Advantech MIO-5355 is a 3.5-inch SBC based on Qualcomm QCS6490 or QCS5430 Edge AI processor. The board features up to 8GB of LPDDR5 memory, 128GB of UFS storage, and supports various operating systems, including Windows 11 IoT Enterprise, Ubuntu 24.04 LTS, and Yocto Linux. We have seen other QCS6490-based hardware in the past, such as the Radxa Dragon Q6A, the Quectel QSM560DR SBC, or the Rubik Pi 3, most of which come in compact form factors. The Advantech MIO-5355 takes a different approach, using a standard industrial 3.5-inch form factor (146 × 102 mm) and targeting industrial deployments with support for –20°C to 70°C operation and long-term availability. Advantech MIO-5355 specifications: SoC (one or the other) Qualcomm DragonWing QCS6490 CPU – Octa-core Kryo 670 with 1x Gold Plus core (Cortex-A78) @ 2.7 GHz, 3x Gold cores (Cortex-A78) @ 2.4 GHz, 4x Silver cores (Cortex-A55) @ up to 1.9 GHz GPU […]

The post Advantech MIO-5355 3.5-inch SBC features Qualcomm QCS6490 or QCS5430 SoC for industrial edge AI appeared first on CNX Software – Embedded Systems News.

Read more here: https://www.cnx-software.com/2026/01/22/advantech-mio-5355-3-5-inch-sbc-features-qualcomm-qcs6490-or-qcs5430-soc-for-industrial-edge-ai/

The post Advantech MIO-5355 3.5-inch SBC features Qualcomm QCS6490 or QCS5430 SoC for industrial edge AI appeared first on IPv6.net.

ESPHome 2026.1.0 open-source firmware has just been released with new features like automatic WiFi roaming and Zigbee support for Nordic Semi nRF52 targets, as well as memory optimization for ESP32/ESP8266 hardware, among many other changes. Other notable changes include security updates with the project replacing API password authentication with API encryption and requiring SHA256 authentication for OTA updates, better support for non-ASCII configuration, and updates to LibreTiny platforms (BK72xx, RTL87xx, LN882x), which received thread-safe WiFi, atomics, and deep sleep support. ESPHome developers used to advise users not to use ESP8266, not because it was not suitable for the task, but because the runtime heap on ESP8266 routinely dropped below 10k, and devices were unreliable. Since millions of ESP8266 devices were already deployed in homes, they decided to do something about it. The project was greatly helped thanks to increased support from the Open Home Foundation, which allows the project to […]

The post ESPHome 2026.1.0 optimizes memory usage on ESP32/ESP8266, adds Zigbee support on nRF52, WiFi roaming, and more appeared first on CNX Software – Embedded Systems News.

Read more here: https://www.cnx-software.com/2026/01/21/esphome-2026-1-0-optimizes-memory-usage-on-esp32-esp8266-adds-zigbee-support-on-nrf52-wifi-roaming/

The post ESPHome 2026.1.0 optimizes memory usage on ESP32/ESP8266, adds Zigbee support on nRF52, WiFi roaming, and more appeared first on IPv6.net.

Als je vandaag een nieuwe applicatie aansluit of een extra vestiging toevoegt, denk je waarschijnlijk na over netwerksegmentatie. De vraag is alleen of de manier waarop je segmenteert nog past bij wat je probeert te beschermen. De oplossing? Microsegmentatie.

Vrijwel elk netwerk heeft segmentatie. VLAN’s hier, een firewallregel daar, en ergens een diagram dat de architectuur goed weergeeft. Dat werkt meestal. Tot het netwerk verandert, het gebruik verschuift, of een incident ineens laat zien hoe breed sommige segmenten eigenlijk zijn. In de praktijk blijkt segmentatie vaak grover dan het op basis van het risicoprofiel zou moeten zijn. Terwijl dreigingen steeds specifieker worden, blijven netwerken opvallend vaak ingericht rond brede zones en vaste aannames over vertrouwen. Die spanning wordt vooral zichtbaar buiten het datacenter. Op vestigingsniveau, waar gebruikers, IoT, OT en cloudapplicaties samenkomen, lopen klassieke segmentatiemodellen tegen hun grenzen aan.

VLAN’s zijn niet meer genoeg

Het punt is namelijk dat VLAN’s zijn ontworpen voor overzicht en schaal, niet voor context. Ze delen een netwerk op in logische blokken, gebaseerd op locatie, functie of afdeling. Dat is prima, zolang alle systemen binnen zo’n blok vergelijkbare risico’s hebben en zich voorspelbaar gedragen. Maar dat is steeds minder vaak het geval:

• Werkplekken, printers, camera’s en SaaS-connectors delen hetzelfde VLAN omdat ‘dat zo gegroeid is’.
• Een applicatieomgeving is logisch gescheiden, maar gebruikers krijgen via VPN alsnog breed netwerktoegang.
• Nieuwe cloudapplicaties vereisen uitzonderingen op bestaande firewallregels, en zo verdwijnt langzaam het overzicht.

Het probleem zit niet in VLAN’s zelf, maar in het feit dat ze geen rekening houden met identiteit, gedrag of context. Alles binnen een VLAN wordt in principe vertrouwd, terwijl risico’s juist per device, per gebruiker of per applicatie verschillen.

Daar komt bij dat aanvallen zelden netjes binnen één zone blijven. Laterale beweging, privilege-escalatie en misbruik van legitieme accounts maken klassieke netwerkgrenzen poreus. Als één endpoint binnen een VLAN wordt gecompromitteerd, ligt de rest vaak open.

Microsegmentatie buiten het datacenter

Microsegmentatie wordt vaak geassocieerd met datacenters en cloudomgevingen, bijvoorbeeld bij workload-isolatie, east-west traffic control en software-defined networking. Maar hetzelfde principe is minstens zo relevant op vestigingsniveau. Daar verschuift de focus van de klassieke vraag waar iets zich in het netwerk bevindt naar wat het precies is en welke rol het vervult.

Niet de netwerkpoort of het VLAN is leidend, maar de identiteit van een gebruiker, device of applicatie. Wat mag dit systeem doen, met welke andere onderdelen mag het communiceren en onder welke voorwaarden is die toegang toegestaan? Context zoals locatie, status van het apparaat, authenticatie en gedrag weegt mee, waardoor toegang niet langer impliciet is, maar telkens opnieuw wordt afgedwongen.

In plaats van brede netwerkzones werk je met policies die verkeer toestaan op basis van identiteit, rol en context. Een werkplek krijgt dan niet ‘toegang tot het netwerk’, maar toegang tot specifieke diensten. Een camera mag alleen praten met zijn videoplatform. Een applicatiecomponent mag alleen communiceren met zijn backend, en zo voort.

Technisch kan dat op verschillende manieren:

• Network Access Control (NAC) op basis van device-identiteit en posture
• Host-based firewalls met centrale policy
• Software-defined networking in campus- of WAN-omgevingen
• Cloud-native policies die on-prem en cloud verbinden

Het belangrijke verschil met klassieke segmentatie is dat de scheiding niet meer primair aan de netwerklaag hangt, maar aan beleid.

Segmentatie op device-, rol- en applicatieniveau

En daarbij wordt microsegmentatie nog interessanter wanneer je verschillende invalshoeken combineert.

Device-niveau
Niet elk apparaat is gelijk. Een beheerde werkplek met EDR en actuele patches vormt een ander risico dan een IoT-sensor of een BYOD-apparaat. Door devices te classificeren en daar policies aan te koppelen, beperk je wat ze überhaupt mogen.

Rol-niveau
Gebruikers hebben verschillende verantwoordelijkheden. Iemand van finance heeft andere applicaties nodig dan iemand in productie. Segmentatie op rolniveau voorkomt dat netwerktoegang breder is dan functioneel noodzakelijk, ook als gebruikers van locatie wisselen.

Applicatieniveau
Steeds meer verkeer is applicatiegericht en versleuteld. Door policies te baseren op applicatie-identiteit in plaats van IP-adressen, sluit segmentatie beter aan bij moderne omgevingen. Dat geldt zowel voor on-prem applicaties als voor SaaS en cloud-native diensten.

De niveaus versterken elkaar. Een onbekend device met een geldige gebruikerslogin krijgt dan alsnog beperkte toegang. Een bekende werkplek buiten compliance valt automatisch in een restrictiever profiel.

De relatie met zero trust

Microsegmentatie is een praktisch onderdeel van zero trust-architecturen. Het uitgangspunt blijft hetzelfde: vertrouw niets impliciet, verifieer continu en beperk toegang tot wat strikt noodzakelijk is.

Terwijl zero trust vaak abstract blijft, maakt microsegmentatie het concreet. Policies worden afdwingbaar op netwerk- en applicatieniveau, ook buiten het datacenter. Dat betekent dat ‘binnen’ en ‘buiten’ steeds minder relevant worden. Het gaat dus om de context.

Een veelgehoorde zorg is dat fijnmazige segmentatie beheercomplexiteit toevoegt. En dat is inderdaad een risico, vooral als je microsegmentatie benadert als een technisch kunstje in plaats van als een architectuur.

Met de juiste segmentatie wordt het beheer juist overzichtelijker. Verkeersstromen liggen expliciet vast in beleid, waardoor duidelijk is welk verkeer wordt verwacht en welk niet. Afwijkingen vallen sneller op en zijn eenvoudiger te herleiden tot een specifieke oorzaak.

Tegelijk blijven incidenten beter afgebakend, omdat verstoringen of compromittering zich niet automatisch door grote delen van de omgeving kunnen verspreiden. De sleutel zit in zichtbaarheid en tooling.

Hoe ver ga je zonder het onnodig complex te maken?

Pas op met de verleiding om alles tegelijk te segmenteren. Dat werkt zelden. Effectieve microsegmentatie begint klein en groeit mee met inzicht.

Een paar praktische uitgangspunten:

• Start met de meest risicovolle assets of processen
• Segmenteer op basis van daadwerkelijk verkeer, niet op aannames
• Automatiseer waar mogelijk, handmatig beheer schaalt slecht
• Documenteer intentie, niet alleen regels

Belangrijker nog: microsegmentatie is geen project met een einddatum. Het is een structurele maatregel die meebeweegt met veranderingen in applicaties, werkvormen en dreigingen. Nieuwe vestiging? Nieuwe applicatie? Dan hoort segmentatie daar standaard bij, niet als sluitstuk, maar als ontwerpprincipe.

Van netwerkontwerp naar gedragsmodel

VLAN’s brengen vooral orde in infrastructuur, microsegmentatie over controle op gedrag. Dat vraagt een andere manier van denken. Minder focus op fysieke of logische grenzen, meer op context en intentie. Op vestigingsniveau is die verschuiving misschien wel het meest zichtbaar. Juist daar komen oude netwerkmodellen en nieuwe realiteit hard met elkaar in aanraking. Wie daar durft los te laten dat alles binnen één locatie vertrouwd is, zet een belangrijke stap. De bottom line: het netwerk wordt er niet simpeler van, maar wel een stuk realistischer.

Het bericht Microsegmentatie: denk klein! verscheen eerst op ChannelConnect.

Read more here: https://www.channelconnect.nl/telecom-en-voip/microsegmentatie-denk-klein/

The post Microsegmentatie: denk klein! appeared first on IPv6.net.

OnLogic CL260 is an ultra-compact, fanless industrial mini PC powered by an Intel Processor N150 or N250 Twin Lake SoC with features such as an RS232/RS485 terminal block and 12-24V wide DC input. The mini PC ships with up to 8GB LPDDR5 memory and 128GB to 2TB M.2 SSD. It also features two Gigabit Ethernet RJ45 ports, an M.2 Key-E socket for an optional WiFi 6E module, four USB 3.2 ports, and two USB-C ports with DisplayPort Alt mode for dual display setups. The CL260 is suitable for data collection, gateway applications, and edge computing deployments. OnLogic CL260 mini PC specifications: Twin Lake SoC (one of the other) Intel Processor N150 quad-core processor @ 800 MHz / 3.6 GHz (Turbo) with 6MB cache, 24EU Intel UHD graphics @ 1.0 GHz; TDP: 6W Intel Processor N250 quad-core processor @ 1.3 GHz / 3.8 GHz (Turbo) with 6MB cache, 32EU Intel UHD […]

The post OnLogic CL260 fanless Intel N150/N250 industrial mini PC offers RS232/RS485 terminal block, 12-24V DC input appeared first on CNX Software – Embedded Systems News.

Read more here: https://www.cnx-software.com/2026/01/21/onlogic-cl260-fanless-intel-n150-n250-industrial-mini-pc-offers-rs232-rs485-terminal-block-12-24v-dc-input/

The post OnLogic CL260 fanless Intel N150/N250 industrial mini PC offers RS232/RS485 terminal block, 12-24V DC input appeared first on IPv6.net.

When the Arduino UNO Q was first unveiled in October 2025, the specifications of the Qualcomm DragonWing SBC listed the ABX00162 SKU with 2GB RAM and 16GB eMMC flash, and the ABX00173 SKU with 4GB RAM and 32GB eMMC flash. So far, only the 2GB variant was available, and Arduino has now announced the availability of the Arduino UNO Q 4GB with 4GB of RAM and 32GB eMMC storage for more complex projects. Arduino UNO Q 4GB (ABX00173) specifications: Application SoC/MPU – Qualcomm QRB2210 CPU – Quad-core Cortex-A53 processor at up to 2.0 GHz GPU – Adreno 702 GPU at 845 MHz with support for OpenGL ES 3.1, Vulkan 1.1, OpenCL 2.0 DSP – Hexagon QDSP6 v66 VPU – 1080p 30 fps encode / 1080p 30fps decode ISP – 2x Image Signal Processor (13 MP + 13 MP or 25 MP) @ 30 fps Real-time MCU – STMicro STM32U585 Arm Cortex-M33 microcontroller […]

The post Arduino UNO Q 4GB board with 4GB RAM, 32GB storage is now available for $59 appeared first on CNX Software – Embedded Systems News.

Read more here: https://www.cnx-software.com/2026/01/21/arduino-uno-q-4gb-board-with-4gb-ram-32gb-storage-available-59/

The post Arduino UNO Q 4GB board with 4GB RAM, 32GB storage is now available for $59 appeared first on IPv6.net.

LilyGO has recently released the T-Display S3 Pro LR1121, a new ESP32-S3 development kit with a Semtech LR1121 transceiver for universal LoRa connectivity across the sub-GHz and 2.4GHz bands. The board is an update to the earlier T-Display S3 Pro, which features a slimmer design and a 2.33-inch touchscreen display, but this new LR1121 variant adds sub-GHz and 2.4 GHz LoRa/(G)FSK support along with a voice communication kit that includes a MAX98357A I2S speaker amplifier, a PDM/I2S digital microphone, vibration motor, and a RTC. There are also programmable buttons, Qwiic connectors, and a 1/4-inch tripod mount, as well as a 2000 mAh Li-ion battery, USB-C for power, and ultra-low sleep current. These features make it suitable for applications such as LoRa walkie-talkies, Meshtastic nodes, voice-enabled IoT devices, portable dashboards, and experimental long-range wireless systems. T-Display S3 Pro LR1121 specifications: Wireless MCU – Espressif ESP32-S3R8 CPU – Dual-core Tensilica LX7 microcontroller […]

The post LilyGO T-Display S3 Pro LR1121 devkit adds Sub-GHz and 2.4GHz LoRa, audio support appeared first on CNX Software – Embedded Systems News.

Read more here: https://www.cnx-software.com/2026/01/21/lilygo-t-display-s3-pro-lr1121-devkit-adds-sub-ghz-and-2-4ghz-lora-with-audio-support-to-esp32-s3-dev-board/

The post LilyGO T-Display S3 Pro LR1121 devkit adds Sub-GHz and 2.4GHz LoRa, audio support appeared first on IPv6.net.

Developed by Laboratorium in Poland, the M5MonsterC5 is an ESP32-C5-based “Marauder” hacking tool designed to work with M5Stack Cardputer ADV or M5Stack Tab5. It gets connected to the Cardputer ADV or Tab5 via a Grove connector and runs JanOS and Project Zero for wireless security research, experimentation, and rapid prototyping with minimal setup. Built around the ESP32-C5, the device supports dual-band Wi-Fi 6 (2.4/5-GHz) and 802.15.4 (Thread/Zigbee) to the M5Stack devices. Key features include multi-channel deauthentication with 5 GHz support, Evil Twin and phishing captive portals, WPA3 SAE overflow attacks, wardriving with GPS logging and WiGLE-compatible exports, passive sniffing, Karma attacks, whitelist management, and persistent “blackout” modes. The platform uses a two-stage web-based flashing process (JanOS on the Monster board and a Cardputer app flasher), offers microSD card and optional GPS support, and is intended strictly for authorized Wi-Fi auditing, offensive security research, and educational use under the Project Zero […]

The post M5MonsterC5 hacking tool adds ESP32-C5 and 5 GHz Wi-Fi 6 support to M5Stack Cardputer ADV and Tab5 appeared first on CNX Software – Embedded Systems News.

Read more here: https://www.cnx-software.com/2026/01/21/m5monsterc5-hacking-tool-adds-esp32-c5-and-5-ghz-wi-fi-6-support-to-m5stack-cardputer-adv-and-tab5/

The post M5MonsterC5 hacking tool adds ESP32-C5 and 5 GHz Wi-Fi 6 support to M5Stack Cardputer ADV and Tab5 appeared first on IPv6.net.

We’ve already seen lots of amazing projects based on Arduino UNO Q come up since its launch in early October – but we’re doubling down anyway! 

Today, we are launching a new Arduino UNO Q variant with 4GB of RAM and 32GB of eMMC storage, allowing all of you to dream bigger and go further, while still enjoying the same Arduino UNO Q form factor and ease of use. 

4 good reasons to choose 4GB

In this 4GB variant, Arduino UNO Q still leverages a unique combination of powerful Qualcomm Dragonwing QRB2210 microprocessor and real-time STM32U585 microcontroller, but can now better meet the needs of developers who require a more ample memory configuration.

Choosing between the variants comes down to your priorities: the 2GB variant of Arduino UNO Q provides optimized efficiency, while the new 4GB variant maximizes versatility.

While the first variant of Arduino UNO Q remains a capable and powerful board, there are four specific situations where you’ll want to opt for the new one:

1. This new version is recommended if you intend to use Arduino UNO Q as a standalone SBC (single-board computer) – connecting a monitor, keyboard, and mouse via the USB-C hub and running the Debian Linux OS on the board with a graphical user interface. To enjoy a responsive Linux desktop experience in this case, the 4GB RAM provides a comfortable baseline.

2. In the same way, the extra 2GB of RAM are crucial to prevent slowdowns and crashes if your application involves multiple, simultaneous high-level processes – e.g. running the Arduino App Lab on the board, hosting a local web server, managing database logging, and streaming camera input all at once. The 2GB variant of Arduino UNO Q remains perfectly suitable if you need to run a single, dedicated, lightweight process on the MPU.

3. Choose the 4GB / 32GB variant if you plan to use larger, more complex AI or machine learning models – such as high-resolution computer vision or sophisticated audio processing. While the 2GB variant is suitable for smaller, memory-optimized tinyML applications, “heftier” models require a larger memory footprint to load files and process input data efficiently.

4. If you want substantial built-in storage for logs and data, as well as a robust development environment, the 32GB eMMC gives you all the space you need for numerous Linux packages, large project assets, or long-term sensor data logs.

More options, more power to you! 

No matter which variant is best suited for your project, Arduino UNO Q is the starting point that can help you bring to life infinite ideas because its dual brain bridges high-performance computing with real-time control. 

We designed it to take you “from blink to think” in no time! Also thanks to the new Arduino App Lab, a whole new, all-in-one developer environment where you can seamlessly combine Arduino sketches, Python scripts, and containerized AI models. 

Just pick Arduino UNO Q from our store – in the cost-efficient 2GB variant or ready-to-expand 4GB variant – to discover how easy development, robotics, and edge computing can be. The new Arduino UNO Q 4GB variant is also currently available to order from RS Components, Farnell, DigiKey, Mouser, and Robu.in, and other authorized distributors and resellers.

Qualcomm branded products are products of Qualcomm Technologies, Inc. and/or its subsidiaries.

The post Arduino UNO Q is now available with 4GB RAM and 32GB storage! appeared first on Arduino Blog.

Read more here: https://blog.arduino.cc/2026/01/20/arduino-uno-q-is-now-available-with-4gb-ram-and-32gb-storage/

The post Arduino UNO Q is now available with 4GB RAM and 32GB storage! appeared first on IPv6.net.

Read more here: https://labs.ripe.net/author/tobias-striffler/the-irr-landscape-data-quality-the-good-the-bad-and-the-outdated/

The post The IRR Landscape: Data Quality – the Good, the Bad, and the Outdated appeared first on IPv6.net.

Read more here: https://blog.apnic.net/2026/01/20/ip-addresses-through-2025/

The post IP addresses through 2025 appeared first on IPv6.net.