JFrog og AWS akselererer utvikling av sikker maskinlæring

Publisert av Platon

Følgere: 0

Ny JFrog Artifactory og Amazon SageMaker-integrasjon gir utviklere og dataforskere mulighet til å bygge, trene og distribuere ML-modeller i skyen

SUNNYVALE, California - (BUSINESS WIRE) -JFrog Ltd. ("JFrog") (Nasdaq: FROG), Liquid Software-selskapet og skaperne av JFrog Software Supply Chain Platform, annonserte i dag en ny integrasjon med Amazon SageMaker, som hjelper bedrifter med å bygge, trene og distribuere maskinlæringsmodeller (ML) for alle brukstilfeller med fullstendig administrert infrastruktur, verktøy og arbeidsflyter. Ved sammenkobling JFrog Artifactory med Amazon SageMaker kan ML-modeller leveres sammen med alle andre programvareutviklingskomponenter i en moderne DevSecOps-arbeidsflyt, noe som gjør hver modell uforanderlig, sporbar, sikker og validert når den modnes for utgivelse. JFrog avduket også nye versjonsfunksjoner for sin ML modellstyringsløsning, som bidrar til å sikre at samsvar og sikkerhet er integrert i hvert trinn av ML-modellutviklingen.

"Når flere selskaper begynner å administrere big data i skyen, spør DevOps-teamlederne hvordan de kan skalere datavitenskap og ML-evner for å akselerere programvarelevering uten å introdusere risiko og kompleksitet," sa Kelly Hartman, SVP, Global Channels and Alliances, JFrog. "Kombinasjonen av Artifactory og Amazon SageMaker skaper en enkelt kilde til sannhet som indoktrinerer DevSecOps beste praksis til utvikling av ML-modeller i skyen – som leverer fleksibilitet, hastighet, sikkerhet og trygghet – og bryter inn i en ny grense for MLSecOps."

Ifølge en nylig Forrester-undersøkelse50 prosent av databeslutningstakere nevnte bruk av styringspolicyer innen AI/ML som den største utfordringen for utbredt bruk, mens 45 prosent nevnte data- og modellsikkerhet som grensefaktoren. JFrogs Amazon SageMaker-integrasjon anvender DevSecOps beste praksis for ML-modelladministrasjon, slik at utviklere og dataforskere kan utvide, akselerere og sikre utviklingen av ML-prosjekter på en måte som er bedriftsklasse, sikker og overholder regelverk og organisasjonsoverholdelse.

JFrog er ny Amazon SageMaker-integrasjon lar organisasjoner:

Oppretthold én enkelt kilde til sannhet for dataforskere og utviklere, og sørg for at alle modellene er lett tilgjengelige, sporbare og manipulasjonssikre.
Bring ML nærmere arbeidsflytene for programvareutvikling og produksjonslivssyklus, og beskytter modeller mot sletting eller modifikasjon.
Utvikle, trene, sikre og distribuere ML-modeller.
Oppdag og blokker bruken av ondsinnede ML-modeller på tvers av organisasjonen.
Skann ML-modelllisenser for å sikre samsvar med selskapets retningslinjer og regulatoriske krav.
Lagre hjemmedyrkede eller internt utvidede ML-modeller med robuste tilgangskontroller og versjonshistorikk for større åpenhet.
Sett sammen og distribuer ML-modeller som en del av enhver programvareutgivelse.

"Tradisjonelle programvareutviklingsprosesser og maskinlæring skiller seg ut, og mangler integrering med eksisterende verktøy," sa Larry Carvalho, rektor og grunnlegger av Robust Cloud. "Sammen gir JFrog Artifactory og Amazon SageMaker et integrert ende-til-ende, styrt miljø for maskinlæring. Å bringe disse verdenene sammen representerer betydelig fremgang mot å harmonisere pipelines for maskinlæring med etablerte livssykluser for programvareutvikling og beste praksis.»

Sammen med sin Amazon SageMaker-integrasjon, JFrog avduket nye versjonsfunksjoner for sin ML Model Management-løsning som inkluderer modellutvikling i en organisasjons DevSecOps-arbeidsflyt for å øke åpenheten rundt hver modellversjon, slik at utviklere, DevOps-team og dataforskere kan sikre at den riktige, sikre versjonen av en modell blir brukt.

JFrog-integrasjonen med Amazon SageMaker, tilgjengelig nå for JFrog-kunder og Amazon SageMaker-brukere, sikrer at alle artefakter som forbrukes av dataforskere eller brukes til å utvikle ML-applikasjoner, hentes fra og lagres i JFrog Artifactory.

For en dypere titt på integrasjonen og hvordan den fungerer, les denne bloggen. Du kan også registrere deg for å bli med i JFrog og AWS onsdag 31. januar kl. 1:10 ET/XNUMX:XNUMX PT for et pedagogisk webinar, "Bygg for fremtiden: DevSecOps i en tid med utvikling av AI/ML-modeller, " beskrive beste praksis for å introdusere modellbruk og utvikling i sikker programvareforsyningskjede og utviklingsprosesser.

Liker du denne historien? Legg ut dette på X (tidligere Twitter): .@jfrog ruller ut ny integrasjon med @awscloud SageMaker for å låse opp større #ML #sikkerhet og innovasjon gjennom hele programvareutviklingslivssyklusen. Lære mer: https://jfrog.co/4aW18gT #SoftwareSupplyChain #DevSecOps #SDLC #MachineLearning #AI

Om JFrog

JFrog Ltd. (Nasdaq: FROG) er på et oppdrag for å skape en verden av programvare levert uten friksjon fra utvikler til enhet. Drevet av en "Liquid Software"-visjon, er JFrog Software Supply Chain Platform et enkelt registreringssystem som gir organisasjoner kraft til å bygge, administrere og distribuere programvare raskt og sikkert, og sikre at den er tilgjengelig, sporbar og manipulasjonssikker. De integrerte sikkerhetsfunksjonene hjelper også med å identifisere, beskytte og rette opp mot trusler og sårbarheter. JFrogs hybride, universelle, multi-sky-plattform er tilgjengelig som både selvvertsbaserte og SaaS-tjenester på tvers av store skytjenesteleverandører. Millioner av brukere og 7K+ kunder over hele verden, inkludert et flertall av Fortune 100, er avhengige av JFrog-løsninger for å omfavne digital transformasjon på en sikker måte. Når du hopper fremover, vil du ikke gå tilbake! Lær mer på jfrog.com og følg oss på Twitter: @jfrog.

Advarsel om fremtidsrettede uttalelser

Denne pressemeldingen inneholder "fremtidsrettede" uttalelser, slik dette begrepet er definert under amerikanske føderale verdipapirlover, inkludert men ikke begrenset til uttalelser angående JFrog Artifactory og Amazon SageMaker-integrasjon som muliggjør samarbeid om å bygge og distribuere ML-modeller, JFrog nye versjonsfunksjoner for sin ML Model Management-løsning og de forventede fordelene for kundene.

Disse fremtidsrettede uttalelsene er basert på våre nåværende forutsetninger, forventninger og tro og er gjenstand for betydelig risiko, usikkerhet, forutsetninger og endringer i omstendigheter som kan føre til at JFrogs faktiske resultater, ytelse eller prestasjoner avviker vesentlig fra de som er uttrykt eller underforstått i enhver fremtidig fremtid. -ser utsagn. Det er et betydelig antall faktorer som kan føre til at faktiske resultater, ytelse eller prestasjoner skiller seg vesentlig fra uttalelsene i denne pressemeldingen, inkludert, men ikke begrenset til, risikoer beskrevet i våre innleveringer til Securities and Exchange Commission, inkludert i vår årsrapport på skjema 10-K for året som ble avsluttet 31. desember 2022, våre kvartalsrapporter på skjema 10-Q og andre innleveringer og rapporter som vi kan sende inn fra tid til annen til Securities and Exchange Commission. Fremtidsrettede uttalelser representerer vår tro og forutsetninger kun per datoen for denne pressemeldingen. Vi fraskriver oss enhver forpliktelse til å oppdatere fremtidsrettede uttalelser.

Kontakter

Media Kontakt:
Siobhan Lyons, Sr. MarComm Manager, JFrog, siobhanL@jfrog.com

Investor Kontakt:
Jeff Schreiner, VP for Investor Relations, jeffS@jfrog.com