده از یک نرم‌افزار Open Source صحبت نمی‌کنیم.درباره‌ی ساختن یک قابلیت سازمانی صحبت می‌کنیم.درباره‌ی Governance.درباره‌ی Security.درباره‌ی Architecture.درباره‌ی Reliability.درباره‌ی Platform.درباره‌ی People.و درباره‌ی اینکه چگونه می‌توان تکنولوژی‌های Open Source را از سطح یک ابزار، به بخشی از یک Enterprise Capability تبدیل کرد.شاید جالب باشد که بخش زیادی از این مسیر، بدون اینکه از ابتدا چنین نقشه‌ای داشته باشم، اتفاق افتاد.از کامیونیتی شروع شد.بعد به شبکه‌ای از آدم‌ها رسید.بعد به اکوسیستم.بعد به مدیریت دانش و تجربه.بعد به تعالی.و امروز، نگاه من بیشتر از هر زمان دیگری به ساختن Enterprise Open Source Ecosystem است.اکوسیستمی که در آن Community فقط محل برگزاری Event نباشد؛بلکه جایی باشد برای شکل‌گیری استعداد، انتقال تجربه، حل مسئله، ایجاد ارتباط میان متخصص و سازمان، و در نهایت خلق ارزش.در تمام این سال‌ها، یک اصل برای من مهم بوده:نمی‌خواستم همه‌چیز حول خودم بچرخد.تلاش کردم خودخواه نباشم.اگر کسی بهتر از من بود، باید فرصت رشد پیدا می‌کرد.اگر کسی ایده‌ی بهتری داشت، باید شنیده می‌شد.اگر گروه دیگری می‌توانست کاری را بهتر انجام دهد، باید رشد می‌کرد.و اگر چیزی که ما ساخته بودیم، باعث شد دیگران هم کامیونیتی خودشان را بسازند، من آن را از دست دادن نمی‌دانم.من آن را تکثیر می‌دانم.چون کامیونیتی واقعی، وقتی موفق شده که دیگر به بنیان‌گذارش وابسته نباشد.امروز بعد از بیش از ۱۵ سال، شهر و اکوسیستم را نگاه می‌کنم.بسیاری از آدم‌هایی که آن روزها جوان‌تر بودند، امروز متخصص، مدیر، معمار، کارآفرین یا صاحب یک کسب‌وکار هستند.گروه‌هایی که آن روزها کوچک بودند، امروز خودشان بخشی از اکوسیستم‌اند.و این شاید برای من بزرگ‌ترین پاداش این مسیر باشد.نه ۶۴۵ جلسه.نه تعداد Eventها.

Deploying Single Node OpenShift (SNO) using the Agent-Based Installer on KVM provides a fast, repeatable way to create a fully functional OpenShift cluster without dedicatedvia kifarunix.com ift.tt/LanHXMy

When people think about AI infrastructure, most attention naturally gravitates toward model training. Training large models requires massive datasets, distributed compute, and specialized hardware accelerators. The engineering involved in orchestrating training jobs across clusters of graphics processing units (GPUs) or tensor processing units (TPUs) is significant, and it's often the most visible part of the AI lifecycle.Inference, by contrast, appears deceptively simple. Once a model's been trained, the assumption is serving predictions should be straightforward: load the model, send requestvia Red Hat Blog ift.tt/YF3oy1I

The managed services market is navigating an unprecedented inflection point: For many service providers, recent changes in virtualization licensing and vendor partner tiers have elevated costs from a standard operational challenge into an existential threat to business continuity. For highly regulated industries like financial services and healthcare, this shift is even more complex. Security, continuous uptime, and compliance mandates mean that infrastructure changes cannot risk operational stability. At Red Hat Summit 2026 Community Day in Atlanta, Georgia, Paul Ponzeka, Chief Technology Offvia Red Hat Blog ift.tt/wGMYxNh

آیا DevOps به AI Agent نیاز دارد؟نویسنده : یاشار اسمعیل دخت#devops #linux #agent #aihttps://t.me/unixmens

معماری داخلی Ceph S3 Select؛ از دریافت درخواست تا پردازش داده در Object Storage- بخش دوم #ceph #linux #devops #storagehttps://t.me/unixmens

مفهوم DRBD در معماری مدرن Storageچرا Distributed Replicated Block Device هنوز کارآمد است؟#drbd #devops #storage #sds #linux #kernelhttps://t.me/unixmens

ما اساساً آموزشگاه نیستیم و نمی‌خواهیم هم آموزشگاه باشیم.مدل فعالیت ما بر پایه فروش دوره، برگزاری کلاس‌های عمومی و ارائه مدرک بنا نشده است. هدف ما ایجاد یک شبکه تخصصی فناوری است؛ شبکه‌ای که در آن متخصصان، سازمان‌ها، کسب‌وکارها و افراد مستعد در کنار یکدیگر قرار می‌گیرند تا دانش، تجربه و مسئله‌های واقعی فناوری را به اشتراک بگذارند.تمرکز ما بر چهار محور اصلی است:۱. شبکه‌سازی تخصصیما به دنبال ساختن یک جامعه حرفه‌ای از متخصصان فناوری هستیم؛ افرادی که صرفاً دانش تئوری ندارند، بلکه تجربه عملی، نگاه مهندسی و توانایی حل مسئله دارند.این شبکه باید بتواند ارتباط میان متخصصان، شرکت‌ها، سازمان‌ها، کسب‌وکارها و حتی افراد مستعد را ایجاد کند؛ ارتباطی که در نهایت به شکل‌گیری همکاری‌های واقعی، انتقال تجربه و خلق ارزش منجر شود.۲. اشتراک و توسعه فناوری‌های High-Techفناوری برای ما صرفاً مجموعه‌ای از ابزارها و محصولات نیست.تمرکز ما روی فناوری‌های روز و زیرساخت‌های پیشرفته‌ای مانند Cloud، Kubernetes، Platform Engineering، DevOps، DevSecOps، Storage، Database، AI Infrastructure، Cyber Security و سایر فناوری‌های زیرساختی و سازمانی است.هدف این نیست که صرفاً درباره این فناوری‌ها صحبت کنیم؛ بلکه باید آن‌ها را آزمایش، پیاده‌سازی، ارزیابی و در محیط واقعی سازمانی تجربه کنیم.۳. حل مشکلات واقعی سازمان‌هایکی از تفاوت‌های اصلی ما با یک آموزشگاه همین‌جاست.ما نمی‌خواهیم صرفاً بگوییم «Kubernetes چیست» یا «DevOps چگونه کار می‌کند». مسئله اصلی برای ما این است که وقتی یک سازمان با چالش واقعی مواجه است، بتوانیم درک کنیم مشکل کجاست، معماری مناسب را طراحی کنیم، فناوری درست را انتخاب کنیم و راهکار را در عمل پیاده‌سازی کنیم.بنابراین، پروژه‌های واقعی سازمان‌ها بخشی از چرخه یادگیری و توسعه ما هستند.Problem → Research → Architecture → Implementation → Knowledge Sharingهر مسئله واقعی می‌تواند به یک تجربه، یک پروژه، یک Case Study و در نهایت یک دانش قابل انتقال برای جامعه فناوری تبدیل شود.۴. تربیت متخصص، نه صرفاً آموزش‌دیدهما به دنبال تولید نیرویی نیستیم که فقط چند ابزار را بلد باشد.هدف ما تربیت افرادی است که بتوانند فکر کنند، تحلیل کنند، طراحی کنند، تصمیم بگیرند و مسئله حل کنند.متخصصی که در پایان یک مسیر، صرفاً چند Certification یا مدرک در رزومه خود دارد، لزوماً برای یک سازمان ارزشمند نیست.ما می‌خواهیم افراد را در معرض مسائل واقعی، معماری‌های Enterprise، محدودیت‌های عملیاتی، شکست‌ها، Trade-offها، امنیت، هزینه، Performance، Scalability و Governance قرار دهیم تا در نهایت به متخصصانی تبدیل شوند که با نیاز واقعی سازمان‌ها منطبق هستند.بنابراین مسیر ما از این جنس نیست:Course → Certificate → پایانبلکه بیشتر شبیه این است:Learning → Practice → Problem Solving → Project → Experience → Expertiseدر این مدل، آموزش تنها یکی از ابزارهای ماست؛ نه محصول اصلی ما.ما می‌خواهیم یک Technology Community / Engineering Network بسازیم؛ جایی که دانش از دانشگاه و کتاب شروع نشود و در کلاس هم تمام نشود، بلکه از تجربه متخصصان، نیاز سازمان‌ها، پروژه‌های واقعی و آزمایش فناوری شکل بگیرد.به همین دلیل، رویکرد ما می‌تواند ترکیبی از Community، R&D، Consulting، Engineering و Talent Development باشد.ما می‌خواهیم بین سه گروه یک اتصال واقعی ایجاد کنیم:Technology Experts ↔️ Organizations ↔️ Talentsمتخصصان، تجربه و دانش خود را به اشتراک می‌گذارند؛سازمان‌ها، مسائل و نیازهای واقعی خود را مطرح می‌کنند؛و افراد مستعد، در برخورد با این مسائل رشد می‌کنند.در نهایت هدف ما ساختن یک آموزشگاه بزرگ‌تر نیست.هدف، ساختن یک اکوسیستم فناوری است؛ اکوسیستمی که بتواند هم به سازمان‌ها در حل مسائل پیچیده فناوری کمک کند، هم متخصصان را به یکدیگر متصل کند و هم نسل جدیدی از مهندسان توانمند را بر اساس نیاز واقعی صنعت پرورش دهد.ما کلاس برگزار نمی‌کنیم که صرفاً کلاس برگزار کرده باشیم؛فناوری را یاد می‌گیریم تا بتوانیم آن را در دنیای واقعی به کار بگیریم.ما مدرک تولید نمی‌کنیم؛ متخصص تولید می‌کنیم.ما صرفاً دانش منتقل نمی‌کنیم؛ تجربه و مسئله واقعی را به دانش قابل استفاده تبدیل می‌کنیم.و مهم‌تر از همه، تلاش می‌کنیم فاصله میان دانش، متخصص و نیاز واقعی سازمان را کم کنیم.

سرفصل : Enterprise Elastic Stackفصل ۱ — معماری و فلسفه Elastic Stackا - Elastic Stack چیست و اجزای آنا - Elasticsearch، Kibana، Logstash، Beats و Elastic Agentمعماری Distributed در Elasticsearchا - Cluster، Node و Shardمفهوم Data، Control و Ingest Pathتفاوت معماری Lab با Productionطراحی Elastic Stack برای Enterpriseا - Single Cluster در مقابل Multi-Clusterا - Data Gravity و محل پردازش دادهفصل ۲ — Elasticsearch Cluster Architectureساختار ClusterMaster-eligible NodeCluster Coordinationمفهوم Quorum و Voting ConfigurationElection و Leader Selection Cluster Stateنقش Coordinator NodeData NodeIngest Nodeتفاوت Dedicated و Combined Nodeا - Node Roles در نسخه‌های جدید Elasticsearchا - Discovery و Bootstrapا - Split Brain و مشکلات معماری قدیمیا - Shard Allocationتمرین: طراحی یک Cluster واقعی با تفکیک Node Roleها.فصل ۳ — انواع Data Node و طراحی Storageا - Data Node چیست؟Hot NodeWarm NodeCold NodeFrozen NodeContent Nodeتفاوت Workloadها در هر Tierا - CPU / RAM / Disk برای هر نوع NodeLocal Storage در مقابل SANSSD / NVMe / HDDا - IOPS و Latencyا - Filesystem و Mount Designا - JVM Heap و Page Cacheا - Disk Watermarkا - Storage Sizingتمرین: طراحی Storage Architecture برای چند میلیارد Document.فصل ۴ — Master و Coordinator Architectureچرا Master نباید Data Node باشد؟ا - Dedicated Master Nodesحداقل تعداد Master Nodeهاا - Voting و Fault ToleranceCoordinator Node چیست؟نقش Coordinator در SearchFan-out / Fan-inReduce Phaseچه زمانی Dedicated Coordinator لازم است؟مشکلات Coordinator زیادطراحی Coordinator Layer برای Query-heavy Environmentفصل ۵ — Ingest ArchitectureIngest Node چیست؟Ingest PipelineProcessorهاGrokDissectJSONDateGeoIPRename / Remove / SetPipeline ChainingFailure HandlingDead Letter StrategyIngest Node ScalingLogstash ArchitectureLogstash PipelineInput / Filter / OutputPersistent QueueDead Letter QueueWorkerPipeline-to-PipelineLoad BalancingHorizontal ScalingLogstash vs Ingest Nodeچه زمانی Logstash انتخاب بهتری است؟فصل ۶ — Data Collection LayerElastic AgentBeatsFilebeatMetricbeatWinlogbeatAuditbeatPacketbeatSyslogApplication LogsNetwork DevicesDatabase LogsKubernetes LogsDocker LogsCollection Architectureمعماری عملی:Application → Agent → Load Balancer → Logstash → Elasticsearchو مقایسه آن با:Application → Agent → Elasticsearch Ingest Nodeفصل ۷ — Shard و Index ArchitectureIndex چیست؟Primary ShardReplica ShardShard AllocationShard SizeOver-shardingUnder-shardingRoutingReplica StrategySplit / ShrinkReindexAliasData StreamIndex TemplateComponent TemplateMappingچگونه تعداد Shard را برای یک Enterprise Environment محاسبه کنیم؟فصل ۸ — Data Streams و Time-Series ArchitectureData Stream چیست؟Backing IndexRolloverILMTime-based IndexTSDSLogs / Metrics / TracesNaming StrategyRetention Strategyفصل ۹ — ILM و Data Lifecycle ManagementHot → Warm → Cold → FrozenRolloverRetentionDelete PhaseForce MergeAllocationSearchable SnapshotSnapshot Lifecycle ManagementCost Optimizationتمرین: طراحی Lifecycle برای:7 days Hot → 30 days Warm → 90 days Cold → Archiveفصل ۱۰ — Search ArchitectureSearch Request LifecycleCoordinator NodeQuery PhaseFetch PhaseShard-level SearchDistributed SearchAggregationReduceSearch PreferenceRoutingPaginationfrom/sizesearch_afterPoint in TimeScrollQuery CacheRequest CacheFielddataDoc Valuesجهت ثبت نام با پشتیبانی در ارتباط باشیدتوجه : بعد از این دوره - دوره پیشرفته elastics برگزار خواهد شد .t.me/unixmens

آرام باش عزیز من

#fact #people #devops

Uber burned through its entire 2026 AI tools budget by April. Microsoft faced a similar crisis, pulling Claude Code licenses because the tool worked too well and people used it too much. Even OpenAI's chief executive officer (CEO), Sam Altman, has called token costs "a huge issue" for the company and its customers. "Tokenmaxxing," the tendency to burn through tokens without a clear link to business outcomes, has gone from an internal joke to a boardroom problem.Companies are responding by capping external AI budgets and pulling licenses. Fair enough. But when teams try to escape these escalativia Red Hat Blog ift.tt/M9t7mW4

Managing virtualized workloads alongside containerized applications remains a persistent challenge for IT operations, often creating siloed management environments. At Red Hat Summit 2026, I had the opportunity to take the stage during the OpenShift Spotlight session and demonstrate how Red Hat OpenShift is bridging this divide, by allowing organizations to treat a virtual machine (VM) and a container as first-class citizens on a single platform. Alan Cowles presents during the OpenShift Spotlight at Red Hat Summit 2026.Bridging the virtual-container gapMy demonstration focused on a fictional via Red Hat Blog ift.tt/5enHG42

AI clouds have advanced beyond initial pilot testing, and the challenge now isn’t simply configuring the physical hardware. Organizations must focus on operating an efficient shared platform that provides predictable operating costs, access to the latest computer chips, and ongoing platform updates without relying on fragile custom code or complex software adjustments.By integrating NVIDIA DSX OS™ software, part of the DSX platform, with Red Hat AI, we are co-engineering a deployment framework for AI clouds that accelerates innovation while delivering the reliability, scalability, and opervia Red Hat Blog ift.tt/b30ix7S

Red Hat Recognized as a Leader for Third Consecutive Year in 2026 Gartner® Magic Quadrant™ for Cloud-Native Application PlatformsRed Hat OpenShift is recognized as a Leader in the 2026 Magic Quadrant for Cloud-Native Application Platforms. We believe this recognition reinforces OpenShift’s ability to manage containers, VMs and AI workloads with the same operational and security rigor across any infrastructure footprint, from on-premises datacenters to public clouds and edge environments. Learn more The migration catalyst: turning virtualization disruption into application innovationA centvia Red Hat Blog ift.tt/tWV5JyK

این تصویر فقط درباره هوش مصنوعی نیست؛ درباره یکی از بزرگ‌ترین سوءبرداشت‌ها در DevOps نیز هست.سال‌هاست که بسیاری از سازمان‌ها DevOps را با «تحویل سریع‌تر» اشتباه گرفته‌اند. در حالی که DevOps هرگز به معنای سریع‌تر Deploy کردن نبوده است؛ بلکه به معنای ایجاد یک سیستم پایدار، قابل اعتماد و قابل تکرار است.اگر زیرساخت داده، معماری، مانیتورینگ، Observability، تست، امنیت، مستندسازی و حاکمیت وجود نداشته باشد، اتوماسیون فقط همان مشکلات را سریع‌تر منتشر می‌کند.مهندسی یعنی ساختن پایه‌های محکم، نه فقط افزایش سرعت.در DevOps هم باید این سؤال را از خودمان بپرسیم:سرعت، به چه قیمتی؟اگر برای تحویل سریع‌تر:تست‌ها حذف شوند،مستندسازی نادیده گرفته شود،مانیتورینگ و Observability ناقص باشد،امنیت به آخر پروژه موکول شود،کیفیت داده و حاکمیت آن فراموش شود،و معماری قربانی زمان‌بندی شود،آنچه ساخته‌ایم DevOps نیست؛ فقط بدهی فنی را با سرعت بیشتری تولید کرده‌ایم.یک Pipeline سریع که خروجی نادرست تولید می‌کند، مزیت نیست؛ یک ریسک است. یک Deployment چند دقیقه‌ای بدون قابلیت Rollback، Observability و Reliability، موفقیت نیست؛ حادثه‌ای است که فقط زمان وقوع آن مشخص نیست.مهندسی مسابقه سرعت نیست؛ مسابقه پایداری است.سازمان‌های موفق ابتدا روی Data، Platform، Governance، Reliability و فرهنگ مهندسی سرمایه‌گذاری می‌کنند و سپس به سراغ AI و اتوماسیون می‌روند. سرعت، نتیجه این بلوغ است؛ نه نقطه شروع آن.

linkedin.com/posts/yashar-esmaildokht_%D9…

Much of the public discussion around AI and its impact on cybersecurity focuses almost exclusively on models, with some arguments calling for a central authority to manage the latest models behind closed doors. There have even been discussions around strictly regulating or outright banning open weights models in the interest of security. But as global regulators mull the future of open AI models, a core question falls by the wayside: How do we actually secure AI systems?AI security is a software challenge, not just a model issueAn AI agent isn't just a model but rather a complete software stacvia Red Hat Blog ift.tt/7J5GVMs

For the past 3 years, graphics processing units (GPUs) have dominated the large language model (LLM) conversation. In traditional chatbot applications, central processing units (CPUs) provide a fraction of the total compute per request, while GPUs do the heavy lifting. However, inference isn't a single model answering a single question. A growing reliance on tool calls, multistep reasoning, and orchestration across small, specialized models changes the math on where compute should live. Intel has called out this shift noting that the CPU-to-GPU ratio is moving from 1:8 in training workloads tovia Red Hat Blog ift.tt/705ngMW

Between virtual machines, microservices, and AI pipelines, hybrid clouds can be incredibly complex and can bring an unwelcome partner: alert fatigue. SREs and IT OPs teams face a constant flood of disconnected alerts, forced to manually stitch together metrics from completely different monitoring tools. Sifting through raw logs and writing complex PromQL queries just to build static dashboards isn't sustainable.Something has to change. It's time to move away from fragmented tools and toward natural language and visualizations where the platform actually shows you the issues and helps you get tvia Red Hat Blog ift.tt/AEG2ITp

In May 2026 an important, unprecedented event took place in Fort Carson, Colorado: US Army Operation Jailbreak. For the first time, roughly 600 participants from more than 50 companies came together in person to integrate their sensors and systems into a common Command and Control (C2) platform, exposing and documenting APIs across more than 70 Army capabilities, including the Integrated Battle Command System Maneuver (IBCS-M) program.This ambitious effort was created to address the urgent and growing need for US and allied forces to communicate with greater ease, share information at speed, avia Red Hat Blog ift.tt/YLhe6aI

Starting nearly three decades ago, the cost efficiencies of server virtualization drove the first waves of IT transformation, wringing new efficiency out of the x86 servers that had already shaped the data center. Today, a new era featuring rapidly growing data volumes and emerging AI workflows is testing the limits of traditional architectures and forcing organizations to adapt. But these aren’t the only pressures enterprises are facing. At the business level, they’re experiencing a virtualization cost crisis. Broadcom's acquisition of VMware introduced changes to product packaging and livia Red Hat Blog ift.tt/Y6JoBAU

morphllm.com/comparisons/codex-vs-claude-…

For the third consecutive year, Red Hat has been recognized as a Leader in the Gartner® Magic Quadrant™ for Cloud-Native Application Platforms. We believe this acknowledgement reflects the value of Red Hat OpenShift as a comprehensive application platform, providing the hybrid cloud consistency teams need to modernize virtual machines, run containers, and accelerate AI adoption on a single foundation. The platform is natively integrated and available as a managed service including Red Hat OpenShift Service on AWS, Microsoft Azure Red Hat OpenShift, Red Hat OpenShift Dedicated on Google Clouvia Red Hat Blog ift.tt/Ejh2wiv

Red Hat OpenShift Networking is making it easier for you to seamlessly and directly integrate your Kubernetes platforms with the data center networks you already operate by adopting the same standards-based networking used throughout modern network fabrics. With Red Hat OpenShift 4.22, OpenShift Networking introduces support for ethernet VPN (EVPN), representing the next major milestone in enterprise network integration. By leveraging the industry-standard EVPN control plane, OpenShift can integrate more naturally with existing EVPN-VXLAN data center fabrics, enabling consistent Layer 2 and Lavia Red Hat Blog ift.tt/M7e3LqT

Red Hat and GitHub have published Red Hat Enterprise Linux (RHEL) runner images for both RHEL 9 and RHEL 10 for GitHub Actions. They are available today as GitHub-hosted larger runners in public preview.Public preview means this feature is real, fully documented, and ready for technical testing. During this phase, the runner images do not include formal GitHub SLAs or technical support obligations. You should treat this preview as a technical evaluation environment instead of a strict compliance baseline. As a member of the Red Hat Developer Program, or a supported Red Hat customer, you can prvia Red Hat Blog ift.tt/itTQEJH

If you've been following along with our series so far, your AI inference layer is reliable. Your agents have cryptographic identity, scoped tool access, and guardrails at every boundary. The platform is production-grade. One question remains: how do you know any of it is working?I keep coming back to the 6 AM incident that opened this series. Three failures hit a single AI agent deployment overnight—43 duplicate tickets, $4,000 charged to the wrong account, and a hallucinated refund policy that led to a $280 return the company had to honor. The agent ran on LangChain. It worked perfectly in via Red Hat Blog ift.tt/Jxpzars

Artificial intelligence has moved past the initial honeymoon phase of flashy chatbots and viral demos. In the financial services sector, AI is now a core catalyst for revenue growth, operational efficiency, and risk mitigation.According to McKinsey’s estimates highlighted in Red Hat’s executive guide, Beyond the Hype: AI in Financial Services, AI represents a $1.2 trillion value opportunity for the global banking industry alone—with generative AI responsible for up to $340 billion of that potential. Furthermore, industry projections suggest that nearly 30% of operating profits in bankingvia Red Hat Blog ift.tt/RhfSV8I

Red Hat is announcing Red Hat OpenShift sandboxed containers 1.13 and Red Hat build of Trustee 1.2, alongside the debut of Red Hat build of Agent Sandbox, now available as a Technology Preview.This release advances confidential computing on 2 fronts: First, confidential AI on bare metal reaches general availability (GA). The graphics processing unit (GPU)-accelerated protection introduced as a Technology Preview in the previous release is now production ready. It gives organizations verifiable, end-to-end protection for AI models and data in use, from CPU to GPU, on their own hardware. Second,via Red Hat Blog ift.tt/8O567VR

Your Oracle estate is running on 3 “clocks" you don’t control: The hypervisor renewal arrived with a higher cost nobody budgeted for. The database support window has a date on it. And somewhere above you, someone has committed the company to AI that must rely on the critical data that lives in those databases. Each timeline belongs to a different vendor and is being used to force a decision on someone else's schedule.The work Red Hat and Everpure have done together exists to break that coupling. Every layer of the estate—hypervisor, operating system (OS), storage, and the database itselfvia Red Hat Blog ift.tt/gIpn30j

Today, Red Hat announced asago, a collaborative, open source AI safety project in partnership with Alquimia AI, Brave Software, EvalEval coalition, IBM Research, Interdisciplinary Transformation University Austria, Microsoft, MIT Lincoln Laboratory, North Carolina State University, NVIDIA, and The Alan Turing Institute. In this blog post, I’d like to spend some more time elaborating on why we felt a new community was necessary, what we aim to achieve, and what the state of play is at present.The open source AI safety ecosystem is a rich one. There are plenty of excellent and mature projectsvia Red Hat Blog ift.tt/RYn7UyL

Managing Red Hat Enterprise Linux (RHEL) environments can involve troubleshooting when issues occur. While generative AI offers a promising way to accelerate troubleshooting, standard large language models (LLMs) can be disconnected from your actual infrastructure. To help with this, Red Hat introduced the MCP server for RHEL, currently available in developer preview. Built on the model context protocol (MCP), this acts as a bridge between your AI tools and your RHEL systems. Using MCP-compatible clients like goose or Claude Desktop with the MCP server for RHEL enables AI clients to directly qvia Red Hat Blog ift.tt/WT23IuM

#baba 🎶

#god #fact

پروتون در یک مقاله جنجالی ادعا کرده ویندوز دارای شناسه‌ای پنهان به نام GlobalDeviceId (GDID) هست که میتونه یک نصب ویندوز رو بصورت پایدار شناسایی کنه. به گفته این شرکت، این شناسه حتی در برخی شرایط با وجود استفاده از VPN هم میتونه برای مرتبط کردن فعالیت‌های یک دستگاه به کار بره و حذف یا تغییر اون برای کاربران ساده نیست. پروتون با استناد به یک پرونده قضایی معتقده مایکروسافت درباره وجود و نحوه استفاده از این شناسه شفافیت کافی نداره و به همین دلیل از عبارت "ویندوز یک جاسوس‌افزار است" برای انتقاد از سیاست‌های حریم خصوصیشون استفاده کرده. البته این عنوان بیشتر یک موضع انتقادیه و نه یک نتیجه‌گیری فنی قطعی.

youtu.be/tqerjNeDw4E?si=TPVjZnMT0atwWifX

youtu.be/BqVmKm2vKtc?si=kqfCIBxoULAAc7Ay

لطفا این ویدیو ها را به اشتراک بذارید

#history

As enterprise infrastructures scale across hybrid cloud environments and distributed networks, operations teams face an unsustainable calculation. Managing thousands of servers or multi-vendor routing, switching, and security endpoints manually creates an environment ripe for configuration drift, severe deployment bottlenecks, and late-night firefighting. Until recently, many organizations relied on custom scripting or localized, ad-hoc workflows to bridge these operational gaps. However, individual scripts lack centralized governance, fail to address the underlying skills shortage, and ultimavia Red Hat Blog ift.tt/cIGlQWM

Organizations using Red Hat OpenShift Service on AWS (ROSA) are increasingly seeking ways to extend their platform’s capabilities with enterprise-grade security and data services. Red Hat OpenShift Platform Plus, is now available for ROSA on the AWS Marketplace. By consolidating advanced multicluster management, security, and data storage into a single procurement option, we’re making it easier for you to scale your cloud operations while drawing down your committed AWS spend. Once you deploy the Red Hat Advanced Cluster Management (ACM) hub on ROSA, you can use this consumption-based offevia Red Hat Blog ift.tt/hMjKAUC

In April 2026, Red Hat’s Product Security team published its annual Risk Report . I encourage everyone involved in building, shipping, securing, or regulating software to read it–not just for the vulnerability counts, but for what the data collectively says about the modern security environment we’re all operating in.Here’s the short version: 3,781 security advisories were issued in 2025, an almost linear upward trend year over year. Software supply chain attacks increased 54% compared to 2024. We tracked active exploitation of vulnerabilities that were first disclosed years earlier—via Red Hat Blog ift.tt/NHOITjh

☕️ دورهمی DevOps و تحول سازمانیسلام دوستان،در راستای توسعه ارتباطات حرفه‌ای و شبکه‌سازی میان فعالان حوزه فناوری، تصمیم داریم فردا (شنبه) ساعت ۱۸:۰۰ یک دورهمی دوستانه با محوریت DevOps و تحول سازمانی برگزار کنیم.اگر به موضوعاتی مانند فرهنگ DevOps، تحول دیجیتال، معماری سازمانی، بهبود فرآیندها، تجربه‌های عملی و تبادل دانش علاقه‌مند هستید، خوشحال می‌شویم در کنار شما باشیم.📍 محل برگزاری: همیلا سنتر 📝 ثبت‌نام: لطفاً جهت هماهنگی، از طریق لینک زیر ثبت‌نام فرمایید.[لینک ثبت‌نام]📞 شماره هماهنگی: 09991057856نکته: این یک دورهمی غیررسمی و مستقل است و هر شرکت‌کننده هزینه سفارش خود را به‌صورت شخصی پرداخت خواهد کرد.مشتاق دیدار، گفت‌وگو و آشنایی با دوستان جدید در اکوسیستم فناوری هستیم.

How leading companies are turning AI vision into business valueEnterprises are focused on moving beyond theoretical AI pilots to operationalizing it at scale, optimizing costs, and governing its actions. Chris Wright shares a few highlights from our customers about the future of AI at their organizations. Learn more Strengthening the open source defense layer: Red Hat joins NVIDIA in the Open Secure AI AllianceAs AI capabilities advance, they transform the security landscape in real time. To address these challenges at scale, no single company can act in isolation. Red Hat is proud to participvia Red Hat Blog ift.tt/SCvDuR6

Starting with Red Hat Enterprise Linux (RHEL) 10.2, Firefox and Thunderbird are delivered as Flatpaks by default. If you install RHEL with a graphical desktop, your browser and email client will now come from the Red Hat Flatpak registry instead of traditional RPM Package Managers (RPMs). Here's what that means in practice and why we think it's a better experience.What's changingWhen you install RHEL 10.2 with a GNOME desktop, Firefox and Thunderbird are delivered as Flatpaks as part of the installation process. If your system has an active RHEL subscription, this happens automatically—no mavia Red Hat Blog ift.tt/3LZDh2H

Your agent can reach its tools. Identity is scoped. Governance is in place. None of that matters if the model behind the agent cannot reliably call those tools.I have watched this play out. A team builds an agent on LangChain or CrewAI. It works in development. It passes staging. Then someone asks the obvious question: where is inference actually running? The answer, almost every time, is a third-party hosted API—OpenAI, Anthropic, or Google. Not because the team prefers it, but because open-weight models running on their own infrastructure weren't reliable enough for agentic workloads. The via Red Hat Blog ift.tt/Ck9TD5h

It's Friday evening. Priya, a machine language (ML) engineer at a financial services firm, queues up a fraud-detection fine-tuning job on an GPU cluster costing $55 an hour. The run should take about 40 hours—roughly $2,200 in compute. She double-checks the hyperparameters, submits the job, and heads home for the weekend.Monday morning, she opens her laptop. The model had stopped learning sometime Friday night, but the job kept running—burning through 2 full days of GPU time on a training run that was going nowhere. That's over $1,500 in wasted compute, and she has to start over.If this sovia Red Hat Blog ift.tt/UwmaENu

در دو دهه گذشته، معماری مراکز داده تغییرات عمیقی را تجربه کرده است. در گذشته، ذخیره‌سازی داده تنها به معنی نگهداری فایل‌ها، ماشین‌های مجازی یا پایگاه‌های داده بود. وظیفه Storage مشخص و محدود بود؛ داده را نگهداری کند و هنگام درخواست، آن را بدون هیچ‌گونه پردازش…

مفهوم ceph s3 select و کاربردهای آن -- بخش اول #storage #linux #ceph #sds #ibm #yashar_esmaildokhthttps://t.me/unixmens

در دو دهه گذشته، معماری مراکز داده تغییرات عمیقی را تجربه کرده است. در گذشته، ذخیره‌سازی داده تنها به معنی نگهداری فایل‌ها، ماشین‌های مجازی یا پایگاه‌های داده بود. وظیفه Storage مشخص و محدود بود؛ داده را نگهداری کند و هنگام درخواست، آن را بدون هیچ‌گونه پردازش در اختیار سیستم‌های بالادستی قرار دهد. در این مدل، تقریباً تمام عملیات پردازشی بر عهده Application یا Database Server بود. اگر برنامه‌ای به اطلاعاتی نیاز داشت، ابتدا کل داده را از Storage دریافت می‌کرد، آن را در حافظه بارگذاری می‌کرد و سپس عملیات فیلتر، جستجو، تحلیل یا تبدیل داده را انجام می‌داد.این معماری زمانی مناسب بود که حجم داده‌ها در حد چند گیگابایت یا حتی چند صد گیگابایت بود. اما امروزه سازمان‌ها با شرایط کاملاً متفاوتی روبه‌رو هستند.شرکت‌های مخابراتی روزانه ده‌ها ترابایت CDR تولید می‌کنند.سرویس‌های VOD میلیون‌ها Log در هر ساعت ذخیره می‌کنند.سیستم‌های SIEM روزانه صدها گیگابایت تا چندین ترابایت داده امنیتی تولید می‌کنند.پایگاه‌های داده Oracle و PostgreSQL پس از چند سال فعالیت، به چندین ترابایت داده آرشیوی می‌رسند.شرکت‌های حوزه هوش مصنوعی میلیون‌ها فایل JSON و CSV برای آموزش مدل‌ها نگهداری می‌کنند.در چنین شرایطی، انتقال کامل داده از Storage به Application دیگر راهکار مناسبی نیست. و ... #ceph #storage #podcast #vodcast t.me/unixmens

#storage #ibm #podcast t.me/unixmens

#focus #music

#world #media

Digital sovereignty used to sit somewhere between a compliance checkbox and a future roadmap item. That’s changing fast. At Red Hat Summit, Mohammed Retmi of Core42 in the United Arab Emirates and A.S. "Raj" Rajgopal of NxtGen in India joined me for a roundtable on how 2 very different markets are building sovereign clouds, and why the conversation now shows up in nearly every customer meeting.Their starting points could not be more different. In the UAE, national regulation defines what partial and full sovereign cloud mean, from data residency and encryption to government pre-screening of via Red Hat Blog ift.tt/KB7cf4U

Post-quantum cryptography: The emerging threatThe transition to post-quantum cryptography (PQC) is becoming an urgent priority for the global financial sector due to the rapid evolution of quantum computing. Cryptographically relevant quantum computers exist only as research prototypes. However, their inevitable development threatens to compromise public-key cryptography—e.g., Rivest-Shamir-Adleman (RSA) and elliptical curve cryptography (ECC)—currently used to protect financial communications, digital signatures, and payment systems. For financial services institutions (FSIs) this is of pvia Red Hat Blog ift.tt/oGbJyIq

Part 2 of a series on implementing zero trust in Red Hat OpenShift with the layered zero trust validated pattern (ZTVP)In our previous article, we explored why network policies, specifically a default-deny posture combined with strict ingress and egress rules, are your critical last line of defense when you can’t patch fast enough or when all other security barriers fail. By locking down network communication, we effectively eliminate lateral attack paths and contain the blast radius of a compromised workload.But a true zero-trust architecture as defined by NIST SP 800-207 isn't about buildivia Red Hat Blog ift.tt/9q5Nf4T

How can a large organization achieve 100% uptime and zero security breaches at a massive scale? It requires moving past standard management techniques and focusing on a critical metric: maintainability. At the recent Red Hat OpenShift Commons Gathering in Amsterdam, ING senior engineers Robbin Siepman and Rob de Boer revealed the maintainable architectural blueprint behind one of the financial sector's most resilient cloud-native estates.ING is a global financial institution that serves nearly 40 million customers across 100 countries. One of the bank’s main missions is to maintain the ING Hvia Red Hat Blog ift.tt/o4S35mn

#alone@unixmens

#grow #alone@unixmens

تلاش می‌کنیم آموزش را صرفاً به معرفی دستورات و ابزارهای لینوکسی محدود نکنیم؛ بلکه مخاطب را با مفاهیم، معماری‌ها و زیرساخت‌هایی آشنا کنیم که امروزه در مراکز داده، سازمان‌های بزرگ و محیط‌های Enterprise مورد استفاده قرار می‌گیرند. در این بخش از دوره که توسط یاشار اسمعیل‌دخت تدریس می‌شود، علاوه بر بررسی مفاهیم بنیادی ذخیره‌سازی، با معماری‌های مختلف Storage، تفاوت‌ها و کاربردهای SAN (Storage Area Network) و NAS (Network Attached Storage)، نحوه انتخاب هر یک بر اساس نیازهای سازمان و همچنین نقش آن‌ها در طراحی زیرساخت‌های مدرن آشنا می‌شویم.برای درک بهتر این مفاهیم، از نمونه‌های واقعی صنعت نیز استفاده می‌شود. یکی از این نمونه‌ها، معرفی تجهیزات ذخیره‌سازی سازمانی Dell EMC Unity است. در این بخش، معماری این خانواده از Storage Arrayها، قابلیت‌های آن‌ها در ارائه سرویس‌های Block و File Storage، پشتیبانی هم‌زمان از SAN و NAS، ویژگی‌های High Availability، Data Services، Snapshot، Replication و سایر امکانات Enterprise مورد بررسی قرار می‌گیرد تا شرکت‌کنندگان بتوانند ارتباط بین مفاهیم تئوری و پیاده‌سازی واقعی در سازمان‌ها را به‌خوبی درک کنند.هدف این دوره، صرفاً آموزش نحوه کار با یک محصول یا اجرای چند دستور در لینوکس نیست؛ بلکه ایجاد یک نگرش مهندسی نسبت به طراحی و مدیریت زیرساخت‌های ذخیره‌سازی است. شرکت‌کنندگان می‌آموزند که چگونه نیازهای کسب‌وکار را تحلیل کنند، معماری مناسب را انتخاب نمایند، مزایا و محدودیت‌های هر راهکار را ارزیابی کنند و در نهایت، زیرساختی مقیاس‌پذیر، پایدار، امن و قابل توسعه برای محیط‌های عملیاتی طراحی و پیاده‌سازی کنند.در بنیاد و آکادمی Unixmens، آموزش بر پایه تجربه‌های واقعی پروژه‌های Enterprise و انتقال دانش کاربردی بنا شده است؛ زیرا باور ما این است که یک مهندس حرفه‌ای تنها با حفظ کردن مفاهیم رشد نمی‌کند، بلکه با شناخت عمیق معماری‌ها، تحلیل سناریوهای واقعی و کسب تجربه عملی، توانایی طراحی و تصمیم‌گیری در پروژه‌های بزرگ را به دست می‌آورد.#storage #devops #yashar_esmaildokhthttps://t.me/unixmens#san #nas #emc #linux #disk #system #design

The need for trustworthy networking, reliable cloud access, and compliance with digital sovereignty requirements has increased substantially in recent years. These demands have been generally addressed by fragile, costly, and outdated models based on IP address evaluation. These requirements must also be considered within the stark geopolitical reality of data sovereignty, where national and regional laws increasingly restrict where data must reside and who can access it.We believe it is time to provide enhanced, identity-based mechanisms to satisfy these requirements and to address use cases via Red Hat Blog ift.tt/6cx1qzP

Every OpenShift admin knows the calculus. A new Red Hat Enterprise Linux CoreOS ships with capabilities you want: better hardware support, updated crypto policies, kernel improvements. But adopting it has always meant adopting it everywhere. Your hardware certifications don't transfer automatically. Your internal validation pipeline needs another quarter. Your change advisory board wants a rollback plan for something that hasn't historically rolled back gracefully.The result is that teams delay platform upgrades to avoid the OS migration, missing capabilities they actually need. The OS upgradevia Red Hat Blog ift.tt/YxI84UP

Organizations can no longer rely on static operating models. AI capabilities expand daily, reshaping what humans and machines can do together. To capture that potential safely and at speed, companies need a new organizational capability: frontier operations. Frontier operations as an organizational differentiator and its connection with harness engineering and experiment trackingWhat is frontier operations?Frontier operations is the practice of continuously aligning evolving AI capabilities with business strategy through the adjusting of people, processes, and technology. It turns integrationvia Red Hat Blog ift.tt/WB8ed7P

شرکت اوپن‌ای‌آی به‌تازگی تأیید کرده است که یکی از مدل‌های هوش مصنوعی این شرکت موفق شده سامانه‌های پلتفرم هوش مصنوعی «هاگینگ‌فیس» (Hugging Face) را هک کند؛ رخدادی که واکنش مدیرعامل این پلتفرم را به دنبال داشته است.«کلم دلانگ»، مدیرعامل هاگینگ‌فیس، در پیامی در شبکه اجتماعی ایکس اعلام کرد برای گفت‌وگویی کوتاه با عامل این حمله به سان‌فرانسیسکو سفر خواهد کرد. وی سپس در پست دیگری، خواسته‌های خود از اوپن‌ای‌آی را تشریح کرد.دلانگ با تأکید بر ضرورت «شفافیت رادیکال»، از اوپن‌ای‌آی خواست تمامی ردپاها و اطلاعات فنی مربوط به این حمله را منتشر کند تا جامعه پژوهشگران و متخصصان امنیت سایبری بتوانند ابعاد این رخداد را به‌طور مستقل بررسی کنند.وی همچنین از اوپن‌ای‌آی خواست ظرفیت پردازشی معادل ۱۰۰ میلیون دلار در اختیار پژوهشگران، توسعه‌دهندگان و مشارکت‌کنندگان فعال در هاگینگ‌فیس قرار دهد تا آنها بتوانند با استفاده از پیشرفته‌ترین مدل‌های متن‌باز و اختصاصی، سامانه‌های دفاعی قدرتمندتری در برابر تهدیدات سایبری مبتنی بر هوش مصنوعی توسعه دهند.مدیرعامل هاگینگ‌فیس این رخداد را «نخستین حمله سایبری مبتنی بر یک عامل خودکار» توصیف کرد و گفت چنین رویداد بی‌سابقه‌ای، نیازمند پاسخی بی‌سابقه از سوی صنعت هوش مصنوعی است.در همین حال، کارشناسان امنیت سایبری معتقدند با وجود آنکه این حمله توسط یک عامل خودکار انجام شده، احتمال دارد منشأ اصلی آن یک خطای انسانی بوده باشد؛ به‌ویژه آنکه به گفته آنها، ابزار مورد استفاده باید در یک محیط آزمایشی کاملاً ایزوله باقی می‌ماند، اما به‌درستی پیکربندی نشده بود.سخنگوی اوپن‌ای‌آی نیز ضمن تأیید دیدار با مدیرعامل هاگینگ‌فیس، اعلام کرد این شرکت همچنان با همکاری مشاوران مستقل و تحت نظارت کمیته ایمنی و امنیت خود در حال بررسی ابعاد حادثه است.اوپن‌ای‌آی در بیانیه‌ای اعلام کرده است: این حادثه بی‌سابقه است و آن را نقطه عطفی در حوزه ایمنی هوش مصنوعی می‌دانیم. پس از تکمیل بررسی‌ها، گزارش فنی کاملی از یافته‌های خود را در هفته‌های آینده منتشر خواهیم کرد.

I’m fortunate that I get to speak with hundreds of customers every year. These enterprises span the technology adoption curve—some who thrive on the leading edge, and others who prefer being as risk-averse as possible. But the AI era—ever-churning and bursting with exuberance—has united nearly all of them at this moment. Experiment time is over. Enterprises are focused on moving beyond theoretical AI pilots to operationalizing it at scale, optimizing costs, and governing its actions.Beyond those corporate mandates, which are important, I think what’s refreshing about my conversationsvia Red Hat Blog ift.tt/yvUz4qX

When integrating AI into your software development processes, the methodology you use to build software is as important as the models themselves. At Red Hat, we believe the true value of AI emerges when it is integrated into transparent, scalable, and reliable enterprise workflows. We're moving beyond traditional development practices toward a new agentic software development life cycle (SDLC). Within Red Hat AI Engineering, this approach treats AI agents not as isolated, automated tools, but as active, collaborative participants in the development lifecycle—helping drive progress from the ivia Red Hat Blog ift.tt/eM8xaHV

As AI capabilities advance, they transform the security landscape in real time. To address these challenges at scale, no single company can act in isolation. We must bring together our respective expertise across the industry. That is why Red Hat is proud to participate as an inaugural member of the new Open Secure AI Alliance with NVIDIA. This initiative focuses on developing open tools and techniques to safeguard the AI stack—from open weight models to agent harnesses—to help drive safety, transparency, and broad scientific scrutiny. Open source models and frameworks act as vital defensivia Red Hat Blog ift.tt/3kRz60v

#future of #bussiness

حمله واسط از هوش مصنوعی ، همه را شکه کرد

If you are running containerized workloads on Red Hat OpenShift, then you already benefit from industry-leading process isolation. Security context constraints (SCC) restrict what pods can do, SELinux enforces mandatory access controls, cgroups limit resource consumption, and many permissive Linux capabilities are dropped by default. That said, all of these controls still operate on a shared host kernel. For the majority of workloads, this is perfectly fine. But when you are running untrusted code especially with privileged containers, you can use OpenShift sandboxed containers for an additionvia Red Hat Blog ift.tt/ftikZyM

Looking back a few months ago, it's wild to think about how much things have changed in the world of cybersecurity. Not long ago, running a few outdated application runtimes, pushing Common Vulnerabilities and Exposures (CVE) patches to "next month's sprint," or carrying end-of-life tech stacks was a normal, acceptable part of doing business. Today? That approach is an immediate open door for automated exploits. The timeline has collapsed, and fixing these vulnerabilities fast is now a matter of immediate survival for enterprise safety.The arrival of highly-capable frontier AI models like Clauvia Red Hat Blog ift.tt/x4GPHSz

Whether you’re managing a few dozen servers or a massive, distributed Red Hat Enterprise Linux (RHEL) estate, Red Hat Satellite's architecture is engineered for growth. As an infrastructure expands, relying on a single, centralized Red Hat Satellite Server to handle every task can create significant resource constraints.To truly achieve high scalability and keep your environment running smoothly, your organization needs Red Hat Satellite Capsule Server. The latest enhancements leading up to Red Hat Satellite 6.19 make expanding enterprise infrastructure more stable and efficient.What is Red via Red Hat Blog ift.tt/PVIBn6Q