JFrog en AWS versnellen de ontwikkeling van veilige machine learning

Heruitgegeven door Plato

volgers: 0

Nieuwe JFrog Artifactory- en Amazon SageMaker-integratie stelt ontwikkelaars en datawetenschappers in staat om ML-modellen in de cloud te bouwen, trainen en implementeren

SUNNYVALE, Californië - (BUSINESS WIRE) -JFrog Ltd. (“JFrog”) (Nasdaq: FROG), het bedrijf Liquid Software en makers van de JFrog Software Supply Chain-platform, heeft vandaag een nieuwe integratie aangekondigd met Amazon Sage Maker, waarmee bedrijven machine learning (ML)-modellen voor elk gebruik kunnen bouwen, trainen en implementeren met een volledig beheerde infrastructuur, tools en workflows. Door te paren JFrog-kunstfabriek met Amazon SageMaker kunnen ML-modellen samen met alle andere softwareontwikkelingscomponenten worden geleverd in een moderne DevSecOps-workflow, waardoor elk model onveranderlijk, traceerbaar, veilig en gevalideerd wordt naarmate het rijpt voor release. JFrog onthulde ook nieuwe versiebeheermogelijkheden voor zijn ML-modelbeheeroplossing, die helpen bij het garanderen van compliance en beveiliging, zijn opgenomen in elke stap van de ontwikkeling van ML-modellen.

“Nu steeds meer bedrijven big data in de cloud gaan beheren, vragen DevOps-teamleiders zich af hoe ze datawetenschap en ML-mogelijkheden kunnen opschalen om de levering van software te versnellen zonder risico’s en complexiteit te introduceren”, zegt Kelly Hartman, SVP, Global Channels and Alliances, JFrog. “De combinatie van Artifactory en Amazon SageMaker creëert een enkele bron van waarheid die de beste praktijken van DevSecOps indoctrineert voor de ontwikkeling van ML-modellen in de cloud – waardoor flexibiliteit, snelheid, veiligheid en gemoedsrust wordt geboden – en daarmee een nieuwe grens van MLSecOps wordt betreden.”

Volgens een recent onderzoek van Forrester50 procent van de databeslissers noemde het toepassen van governancebeleid binnen AI/ML de grootste uitdaging voor wijdverbreid gebruik, terwijl 45 procent data- en modelbeveiliging als de poortfactor noemde. De Amazon SageMaker-integratie van JFrog past de beste praktijken van DevSecOps toe op ML-modelbeheer, waardoor ontwikkelaars en datawetenschappers de ontwikkeling van ML-projecten kunnen uitbreiden, versnellen en beveiligen op een manier die ondernemingswaardig en veilig is en voldoet aan de regelgeving en organisatorische naleving.

JFrog is nieuw Amazon SageMaker-integratie stelt organisaties in staat om:

Zorg voor één enkele bron van waarheid voor datawetenschappers en ontwikkelaars, zodat alle modellen gemakkelijk toegankelijk, traceerbaar en fraudebestendig zijn.
Breng ML dichter bij de workflows voor softwareontwikkeling en productielevenscyclus en bescherm modellen tegen verwijdering of wijziging.
Ontwikkel, train, beveilig en implementeer ML-modellen.
Detecteer en blokkeer het gebruik van kwaadaardige ML-modellen in de hele organisatie.
Scan ML-modellicenties om naleving van het bedrijfsbeleid en wettelijke vereisten te garanderen.
Bewaar eigen ontwikkelde of intern uitgebreide ML-modellen met robuuste toegangscontroles en versiegeschiedenis voor meer transparantie.
Bundel en distribueer ML-modellen als onderdeel van elke softwarerelease.

“Traditionele softwareontwikkelingsprocessen en machine learning staan los van elkaar en missen integratie met bestaande tools”, zegt Larry Carvalho, directeur en oprichter van RobuusteCloud. “Samen bieden JFrog Artifactory en Amazon SageMaker een geïntegreerde end-to-end, beheerde omgeving voor machinaal leren. Het samenbrengen van deze werelden vertegenwoordigt een aanzienlijke vooruitgang in de richting van het harmoniseren van machine learning-pijplijnen met gevestigde softwareontwikkelingslevenscycli en best practices.”

Samen met de Amazon SageMaker-integratie, JFrog nieuwe versiebeheermogelijkheden onthuld voor de ML-modelbeheeroplossing die modelontwikkeling integreren in de DevSecOps-workflow van een organisatie om de transparantie rond elke modelversie te vergroten, zodat ontwikkelaars, DevOps-teams en datawetenschappers ervoor kunnen zorgen dat de juiste, veilige versie van een model wordt gebruikt.

De JFrog-integratie met Amazon SageMaker, nu beschikbaar voor JFrog-klanten en Amazon SageMaker-gebruikers, zorgt ervoor dat alle artefacten die door datawetenschappers worden gebruikt of worden gebruikt om ML-applicaties te ontwikkelen, worden opgehaald uit en opgeslagen in JFrog Artifactory.

Voor een dieper inzicht in de integratie en hoe deze werkt, lees deze blog. U kunt zich ook registreren voor JFrog en AWS op woensdag 31 januari om 1 uur ET/10 uur PT voor een educatief webinar, "Bouwen aan de toekomst: DevSecOps in het tijdperk van AI/ML-modelontwikkeling' het beschrijven van best practices voor het introduceren van modelgebruik en -ontwikkeling in veilige softwaretoeleveringsketens en ontwikkelingsprocessen.

Vind je dit verhaal leuk? Plaats dit op X (voorheen Twitter): .@jfrog introduceert een nieuwe integratie met @awscloud SageMaker om grotere #ML #beveiliging en innovatie gedurende de hele levenscyclus van softwareontwikkeling te ontgrendelen. Kom meer te weten: https://jfrog.co/4aW18gT #SoftwareSupplyChain #DevSecOps #SDLC #MachineLearning #AI

Over JFrog

JFrog Ltd. (Nasdaq: FROG) is op een missie om een wereld van software te creëren die zonder wrijving van ontwikkelaar naar apparaat wordt geleverd. Gedreven door een ‘Liquid Software’-visie, is het JFrog Software Supply Chain Platform een enkel registratiesysteem dat organisaties in staat stelt software snel en veilig te bouwen, beheren en distribueren, zodat deze beschikbaar, traceerbaar en fraudebestendig is. De geïntegreerde beveiligingsfuncties helpen ook bij het identificeren, beschermen en herstellen van bedreigingen en kwetsbaarheden. Het hybride, universele, multi-cloudplatform van JFrog is beschikbaar als zowel zelfgehoste als SaaS-diensten bij grote cloudserviceproviders. Miljoenen gebruikers en ruim 7 klanten wereldwijd, waaronder een meerderheid van de Fortune 100, zijn afhankelijk van JFrog-oplossingen om digitale transformatie veilig te omarmen. Als je eenmaal vooruit bent gegaan, ga je niet meer terug! Meer informatie op jfrog.com en volg ons op Twitter: @jfrog.

Waarschuwing over toekomstgerichte verklaringen

Dit persbericht bevat “toekomstgerichte” verklaringen, zoals die term is gedefinieerd onder de Amerikaanse federale effectenwetten, inclusief maar niet beperkt tot verklaringen over de JFrog Artifactory- en Amazon SageMaker-integratie die samenwerking mogelijk maakt bij het bouwen en implementeren van ML-modellen, de nieuwe versiemogelijkheden van JFrog voor zijn ML Model Management-oplossing en de verwachte voordelen voor klanten.

Deze toekomstgerichte verklaringen zijn gebaseerd op onze huidige aannames, verwachtingen en overtuigingen en zijn onderhevig aan substantiële risico's, onzekerheden, aannames en veranderingen in omstandigheden die ertoe kunnen leiden dat de werkelijke resultaten, prestaties of prestaties van JFrog wezenlijk verschillen van die uitgedrukt of geïmpliceerd in enige toekomstgerichte verklaring. -uitziende verklaring. Er is een aanzienlijk aantal factoren die ertoe kunnen leiden dat werkelijke resultaten, prestaties of verwezenlijkingen wezenlijk verschillen van de verklaringen in dit persbericht, inclusief maar niet beperkt tot risico's die gedetailleerd zijn beschreven in onze documenten bij de Securities and Exchange Commission, inclusief in ons jaarverslag. op formulier 10-K voor het jaar eindigend op 31 december 2022, onze kwartaalrapporten op formulier 10-Q, en andere documenten en rapporten die we van tijd tot tijd kunnen indienen bij de Securities and Exchange Commission. Toekomstgerichte verklaringen vertegenwoordigen uitsluitend onze overtuigingen en veronderstellingen op de datum van dit persbericht. Wij wijzen elke verplichting af om toekomstgerichte verklaringen bij te werken.

Contacten

Media Contact:
Siobhan Lyons, Sr. MarComm-manager, JFrog, siobhanL@jfrog.com

Investor Contact:
Jeff Schreiner, vice-president Investor Relations, jeffS@jfrog.com