A JFrog és az AWS felgyorsítja a biztonságos gépi tanulás fejlesztését

Újra kiadta Platón

Követő: 0

Az új JFrog Artifactory és az Amazon SageMaker integráció lehetővé teszi a fejlesztők és adattudósok számára, hogy ML modelleket építsenek, képezzenek és telepítsenek a felhőben

SUNNYVALE, Kalifornia - (ÜZLETI Huzal) -JFrog Kft. („JFrog”) (Nasdaq: FROG), a Liquid Software vállalat és a JFrog szoftverellátási lánc platform, ma bejelentette az új integrációt Amazon SageMaker, amely segít a vállalatoknak gépi tanulási (ML) modellek felépítésében, betanításában és üzembe helyezésében minden felhasználási esetre teljesen felügyelt infrastruktúrával, eszközökkel és munkafolyamatokkal. Párosítással JFrog Artifactory Az Amazon SageMakerrel az ML modellek az összes többi szoftverfejlesztési komponenssel együtt szállíthatók egy modern DevSecOps munkafolyamatban, így minden modell megváltoztathatatlan, nyomon követhető, biztonságos és érvényesíthető, ahogy a kiadáshoz érik. A JFrog új verziókészítési képességeket is bemutatott ML modell menedzsment megoldás, amelyek segítenek biztosítani a megfelelőséget és a biztonságot az ML modell fejlesztésének minden lépésében.

„Mivel egyre több vállalat kezdi el kezelni a nagy adatokat a felhőben, a DevOps csapatvezetői azt kérdezik, hogyan méretezhetik az adattudományt és az ML-képességeket, hogy felgyorsítsák a szoftverszállítást kockázat és bonyolultság nélkül” – mondta Kelly Hartman, a JFrog Global Channels and Alliances részlegének alelnöke. „Az Artifactory és az Amazon SageMaker kombinációja egyetlen igazságforrást teremt, amely bevezeti a DevSecOps bevált gyakorlatait a felhőben történő ML-modellfejlesztéshez – rugalmasságot, sebességet, biztonságot és nyugalmat biztosítva – az MLSecOps új határára törve.”

A találmány egy legutóbbi Forrester felmérés, az adatokkal kapcsolatos döntéshozók 50 százaléka az AI/ML-en belüli irányítási politikák alkalmazását jelölte meg a legnagyobb kihívásnak a széles körű használat előtt, míg 45 százalékuk az adat- és modellbiztonságot jelölte meg kapuzási tényezőként. A JFrog Amazon SageMaker integrációja a DevSecOps bevált gyakorlatait alkalmazza az ML-modellkezelésben, lehetővé téve a fejlesztők és adattudósok számára, hogy vállalati szintű, biztonságos módon bővítsék, gyorsítsák és biztosítsák az ML-projektek fejlesztését, és megfeleljenek a szabályozási és szervezeti megfelelőségnek.

JFrog új Amazon SageMaker integráció lehetővé teszi a szervezetek számára, hogy:

Az adattudósok és fejlesztők egyetlen igazságforrást tartanak fenn, biztosítva, hogy minden modell könnyen hozzáférhető, nyomon követhető és hamisításbiztos legyen.
Közelítse az ML-t a szoftverfejlesztési és gyártási életciklus munkafolyamataihoz, megvédve a modelleket a törléstől vagy módosítástól.
ML modellek fejlesztése, betanítása, biztonságossá tétele és telepítése.
Észlelje és blokkolja a rosszindulatú ML modellek használatát a szervezetben.
Vizsgálja át az ML-modelllicenceket, hogy biztosítsa a vállalati irányelveknek és a szabályozási követelményeknek való megfelelést.
Tárolja az otthoni vagy belsőleg bővített ML modelleket robusztus hozzáférés-vezérléssel és verzióelőzményekkel a nagyobb átláthatóság érdekében.
Bármely szoftverkiadás részeként csomagolja össze és terjessze az ML modelleket.

„A hagyományos szoftverfejlesztési folyamatok és a gépi tanulás elkülönülnek egymástól, hiányzik az integráció a meglévő eszközökkel” – mondta Larry Carvalho, a program igazgatója és alapítója. RobustCloud. „A JFrog Artifactory és az Amazon SageMaker együtt integrált, teljes körű, szabályozott környezetet biztosít a gépi tanuláshoz. Ezeknek a világoknak az összevonása jelentős előrelépést jelent a gépi tanulási folyamatok harmonizálása felé a kialakult szoftverfejlesztési életciklusokkal és a legjobb gyakorlatokkal.”

Az Amazon SageMaker integrációjával együtt a JFrog új verziókészítési lehetőségeket mutatott be annak ML Model Management megoldás amelyek beépítik a modellfejlesztést a szervezet DevSecOps munkafolyamatába, hogy növeljék az átláthatóságot az egyes modellverziók körül, így a fejlesztők, a DevOps-csapatok és az adatkutatók biztosíthatják a modell megfelelő, biztonságos verziójának felhasználását.

A JFrog-integráció az Amazon SageMaker-rel, amely már elérhető a JFrog-ügyfelek és az Amazon SageMaker-felhasználók számára, biztosítja, hogy az adatkutatók által felhasznált vagy az ML-alkalmazások fejlesztéséhez használt összes műtermék a JFrog Artifactory-ból származzon, és ott kerüljön mentésre.

Ha mélyebbre szeretné tekinteni az integrációt és annak működését, olvassa el ez a blog. Regisztrálhat továbbá, hogy csatlakozzon a JFroghoz és az AWS-hez január 31-én, szerdán 1 órakor ET/10 órakor PT egy oktatási webináriumra, "A jövő építése: DevSecOps az AI/ML modellfejlesztés korszakában, " bevált gyakorlatok leírása a modellhasználat és -fejlesztés biztonságos szoftverellátási láncba és fejlesztési folyamatokba történő bevezetéséhez.

Tetszik ez a történet? Tedd közzé az X-en (korábban Twitteren): A .@jfrog új integrációt vezet be az @awscloud SageMakerrel, hogy nagyobb #ML #biztonságot és innovációt biztosítson a szoftverfejlesztés életciklusa során. Tudj meg többet: https://jfrog.co/4aW18gT #SoftwareSupplyChain #DevSecOps #SDLC #Gépi tanulás #AI

JFrogról

A JFrog Ltd. (Nasdaq: FROG) küldetése, hogy olyan szoftvervilágot hozzon létre, amelyet súrlódás nélkül szállítanak a fejlesztőktől az eszközökig. A „Liquid Software” elképzelés által vezérelt JFrog Software Supply Chain Platform egyetlen nyilvántartási rendszer, amely felhatalmazza a szervezeteket a szoftverek gyors és biztonságos létrehozására, kezelésére és terjesztésére, biztosítva, hogy azok elérhetőek, nyomon követhetőek és hamisításmentesek legyenek. Az integrált biztonsági funkciók a fenyegetések és sebezhetőségek azonosításában, védelmében és az ellenük való orvoslásban is segítenek. A JFrog hibrid, univerzális, többfelhős platformja önálló hosztolt és SaaS-szolgáltatásként is elérhető a nagyobb felhőszolgáltatóknál. Világszerte több millió felhasználó és több mint 7 ügyfél – köztük a Fortune 100 többsége – függ a JFrog megoldásaitól a digitális átalakulás biztonságos befogadása érdekében. Ha egyszer előre ugrik, nem fog visszamenni! További információ: jfrog.com és kövess minket a Twitteren: @jfrog.

Figyelmeztető megjegyzés az előretekintő állításokról

Ez a sajtóközlemény „előretekintő” kijelentéseket tartalmaz, ahogy ezt a kifejezést az Egyesült Államok szövetségi értékpapírtörvényei határozzák meg, beleértve, de nem kizárólagosan, a JFrog Artifactory és az Amazon SageMaker integrációjával kapcsolatos kijelentéseket, amelyek lehetővé teszik az együttműködést az ML modellek, a JFrog új verziókezelési képességei létrehozásában és telepítésében. ML Model Management megoldásáért és az ügyfelek számára várható előnyökért.

Ezek az előretekintő kijelentéseink jelenlegi feltételezéseinken, elvárásainkon és hiedelmeinken alapulnak, és jelentős kockázatoknak, bizonytalanságoknak, feltételezéseknek és a körülmények változásainak vannak kitéve, amelyek miatt a JFrog tényleges eredményei, teljesítménye vagy eredményei lényegesen eltérhetnek a határidős ügyletekben kifejezett vagy feltételezetttől. -kinézetű nyilatkozat. Számos olyan tényező van, amely a tényleges eredményeket, teljesítményeket vagy eredményeket jelentősen eltérheti a sajtóközleményben foglaltaktól, ideértve, de nem kizárólagosan az Értékpapír- és Tőzsdefelügyelethez benyújtott bejelentéseinkben, beleértve az éves jelentésünket is, részletezett kockázatokat. a 10-K űrlapon a 31. december 2022-én végződött évre vonatkozóan, a 10-Q űrlapról szóló negyedéves jelentéseinket, valamint az egyéb bejelentéseket és jelentéseket, amelyeket időről időre benyújthatunk az Értékpapír- és Tőzsdefelügyelethez. Az előretekintő állítások csak a jelen sajtóközlemény napján érvényes meggyőződéseinket és feltételezéseinket tükrözik. Elutasítunk minden kötelezettséget az előretekintő nyilatkozatok frissítésére.

Kapcsolatok

Médiapartnerek:
Siobhan Lyons, Sr. MarComm menedzser, JFrog, siobhanL@jfrog.com

Befektetői kapcsolattartó:
Jeff Schreiner, a befektetői kapcsolatokért felelős alelnök jeffS@jfrog.com