In the previous article, we introduced Ludown, LUIS, QnA Maker, and MSBot CLI tools. With these, we created two cognitive services (LUIS application, QnA Maker Knowledgebase) and we configured the .bot file to make use of those. But what if we have more than just two Cognitive Services, this is solved with the Dispatch LUIS Application. The Dispatch app is another LUIS instance that decides which Cognitive Service is the correct one for the request. Fig. 1. Dispatch determining the correct Cognitive Service for the request As seen on the image the request is initially forwarded to the Dispatch Luis application, it returns the intent which defines which is the appropriate Cognitive Service, which in the end gets the request. Benefits: Reduced cost. Training the bot would be a burden but that is solved with the Dispatch CLI. This article builds upon the previous article "Learn the Bot Builder Tools", to follow along with this article completing the first one is a prerequisite. The...

For the people interested in Dispatch tool, that checked out the nlp-with-dispatch sample, and were overwhelmed with the amount of command line tools, this is the article where we introduce you to the Bot Builder Tools, without causing a mental stack overflow. Getting Started You can find a prepared sample for following along in the following repo: git clone https://github.com/rinormaloku/car-rental-dispatch-bot.git The first tool that we are getting introduced to is Ludown. Ludown Ludown is a simple way of representing the utterances, intents, entities of training a Luis or QnA Maker application. Let’s take the example from car-rental.lu: ## CarRental- I want to rent a {Car=Mercedes}?- I want to rent a {Car=Mercedes} in munich?- I am looking to rent a {CarType=caravan} This section defines the CarRental intent with three utterances. These utterances have entities Car and CarType. Which are defined in the following section: > # Entity definitions$Car:simple$CarType:simple This...

This article is based on the exercises from our workshop "Chat-bot-in-a-Day". To make everything smooth for our readers and as well as the participants in our workshops we use Gitpod(dot)io, an Online IDE based on VS Code. Meaning that you can develop and run the bot in the cloud, no wasted time installing Visual Studio, dotnet or any additional binary. Initially, we faced issues to run ASPNET Core applications on Gtipod, we reached out and their team jumped right into it and solved it in no time.  

To optimize the time in which our application is running and serve our users we need to use Liveness and Readiness probes. Liveness probes ensure that the application is healthy, and the second one that it is ready to receive requests. In the continuation of this article, we will use the microservice application that we used in previous posts to showcase how to use the probes.

Azure Firewall – Einführung und Beispieldeployment Guten Tag, bei größeren Azure Umgebungen sehe ich öfter, dass anstelle NSGs (Network Security Groups) eine 3rd Party NGFW (Next Generation Firewall) eingesetzt wird. Die NGFWs bieten häufig mehr Möglichkeiten Traffic zu filtern, als es eine NSG kann. Ein Problem der NGFWs ist jedoch, dass in der Cloud selten ein Active/Active Cluster zum Einsatz kommen kann, teilweise die Firewallhersteller schlechte Dokumentationen haben oder ihre Produkte gar nicht für die Cloud freigegeeben haben. Zudem ist der Einsatz einer 3rd Party Lösung teuer, da zum einen die VM in Azure bezahlt werden muss, zusätzlich aber auch die Lizenz des Firewall Herstellers, häufig zwei mal, da in der Regel ein Cluster betrieben wird. Als Alternative dazu bietet Microsoft die Azure Firewall an (https://docs.microsoft.com/en-us/azure/firewall/overview). Die Azure Firewall stellt drei Funktionen zur Verfügung: Layer 3 Filter (Port/IP Filter; „Network Rules“), Layer...

Eier suchen mal anders – “Faule Eier“ einfach finden. Sie haben einen Office 365 Tenant und wissen nicht genau, wie sicher Ihre Umgebung ist? Wissen Sie wo die “Faulen Eier“ versteckt sind? Können Sie Sicherheitslücken ausschließen? Erkennen Sie durch unsere Secure Score Reports für Office 365 und Azure sofort, wie Sie Ihre Systemsicherheit durch aufgeführte Handlungsempfehlungen steigern können. Der Secure Score ist Ihr Indikator für die Sicherheit Ihrer Systeme. Mit Orange Networks erreichen Sie bestmögliche Sicherheit bei Ihren Cloud Umgebungen. Zu Ostern bieten wir einen besonderen Einstieg in das Thema Sicherheit für Ihren Office 365 Tenant. Wenn Sie uns im Zeitraum 01.04 – 22.04.2019 beauftragen, für eine Dauer von 12 Monaten die Secure Scores in Ihrem Unternehmen durchzuführen, werden wir die ersten 3 Secure Scores nicht berechnen. Was können Sie erwarten?  Kontinuierliche Sicherheitsüberprüfung Identifikation von Sicherheitslücken ...