JFrog dan AWS Mempercepat Pengembangan Pembelajaran Mesin yang Aman

JFrog dan AWS Mempercepat Pengembangan Pembelajaran Mesin yang Aman

Stempel Waktu: 17 Januari 2024 8:06
Node Sumber: 3068007

Integrasi JFrog Artifactory dan Amazon SageMaker baru memberdayakan pengembang dan ilmuwan data untuk membangun, melatih, dan menerapkan Model ML di cloud

SUNNYVALE, California–(Antara/BUSINESS WIRE)–JFrog Ltd. (“JFrog”) (Nasdaq: FROG), perusahaan Liquid Software dan pencipta Platform Rantai Pasokan Perangkat Lunak JFrog, hari ini mengumumkan integrasi baru dengan Amazon SageMaker, yang membantu perusahaan membangun, melatih, dan menerapkan model pembelajaran mesin (ML) untuk setiap kasus penggunaan dengan infrastruktur, alat, dan alur kerja yang terkelola sepenuhnya. Dengan berpasangan Pabrik JFrog dengan Amazon SageMaker, model ML dapat dikirimkan bersama semua komponen pengembangan perangkat lunak lainnya dalam alur kerja DevSecOps modern, menjadikan setiap model tidak dapat diubah, dapat dilacak, aman, dan divalidasi seiring dengan matangnya rilis. JFrog juga meluncurkan kemampuan versi baru untuknya Solusi manajemen Model ML, yang membantu memastikan kepatuhan dan keamanan diterapkan di setiap langkah pengembangan model ML.




“Seiring dengan semakin banyaknya perusahaan yang mulai mengelola data besar di cloud, para pemimpin tim DevOps bertanya-tanya bagaimana mereka dapat meningkatkan ilmu data dan kemampuan ML untuk mempercepat pengiriman perangkat lunak tanpa menimbulkan risiko dan kompleksitas,” kata Kelly Hartman, SVP, Global Channels and Alliances, JFrog. “Kombinasi Artifactory dan Amazon SageMaker menciptakan satu sumber kebenaran yang mengindoktrinasi praktik terbaik DevSecOps pada pengembangan model ML di cloud – memberikan fleksibilitas, kecepatan, keamanan, dan ketenangan pikiran – menerobos batas baru MLSecOps.”

Menurut survei Forrester baru-baru ini, 50 persen pengambil keputusan di bidang data menyebutkan penerapan kebijakan tata kelola dalam AI/ML sebagai tantangan terbesar terhadap penggunaan secara luas, sementara 45 persen menyebutkan keamanan data dan model sebagai faktor penentunya. Integrasi Amazon SageMaker JFrog menerapkan praktik terbaik DevSecOps pada manajemen model ML, memungkinkan pengembang dan ilmuwan data untuk memperluas, mempercepat, dan mengamankan pengembangan proyek ML dengan cara yang berkelas perusahaan, aman, dan mematuhi kepatuhan terhadap peraturan dan organisasi.

JFrog baru Integrasi Amazon SageMaker memungkinkan organisasi untuk:

  • Pertahankan satu sumber kebenaran bagi ilmuwan dan pengembang data, pastikan semua model mudah diakses, dapat dilacak, dan tahan terhadap gangguan.
  • Membawa ML lebih dekat ke alur kerja siklus hidup pengembangan dan produksi perangkat lunak, melindungi model dari penghapusan atau modifikasi.
  • Kembangkan, latih, amankan, dan terapkan model ML.
  • Deteksi dan blokir penggunaan model ML berbahaya di seluruh organisasi.
  • Pindai lisensi model ML untuk memastikan kepatuhan terhadap kebijakan perusahaan dan persyaratan peraturan.
  • Simpan model ML buatan sendiri atau yang diperluas secara internal dengan kontrol akses dan riwayat versi yang kuat untuk transparansi yang lebih baik.
  • Gabungkan dan distribusikan model ML sebagai bagian dari rilis perangkat lunak apa pun.

“Proses pengembangan perangkat lunak tradisional dan pembelajaran mesin berbeda dan kurang terintegrasi dengan alat yang ada,” kata Larry Carvalho, Kepala Sekolah dan pendiri Awan Kuat. “Bersama-sama, JFrog Artifactory dan Amazon SageMaker menyediakan lingkungan terkelola dan menyeluruh yang terintegrasi untuk pembelajaran mesin. Menyatukan dunia-dunia ini menunjukkan kemajuan yang signifikan dalam menyelaraskan alur pembelajaran mesin dengan siklus hidup pengembangan perangkat lunak dan praktik terbaik yang sudah ada.”

Seiring dengan integrasi Amazon SageMaker, JFrog meluncurkan kemampuan versi baru untuk yang Solusi Manajemen Model ML yang menggabungkan pengembangan model ke dalam alur kerja DevSecOps organisasi untuk meningkatkan transparansi di setiap versi model sehingga pengembang, tim DevOps, dan ilmuwan data dapat memastikan versi model yang benar dan aman digunakan.

Integrasi JFrog dengan Amazon SageMaker, kini tersedia untuk pelanggan JFrog dan pengguna Amazon SageMaker, memastikan semua artefak yang digunakan oleh data scientist atau digunakan untuk mengembangkan aplikasi ML diambil dan disimpan di JFrog Artifactory.

Untuk melihat lebih dalam tentang integrasi dan cara kerjanya, baca blog ini. Anda juga dapat mendaftar untuk bergabung dengan JFrog dan AWS pada hari Rabu, 31 Januari pukul 1 siang ET/10 pagi PT untuk webinar pendidikan, "Membangun masa depan: DevSecOps di era pengembangan model AI/ML, " menjelaskan praktik terbaik untuk memperkenalkan penggunaan dan pengembangan model ke dalam rantai pasokan perangkat lunak yang aman dan proses pengembangan.

Suka cerita ini? Posting ini di X (sebelumnya Twitter): .@jfrog meluncurkan integrasi baru dengan @awscloud SageMaker untuk membuka #ML #keamanan dan inovasi yang lebih baik di seluruh siklus pengembangan perangkat lunak. Belajarlah lagi: https://jfrog.co/4aW18gT #SoftwareSupplyChain #DevSecOps #SDLC #MachineLearning #AI

Tentang JFrog

JFrog Ltd. (Nasdaq: FROG) mempunyai misi untuk menciptakan dunia perangkat lunak yang disampaikan tanpa gesekan dari pengembang ke perangkat. Didorong oleh visi “Perangkat Lunak Cair”, Platform Rantai Pasokan Perangkat Lunak JFrog adalah sistem pencatatan tunggal yang memberdayakan organisasi untuk membangun, mengelola, dan mendistribusikan perangkat lunak dengan cepat dan aman, memastikan perangkat lunak tersebut tersedia, dapat dilacak, dan anti kerusakan. Fitur keamanan terintegrasi juga membantu mengidentifikasi, melindungi, dan memulihkan terhadap ancaman dan kerentanan. Platform multi-cloud hybrid, universal, dan universal JFrog tersedia sebagai layanan yang dihosting sendiri dan SaaS di seluruh penyedia layanan cloud utama. Jutaan pengguna dan lebih dari 7 ribu pelanggan di seluruh dunia, termasuk mayoritas perusahaan Fortune 100, bergantung pada solusi JFrog untuk melakukan transformasi digital dengan aman. Sekali kamu melompat ke depan, kamu tidak akan mundur! Pelajari lebih lanjut di jfrog.com dan ikuti kami di Twitter: @jfrog.

Catatan Perhatian Tentang Pernyataan Berwawasan ke Depan

Siaran pers ini berisi pernyataan “wawasan ke depan”, karena istilah tersebut didefinisikan berdasarkan undang-undang sekuritas federal AS, termasuk namun tidak terbatas pada pernyataan mengenai integrasi JFrog Artifactory dan Amazon SageMaker yang memungkinkan kolaborasi dalam membangun dan menerapkan Model ML, kemampuan pembuatan versi baru JFrog untuk solusi Manajemen Model ML dan manfaat yang diharapkan bagi pelanggan.

Pernyataan berwawasan ke depan ini didasarkan pada asumsi, ekspektasi, dan keyakinan kami saat ini dan tunduk pada risiko, ketidakpastian, asumsi, dan perubahan keadaan yang substansial yang dapat menyebabkan hasil, kinerja, atau pencapaian JFrog yang sebenarnya berbeda secara material dari apa yang tersurat atau tersirat di masa mendatang. -pernyataan tampak. Terdapat sejumlah besar faktor yang dapat menyebabkan hasil, kinerja, atau pencapaian aktual, berbeda secara material dari pernyataan yang dibuat dalam siaran pers ini, termasuk namun tidak terbatas pada risiko yang dirinci dalam pengajuan kami ke Komisi Sekuritas dan Bursa, termasuk dalam laporan tahunan kami. pada Formulir 10-K untuk tahun yang berakhir pada tanggal 31 Desember 2022, laporan triwulanan kami pada Formulir 10-Q, dan pengajuan serta laporan lain yang mungkin kami ajukan dari waktu ke waktu ke Komisi Sekuritas dan Bursa. Pernyataan berwawasan ke depan hanya mewakili keyakinan dan asumsi kami pada tanggal siaran pers ini. Kami melepaskan segala kewajiban untuk memperbarui pernyataan berwawasan ke depan.

kontak

Kontak Media:
Siobhan Lyons, Manajer Senior MarComm, JFrog, siobhanL@jfrog.com

Kontak Investor:
Jeff Schreiner, Wakil Presiden Hubungan Investor, jeffS@jfrog.com

Stempel Waktu:

Lebih dari Berita Fintech