Tecnología / MUNDO

Tamnoon usa Bedrock para atender hallazgos de seguridad cloud

Tami examina alertas de herramientas CNAPP y de seguridad cloud y coordina correcciones consideradas seguras. AWS cita datos de la empresa que muestran una reducción de hasta el 90% de la exposición crítica en 90 días.

La fuente no indica la fecha del acontecimiento; el periodo mostrado corresponde a la revisión de la fuente.

Ilustración conceptual de tecnología, procesadores e información conectada.Ilustración
Ilustración simbólica

Tamnoon creó Tami en Amazon Bedrock para normalizar alertas y priorizarlas según el contexto de los activos. Agentes especializados investigan los hallazgos y planifican correcciones; cada uno recibe la etiqueta SAFE, RISKY o AWAITING DATA.

El caso publicado por AWS el 14 de octubre afirma que Tami analizó más de 14 millones de alertas de clientes. Tamnoon informa de una caída de hasta el 90% de la exposición crítica en 90 días para un cliente típico; el texto no lo presenta como auditoría independiente.

Datos

Cronología

Publicación del artículo técnico de AWS

El 14 de octubre, AWS describió Tami, el sistema de Tamnoon para remediar hallazgos de seguridad cloud.

  1. · Ocurrido

    Publicación del artículo técnico de AWS

    El 14 de octubre, AWS describió Tami, el sistema de Tamnoon para remediar hallazgos de seguridad cloud.

Metodología

La fecha corresponde a la publicación indicada por la fuente primaria de AWS; no se infiere una fecha de lanzamiento o despliegue no indicada.

Actualizado:

Cobertura estructurada

Temas y lugares

Propuestas temáticas

Versión de la taxonomía: IPTC Media Topics 2026-Q2

Seguir leyendo

Tecnología

Postman detalla la arquitectura Bedrock de Agent Mode

Una publicación técnica de AWS del 9 de octubre describe cómo Agent Mode de Postman limita las herramientas según la tarea, usa lecturas basadas en esquemas y prepara el contexto. Postman cifra su comunidad de desarrolladores en 40 millones.

AWS Machine Learning Blog1 min de lectura Incluye datos
Tecnología

AWS evalúa agentes Grok 4.7 en tareas prolongadas

Un artículo técnico de AWS del 13 de octubre probó un agente con herramientas y Grok 4.7 en Bedrock en tres tareas de búsqueda sintéticas. Cada tarea tenía una respuesta verificada por fuerza bruta; seis ejecuciones en cada uno de cuatro niveles de razonamiento sumaron 72.

AWS1 min de lectura Incluye datos