สรุปงาน Global Azure 2023 Thailand

สำหรับงานนี้ยังเป็นบันทึกจาก live ตอนนี้ยัง 2 ขีดอยู่ โดยหัวข้อจะมีดังนี้

Azure Arc on AIS Cloud X

• แชร์ Azure Arc คือ / Azure Arc Share Case

Introduction Azure Arc

• Azure Arc - สะพานเชื่อม Data Center (Cloud Local) / Edge (อุปกรณ์ประมวลขนาดเล็ก เช่นพวก IoT) เข้ามาอยู่ใน Azure จัดการที่เดียว โดยแบ่งกลุ่มได้ ดังนี้
  - Azure Arc-Enabled Infrastructure
  - Azure Arc-Enabled Service - เอา Azure Service มา Run Local เช่น Azure SQL / AKS
• Azure Arc - ช่วยเร่งให้เกิด Cloud Native App ได้ไวขึ้น โดยเริ่ม
  - Dev ทำที่ Local
  - จากนั้น Scale
  - และจัดการดูแลที่เดียว (Central Visibility) ทำ Multi-Cloud / Hybrid Cloud ได้ สะดวกได้ทั้ง Azure Stack / VMware vSphere / AWS / GCP โดยดูได้จาก Web Portal / Script PowerShell

• Azure Arc เอามาใช้ช่วยไหนบ้าง
  - Migration - เอามา Assess ก่อนจะย้าย Workload ไป
  - Cloud Infrastructure Management - จัดการ Workload
  - App Modernization and innovation - Dev Base On K8S
  - Data Modernization + Sovereignty
  - Governance, Compliance, Security - คุม Policy จากส่วนกลาง
• Azure Arc Decision การใช้ Azure Arc เช่น ต้อง Compile ตาม Regulator / Low Latency / Central Management

Sample Azure Arc Scenario

• IAAS เช่น Azure Arc Enabled SQL Server ดูทั้ง Server เลย

• PAAS เช่น Azure Arc Enabled SQL Manage Instance มัน Run ข้างหลังบน AKS ดังนั้นสามารถ Design Scenario ต่างๆ เช่น General Purpose / Business Critical

• อีกมุม Security - เปิด Resource ต่างๆ (server / cloud / service ต่างๆ) ให้ Azure เห็น แล้ว Tools ต่างๆของ Azure จะเห็นหมด เช่น Microsoft Defender for Cloud / Microsoft Sentinel เป็นต้น

Hybrid Cloud / Multi-Cloud

• Hybrid Cloud - Public + Private Cloud
• Multi-Cloud - ใช้ Cloud หลายค่ายรวมกัน อาจจะมอง Cost / Site สำรอง
• สำหรับการ Plugin Azure Arc กับ Vendor ต่างๆ Browse Azure Architectures - Azure Architecture Center | Microsoft Learn

AIS CloudX

• Local Cloud ที่เป็น Hybrid Cloud / Multi-Cloud ได้ด้วยนะ จาก Azure Arc โดยมี Scenario ที่ใช้ได้ ดังนี้
  - Hybrid and Multi-Cloud
  - Modernized Application Development
  - DR / Backup as a Service - เห็น local cloud หลายที่เสนอขายนะ
  - Cloud Data Storage
  - Big Data Platform as a Service
  ** End Point Security / Data Security + Sovereignty (Sovereignty = ข้อมูลไม่ได้เปิดเผยด้วยเหตุผลทางกฏหมาย ในบางเคส เช่น เคสศาล ตปท มาขอข้อมูล บ แม่ บ แม่เปิดเผยในส่วนนี้ เราฝากข้อมูลไว้กับเค้านี่ การแยก Data มาที่อื่น เช่น Local Cloud จะช่วยในเคสนี้)
• ภาพนี้ ถ้าใช้ Local Cloud จะมี Shared Responsibility ดังรูป

Resource: Azure Arc overview - Azure Arc | Microsoft Learn / Slide

AKS backup with Velero and Workload Identities

Challenge

• Azure Disks ที่ใช้ใน AKS มันจะเป็นแบบ PVC มันจะกด backup จาก portal ไม่ได้
• Backup namespaces on AKS
• Developer experience and Cloud Storage compatibility

Solution > Velero

• Velero มาแก้ปัญหาในส่วนนี้ โดยช่วย Backup เข้า Azure Blob Storage ได้เลย โดย
  - Setup Velero โดยใช้ helm
  - กำหนด Workload Identity
  -> Manage Identity ให้ Azure Blob Storage
  -> User Assign Identity ให้ Velero
• Velero ไม่ได้ยึดติดกับ Cloud Platform ใด Platform นึง ใช้กับ Cloud ค่ายไหนก็ได้ ถ้ามี Plugin และ ถ้าไม่ได้ใช้ Resource ที่ยึดกับ Cloud Platform สามารถ Restore ข้าม Cloud ค่ายใดๆก็ได้ แต่ App ควรเป็น Stateful
• รายละเอียดเพิ่มเติมดูตาม Resource เลย โดยใน Session จะ demo เป็น WordPress ครับ ถ้าเป็น Resource อื่นๆ จะให้เวลานานขึ้น เช่น Kafka

Resource: Slide / Velero

Security Operations in Actions

สำหรับ Session แนะนำ Service ของ Azure ในด้าน Security Operation โดยทุกวันนี้ Cloud Security Challenge ดังนี้

• Lack of Unified Management and Governance - ใช้กันหลายค่าย หลาย Tools ในการจัดการ
• Protecting Workload - Run แล้ว Run อยู่ แต่ปลอดภัยไหม ?
• Misconfiguration / configuration drift
• Manage Consistent access control
• Silo Staffing Constraint / Training
• Lack of interoperability - การทำงานร่วมกันของ Tools หรือ Silo ต่างๆ
• Lack of visibility/bind spots across environment
• Developing and operate secure apps
• บราๆ

เรารู้ได้ยังไงว่าทุก Workload ที่ทำงานอยู่ปลอดภัยตอนนี้นอกจาก local > cloud แล้วมี Hybrid Cloud / Multi-Cloud มี Attacks ต่างๆมากมาย เช่น Credential Theft / Phishing / Insider Threats / Supply Chain Attacks / Ransomware เป็นต้น โดย กระบวนการนึงที่ช่วยให้มั่นใจขึ้น SOC (Security Operation Center)

Cyber kill Chain Model - ขั้นตอนการโจมตี (เคยได้ยินมา 7 ข้อ อันนี้ 8 เลยลองขยายความเพิ่ม ผิดถูกแนะนำได้ครับ) เราควรจะ Protect ทุกขั้นตอน โดยเริ่มจาก

1. Reconnaissance - หาข้อมูล / เหยื่อ เช่น พวก Email
2. Intrusion - หาวิธีผ่าน security perimeter เช่น การทำ Phishing Mail +Malware
3. Exploitation - หาช่องโหว่
4. Privilege Escalation - ยกสิทธิ์
5. Lateral Movement - พยายามย้าย Target ในวงนั้นจนได้เข้าถึง Resource ที่สำคัญ DB Server
6. Obfuscation - ปกปิด ซ่อนเร้น เช่น delete log
7. Denial of Service - โจมตี ทำให้ Resource Workload นั้นทำงานไม่ได้
8. Exfiltration - attackers ได้ sensitive data จากช่องทางที่เตรียมไว้ออกไปนอกองค์กรและ

Solution สำหรับ Cyber kill chain

• Microsoft Defender (365 / for cloud)
  - ทำ CSPM ตรวจสอบวิเคราะห์ ประเมิน Workload ตามมาตรฐานต่างๆ เช่น มีเปิด port ที่ไม่จำเป็นไว้เป็นต้น
  - ทำ CWPP - Threat Detection / Protection เช่น JIT VM Access กำหนดการใช้ port ตาม request หรือ เวลาที่กำหนด ซึ่งปกติแล้ว Resource มันสร้างมาจะเปิด Port เช่น ssh แต่แรก และตลอดเวลาเลย
  ตอนนี้มี Cloud Security Explorer ทำ Proactive Hunting ได้จาก Resource ที่สนใจ
• Microsoft Sentinel (SIEM+SOAR)
  - SIEM - Centralize Log + Analyze / Aggregate Event
  - SOAR - Investigation / Automate Response (play book)

• Demo มีการลอง Run Playbook Microsoft Sentinel + ChatGPT(Azure Open AI) ให้มาช่วย Map Attack ที่เกิดกับกับ MITRE

Resource: Microsoft Cybersecurity Reference Architectures

Best practice in using Azure OpenAI Service: GPT model

Azure OpenAI Service มี API AI พร้อมให้พร้อมใช้ ChatGPT ก็หนึ่งในนั้น ที่เป็น Large Language Model ตัวอย่าง เช่น GPT Model ซึ่งบน Azure ตอนใช้เหมือนกับการสร้าง Resource ทั่วไปเลย

Best practice in using Azure OpenAI: 7 ข้อ

1. Set Goal & Objective - เอา AI มาทำอะไร โดยงานที่ใช้ AI ช่วงนี้จะเป็นหมวด
   - Text Generation
   - Summarize & Extraction
   - Sentiment Analysis
   - Transformation
   - Search
2. Choose the Right Model แต่ละ Model ของ Azure Open AI ความสามารถ (Capability) ต่างกันนะ และใช้เวลาคิด (Inferencing Time) เยอะด้วย การเลือก Model ส่งผลกับค่าใช้จ่ายนะ

3. Prompt: precise != short ยิ่งบอกละเอียดตัว Model ตอบได้ดีขึ้น แต่มีผลกับค่าใช้จ่าย
4. Adjust Parameter - ควบคุมการตอบ
5. Few-Shots are OK
   Few-Shots = ใบ้ หรือให้ตัวอย่างกับ AI ให้มันเรียนรู้บ้าง

6. Cost (Create you budget) - แต่ละ Model คิดค่าใช้จ่ายจากคำ หน่วยเป็น Token
7. It can do mistakes - AI ผิดพลาดได้ ต้องมี Expert มาช่วย หรือใช้ในมุมของ Copilot

Resource: What is Azure OpenAI Service? - Azure Cognitive Services | Microsoft Learn

Improve Developer Experience with Developer Portal

• Develop Pain Points
  - Standardization - จะเริ่ม Project อะไร เราต้อง Start อะไรใช้ Standard ไหน
  - Onboarding Process ทำให้ทีมงานใหม่ เริ่ม Dev ได้ไว้ขึ้น / ของข้อมูลสิทธิต่างๆได้ไว
  - Securing Concerns and Compliance
  - debug and troubleshoot issue เช่น ของเข้า production
  - Team does not have necessary technical skill and expertise
  - Configuration Management ทั้ง Dev และ Config ของแต่ละ Environment
  - Deployment Time
  - Service Discovery ทำให้เรารู้ว่า Microservice มี Dependency อะไรบ้าง
  - Cost are not effectively managed - ทุกอย่างเป็นเงิน เช่น การใช้ Cloud
• DevOps ไม่ใช่คำตอบของทุก pain point ข้างต้น ช่วงให้เร็วขึ้น แต่ถึงจุดนึงจะ Scale ได้ลำบาก ซึ่งตัว Developer Platform = DevOps with Scale + Pre-Configuration จัดการโดย platform team

• platform team - วาง profile ตาม principle จนได้ตัว platform system ให้ DevOps เข้าไปทำงานได้สะดวก ซึ่งเมื่อจบ Project แล้วตัว DevOps จะถอดออกไปได้ เพราะใช้ Platform System + Pipeline DevOps จัดการไว้แล้ว

• Platform ช่วยแก้ Pain Points - ตัว platform มาช่วยอะไรบ้าง โดยแบ่ง 3 มุม
  - reduce: time & resource
  - visible
  - faster & easier: ตั้ง Environment ใหม่ได้รวดเร็ว อาจจะ Clone มาลอง POC งานบางอย่าง โดยจะกดผ่าน GUI เรียกว่า Selfservice Portal

• ใน SCB TechX จะเรียกว่า Selfservice Portal ไม่ใช่เฉพาะ Dev ทุกคนใน SDLC ใช้งานหมด ในบางมุม เช่น
  - Project มาดู Progress / Cost Management
  - Technical จะขอ Workspace สำหรับ Tech Stack ไหน ...
  - Approve เข้า CCB เพื่อ Patch, Access Production Server
  เป็นต้น

• DevOps / Infra / Security
  • Standard Workspace (Software Catalog) - Project ภาษาไหน ใช้ / Source Control ค่ายไหน เป็นต้น
  • IAC Template& Policy: infra as a code ใช้ terraform มาจัดการ ทำ OPA
  • Tools Access Policy: เตรียม Standard เอาไว้ตามรุปแบบงาน เช่น งานการเงิน งานทั่วไปอย่าง robin hood
  • Secuity + Release Policy
  • Cloud Config
  • Approval Workflow
• ส่วน Developer - มุม End-User ของ Platform มาเรียกใช้ เช่น
  • ขอ Workspace เตรียมงาน
  • Access เข้า Resource ขอชั่วคราว หรือ ต้องใช้ user พิเศษสามารถดูได้เลย
• รวมถึง Role อื่นๆ เช่น PM (ดู Progress/Cost) หรือ QA ดู Test ของตัวเอง หรือ Coverage ที่ Dev ทำไว้เป็นต้น

• Tech Stack

All-in on AI: How Smart Companies Win Big with AI

• All-in on AI - หนังสือของคุณ Tom Davenport โดยคนนี้เป็นคนที่บอกว่า Data Scientist จะดังในปี 2012 ตอนนี้มาดูกันก่อนว่า AI Data กับ Science ต่างกันไง เหมือนกันยังไง

องค์กรจะเอา Data Science หรืออะไรก็ตาม มาใช้สิ่งที่ต้องการ Cost Efficiency / ลูกค้ารู้สึกดี / เกิด Product + Service ใหม่ / ทันตลาด หาประโยชน์จากมัน เกิดความได้เปรียบคู่แข่ง

• ตอนนี้เราอยู่จุดไหนนะ
  - Under Achievers - ยังไม่ได้ใช้ AI
  - Starter เริ่มเอา AI มาใช้
  - Path Seeker
  - Transformer ยิ่งเลอะ ยิ่งได้ประสบการณ์
  - AI-Fueled Export แล้ว

Sample AI Organization

• M&S เป็นห้าง ใช่ครับ โดยเริ่มทำ Digital Transformation เพื่อวิเคราห์ข้อมูลได้ จากโจทย์ เช่น Track Activity เช่น มีของหล่น บอก Staff ให้มาดูแล หรือ โซนนี้คนเข้าเยอะ จะจัดพื้นที่ใหม่ไหม ให้กระจายไปส่วนอื่นๆ เอา Location / VDO Analytic
  - การทำ Digital Transformation มี Codename BEAM และมี ฺBEAM Acadamy ให้ Staff รู้ด้วย

• Cheetos: เอา AI มาปรับปรุงการผลิตให้ Quality ของสินค้าดีขึ้น โดยใช้ Reinforcement Learning มาดูว่าขนาดขนมพอดีไหม ซึ่ง AI Scale ได้ดีกว่าคน ซึ่งการทำแบบนี้ได้แสดงว่ามีการเก็บ Data มานานแล้ว
  ลองดูเพิ่มเติม More perfect Cheetos: How PepsiCo is using Microsoft’s Project Bonsai to raise the (snack) bar | AI for Business

• Walgreen Boot Alliance ทำ Chatbot ช่วยเหลือ แนะนำ แล้วมารับ หรือสั่งสินค้าไปส่งได้เลย โดยเอามาจากข้อมูลการซื้อของลูกค้าแต่ละราย

• Car Max เอา Azure Open AI มาใช้แนะนำ ChatGPT มาช่วยสรุป แนะนำ

• Spotify - Voice AI แปลงเสียมาเป็นคำให้ User Proof ก่อน หรือเอาไปปรับปรุงได้

• Microsoft AI Lab - มี Idea อื่นๆได้น่าสนใจตามนี้ AI Lab Projects - Microsoft AI Lab

How to Win Big with AI (Organization)

• Digital Transformation - สำคัญมาก
• Algorithm is 10% ที่เหลือ
  - Data Quality สำคัญ ต้องมา Deal กับรูปแบบข้อมูลหลากหลายแบบ และการจัดเก็บ ถ้าบางอันกระดาษ บางอันดิจิตอล มันทำยากเเหมือนกัน
  - People + Process ถ้า Requirement ไม่นิ่ง Flow เปลี่ยนไปมา คนทำงานก็ลำบาก
• AI is marathon - มันไม่ได้ทำสำเร็จได้เร็ววัน //จริงๆทุกเรื่อง ช่วงนี้ท้อๆเรื่อง Test Coverage ดันที่ บ มาหลายปีแล้วไม่มีคนสนใจ ฟัง Session นี้แล้วมีกำลังใจขึ้น

แล้วเราจะพัฒนาตัวเองได้ยังไง มีงานฝึกอบรมต่างๆมากมาย และไม่ควรเป็น One-way Communication เช่น พูด เขียน หรือจด Blog ดู จะได้เสริมความเข้าใจมากขึ้น โดยมี Resource ที่แนะนำ

• AI Business School Artificial Intelligence Courses - Microsoft AI - AI สำหรับธุรกิจ
• 30 Days of Azure AI Roadmap | Azure AI Developer Hub (azureaidevs.github.io) - ถ้าสาย Technical มาดูอันนี้

Resource: Data Science Thailand | Bangkok | Facebook

Plan your Microsoft Azure experience at Microsoft Build

• ปีนี้จัดผ่านทั้ง Online + Onsite โดยงานนี้จะบอกของเล่นใหม่ๆ ของ Dev โดยแบ่ง 3 Theme Dev workload / App Workload (Cloud) / Dev Collaboration ไม่มีคำว่า AI แต่ลองดูหัวข้อ AI แทรกซึม
• ปีนี้มี Cloud Skill Challenge ด้วยนะ Microsoft Build | Cloud Skills Challenge
• อุ้ย 10 June น่าจะมี 3 งานชนกัน ต้องเลือกแล้วสิเรา T_T

Resource: Your home for Microsoft Build

Azure App Jumpstart using GitHub Codespaces and Azure Developer CLI

• Session ต่อยอดจากอันนี้ครับ บันทึก VSCode Day 2023 TH (Introduction to GitHub Codespaces)
• Azure Developer CLI (azd) (Preview)
  - Tools สำหรับสร้าง Template Resouces ของ Azure ในรูปแบบของ Script (.yaml)
  - Template สำหรับ Node.js / Python / .NET / Java
  - รองรับ App Service / Container App / Azure Functions / AKS เป็นต้น
• Sample azure.yaml ฟังแล้วทำไมนึกถึง docker compose (for azure) 555

• Demo
  - Deploy App todo-nodejs-mongo ซึ่งใช้ตัว MongoDB Atlas สร้างผ่านตัว azd
  - MongoDB Multi-Cloud Support สำหรับค่ายใหญ่ 3 ค่าย Azure / AWS / GCP

Resource:
- What is the Azure Developer CLI (preview)? | Microsoft Learn
- ninefyi/global-azure-thailand-2023: Global Azure 2023 - Thailand (github.com)

Microsoft Sentinel

Session ที่ต่อจากเมื่อเช้า Security Operations in Actions ครับ โดยจะเน้นส่วนของ Microsoft Sentinel เป็น Solution

• Security information and event management (SIEM)
• Security orchestration, automation, and response (SOAR)

Microsoft Sentinel จะทำงานในส่วน Collect / Detect / Investigate / Respond โดยมี Feature ได้แก่

• Log Management
• Alerting
• Visualization - ทำ Dashboard ให้เข้าใจถึงความผิดปกติที่เกิดขึ้น
• Incident Management
• Querying Data - KQL

DEMO

• มารู้จัก AiTM (Adversary in The Middle) Phishing Attack - ไม่ว่าระบบจะดีแค่ไหน ถ้าเราเผลอให้ Credential ไปจากโดน Phishing Site มา เหมือนเราให้กุญแจบ้าน (Session-Cookie / Token) ไปเรียบร้อยแล้ว

• Attacker ใช้วิธี AiTM ลองโจมตี Admin แล้วสร้าง Resource บน Azure Blob เพื่อวาง Script ทำ Internal Phishing ต่อ

• ฝั่ง Microsoft Sentinel เจอจะ Alert + Remedition
  • Azure AD ตัว Play Book Block Access ไว้ก่อน
  • ส่วนที่เกิดขึ้นใน Azure Blob Storage ตัว Microsoft Sentinel มี Action ให้ User Confirm กลับมาว่าจงใจสร้างจริง หรือ Block Delete ไฟล์ที่เกิดขึ้นเป็นต้น

Azure Data Factory with Power BI for Data Analysts

Business Intelligence Concept จะมี 4 ส่วน

• Data Source ข้อมูลดิบของเรา
• ETL + Data Cleansing จัดการกับข้อมูลในอยู่ในรูปแบบที่เราต้องการ ลง Data Warehouse ทำพวก Fact Table เหมือนสมัยนี้จะมีอีก Concept อย่าง ELT และทำเป็น Pipeline
• Data Modeling อาจจะเขียน DAX เพื่อ Aggregate ข้อมูล
• Reporting - Power BI

Note ตัว Power BI ทำได้หมด (Self Service) แต่ถ้า Scale ใหญ่ขึ้น + Data Incremental ต้องใช้ Tools อื่นๆ

• ยุคก่อน
  - ETL: SQL Server Integration Service
  - ANALYSIS: SQL Server Analytic Server (ทำ Cube) //นึกภาพ Project เมื่อหลายปีก่อนแล้วสยองง
• Azure จะเป็นตัว
  - ETL: Azure Data Factory ได้ยินว่าเอา Package จาก SSIS มา Run ได้ด้วย
  - ANALYSIS: Azure Analysis Service (จริงตัวอื่นๆด้วยอย่าง Azure Synapse)

• ใช้ Power BI ทำ Report
• เหมือนจะมี Keyword SCD Type2 ที่ Azure Data Factory ยังเป็น Preview ฟังแล้วก็สงสัยเหมือนกัน เลยลอง Google เพิ่มเติม ว่ามันคืออะไร ได้ตามนี้เลย Type-2 Slowly Changing Dimension (SCD) คือ? - General Discussion เรื่อง Data Engineering - Data Engineer Cafe
• จากนั้นเป็น Demo Azure Data Factory + Azure Analysis Service + Power BI

Unlocking the Power of Quantum Machine Learning with Azure Quantum

• Session ต่อยอดจากอันนี้ครับ บันทึก VSCode Day 2023 TH-Quantum in VS Code and Microsoft Azure
• Azure Quantum - สื่อกลาง(Network) โดยมันจะเลือกงานที่ควรใช้ Quantum หรือใช้เครื่องปกติแก้ปัญหา โดยเป็น Serverless Service จุดเด่น
  - Open Eco System - เขียนที่เดียว ใช้กับ Quantum ได้ทุกเครื่อง
  - ใช้ Q# + QDK
  - จากนั้นเป็น Demo โดยใช้ python

จบแล้ว เตรียมไปให้ข้าวแมวได้ สำหรับวันนี้ Session ที่ผมชอบ

• Improve Developer Experience with Developer Portal มันไปนึกถึงอีกคำ Platform Engineering
• All-in on AI: How Smart Companies Win Big with AI คนที่เริ่มเอา AI มาใช้ ไม่ใช่ Tech Company จะเป็นบริษัทที่ดูไม่เกี่ยวข้องเลย แล้วมีขั้นตอนในการขยับมายังไง นึกถึงคำพูดของพี่รูฟ ทุก บ จะปรับเป็นTech Company หมด

Blog ของท่านอื่น

• Recap: Global Azure 2023 — Microsoft Thailand | by Charunthon Limseelo | May, 2023 | Medium
• เทรนด์และแง่มุมด้าน Security จากงาน Global Azure 2023 Thailand | by ThaiCySec | May, 2023 | Medium

Reference

• Global Azure 2023 – Thailand | Eventpop | Eventpop
• ของปีก่อนหน้า สรุปงาน Global Azure 2022 Thailand
• งานนี้มี VDO ย้อนหลังด้วยนะ 2023 Sessions - Global Azure 2023