JFrog와 AWS, 안전한 기계 학습 개발 가속화

플라톤에 의해 재발행

팔로워 : 0

새로운 JFrog Artifactory와 Amazon SageMaker 통합으로 개발자와 데이터 과학자가 클라우드에서 ML 모델을 구축, 교육 및 배포할 수 있습니다.

캘리포니아주 서니베일–(Business Wire)–(주)제이프로그 (“JFrog”) (Nasdaq: FROG), Liquid Software 회사이자 JFrog 소프트웨어 공급망 플랫폼, 오늘 새로운 통합을 발표했습니다. 아마존 세이지 메이커는 기업이 완전 관리형 인프라, 도구 및 워크플로를 통해 모든 사용 사례에 맞는 기계 학습(ML) 모델을 구축, 교육 및 배포하는 데 도움이 됩니다. 페어링하여 JFrog 인공물 Amazon SageMaker를 사용하면 ML 모델을 최신 DevSecOps 워크플로의 다른 모든 소프트웨어 개발 구성 요소와 함께 제공할 수 있으므로 각 모델이 출시될 때까지 변경이 불가능하고 추적 가능하며 안전하고 검증될 수 있습니다. JFrog는 또한 새로운 버전 관리 기능을 공개했습니다. ML 모델 관리 솔루션이는 ML 모델 개발의 모든 단계에서 규정 준수 및 보안이 통합되도록 보장합니다.

JFrog의 글로벌 채널 및 제휴 담당 SVP인 Kelly Hartman은 "더 많은 기업이 클라우드에서 빅 데이터를 관리하기 시작함에 따라 DevOps 팀 리더는 데이터 과학 및 ML 기능을 확장하여 위험과 복잡성을 도입하지 않고 소프트웨어 제공을 가속화할 수 있는 방법을 묻고 있습니다."라고 말했습니다. "Artifactory와 Amazon SageMaker의 결합은 유연성, 속도, 보안 및 마음의 평화를 제공하여 클라우드의 ML 모델 개발에 DevSecOps 모범 사례를 주입하는 단일 소스 소스를 생성하여 MLSecOps의 새로운 영역을 개척합니다."

A에 따라 최근 Forrester 설문조사, 데이터 의사결정자의 50%는 AI/ML 내에서 거버넌스 정책을 적용하는 것이 광범위한 사용에 대한 가장 큰 과제라고 꼽았고, 45%는 데이터 및 모델 보안을 제한 요소로 꼽았습니다. JFrog의 Amazon SageMaker 통합은 ML 모델 관리에 DevSecOps 모범 사례를 적용하여 개발자와 데이터 과학자가 규제 및 조직 규정 준수를 준수하는 엔터프라이즈급 보안 방식으로 ML 프로젝트 개발을 확장, 가속화 및 보호할 수 있도록 해줍니다.

JFrog의 새로운 Amazon SageMaker 통합 조직은 다음을 수행할 수 있습니다.

데이터 과학자와 개발자를 위한 단일 정보 소스를 유지하여 모든 모델에 쉽게 액세스하고 추적 가능하며 변조 방지할 수 있도록 보장합니다.
ML을 소프트웨어 개발 및 생산 수명주기 워크플로에 더 가깝게 가져와 모델이 삭제되거나 수정되지 않도록 보호합니다.
ML 모델을 개발, 교육, 보호 및 배포합니다.
조직 전체에서 악성 ML 모델의 사용을 탐지하고 차단합니다.
ML 모델 라이선스를 스캔하여 회사 정책 및 규제 요구 사항을 준수하는지 확인하세요.
투명성을 높이기 위해 강력한 액세스 제어 및 버전 관리 기록을 통해 자체 개발 또는 내부적으로 증강된 ML 모델을 저장합니다.
소프트웨어 릴리스의 일부로 ML 모델을 번들로 묶고 배포합니다.

"전통적인 소프트웨어 개발 프로세스와 기계 학습은 기존 도구와의 통합이 부족하다는 점에서 차별화됩니다."라고 Larry Carvalho, 사장 겸 창립자는 말했습니다. 강력한클라우드. “JFrog Artifactory와 Amazon SageMaker는 함께 기계 학습을 위한 통합된 엔드 투 엔드 관리 환경을 제공합니다. 이러한 세계를 하나로 모으는 것은 기계 학습 파이프라인을 확립된 소프트웨어 개발 수명주기 및 모범 사례와 조화시키는 데 있어 상당한 진전을 의미합니다.”

Amazon SageMaker 통합과 함께 JFrog 새로운 버전 관리 기능 공개 의에 대한 ML 모델 관리 솔루션 모델 개발을 조직의 DevSecOps 워크플로에 통합하여 각 모델 버전에 대한 투명성을 높여 개발자, DevOps 팀 및 데이터 과학자가 정확하고 안전한 모델 버전이 활용되도록 보장할 수 있습니다.

현재 JFrog 고객 및 Amazon SageMaker 사용자가 사용할 수 있는 Amazon SageMaker와의 JFrog 통합을 통해 데이터 과학자가 사용하거나 ML 애플리케이션 개발에 사용되는 모든 아티팩트를 JFrog Artifactory에서 가져와서 저장할 수 있습니다.

통합과 작동 방식에 대해 자세히 알아보려면 다음을 읽어보세요. 블로그. 31월 1일 수요일 오후 10시에 JFrog 및 AWS에 가입 등록을 할 수도 있습니다. 교육 웹 세미나의 경우 ET/오전 XNUMX시(PT), "미래를 위한 구축: AI/ML 모델 개발 시대의 DevSecOps" 보안 소프트웨어 공급망 및 개발 프로세스에 모델 사용 및 개발을 도입하기 위한 모범 사례를 설명합니다.

이 이야기가 마음에 드시나요? X(이전의 Twitter)에 이 내용을 게시하세요. .@jfrog는 @awscloud SageMaker와의 새로운 통합을 출시하여 소프트웨어 개발 수명주기 전반에 걸쳐 더 큰 #ML #보안 및 혁신을 실현합니다. 더 알아보기: https://jfrog.co/4aW18gT #SoftwareSupplyChain #DevSecOps #SDLC #머신러닝 #AI

JFrog 소개

JFrog Ltd.(Nasdaq: FROG)는 개발자에서 장치까지 마찰 없이 제공되는 소프트웨어 세계를 만드는 사명을 갖고 있습니다. "유동적 소프트웨어" 비전에 따라 추진되는 JFrog 소프트웨어 공급망 플랫폼은 조직이 소프트웨어를 신속하고 안전하게 구축, 관리 및 배포할 수 있도록 지원하는 단일 기록 시스템으로, 가용성, 추적 가능 및 변조 방지를 보장합니다. 통합 보안 기능은 위협과 취약성을 식별, 보호 및 해결하는 데도 도움이 됩니다. JFrog의 하이브리드, 범용, 멀티 클라우드 플랫폼은 주요 클라우드 서비스 제공업체 전반에서 자체 호스팅 및 SaaS 서비스로 제공됩니다. Fortune 7대 기업의 대다수를 포함하여 전 세계적으로 수백만 명의 사용자와 100명이 넘는 고객이 JFrog 솔루션을 사용하여 디지털 혁신을 안전하게 수용하고 있습니다. 한 번 도약하면 뒤로 물러서지 않습니다! 자세히 알아보기 jfrog.com Twitter에서 팔로우하세요 : @jfrog.

미래 예측 진술에 대한주의 사항

이 보도 자료에는 ML 모델 구축 및 배포에 대한 협업을 가능하게 하는 JFrog Artifactory 및 Amazon SageMaker 통합, JFrog의 새로운 버전 관리 기능에 관한 진술을 포함하되 이에 국한되지 않는 미국 연방 증권법에 따라 정의된 용어인 "미래 예측" 진술이 포함되어 있습니다. ML 모델 관리 솔루션과 고객이 기대하는 이점에 대해 설명합니다.

이러한 미래 예측 진술은 당사의 현재 가정, 기대 및 믿음을 기반으로 하며 JFrog의 실제 결과, 성과 또는 성과가 미래 예측에서 표현되거나 암시된 것과 실질적으로 다를 수 있는 상당한 위험, 불확실성, 가정 및 상황 변화의 영향을 받습니다. - 보이는 진술. 연례 보고서를 포함하여 증권거래위원회에 제출한 서류에 자세히 설명된 위험을 포함하되 이에 국한되지 않는 실제 결과, 실적 또는 성과가 이 보도자료에 나온 진술과 실질적으로 다를 수 있는 요소가 상당히 많습니다. 10년 31월 2022일에 종료된 연도의 양식 10-K, 양식 XNUMX-Q의 분기별 보고서, 당사가 증권거래위원회에 수시로 제출할 수 있는 기타 서류 및 보고서. 미래 예측 진술은 이 보도 자료 날짜 현재의 우리의 믿음과 가정만을 나타냅니다. 우리는 미래 예측 진술을 업데이트할 의무가 없습니다.

Contacts

미디어 담당자 :
Siobhan Lyons, JFrog MarComm 선임 관리자, siobhanL@jfrog.com

투자자 연락처 :
Jeff Schreiner, 투자자 관계 담당 부사장, jeffS@jfrog.com