JFrog i AWS przyspieszają rozwój bezpiecznego uczenia maszynowego

Opublikowane ponownie przez Plato

Obserwuje: 0

Nowa integracja JFrog Artifactory i Amazon SageMaker umożliwia programistom i badaczom danych budowanie, trenowanie i wdrażanie modeli uczenia maszynowego w chmurze

SUNNYVALE, Kalifornia–(BUSINESS WIRE)–JFrog Sp. („JFrog”) (Nasdaq: FROG), firma Liquid Software i twórcy Platforma łańcucha dostaw oprogramowania JFrog, ogłosił dziś nową integrację z Amazon Sage Maker, która pomaga firmom budować, szkolić i wdrażać modele uczenia maszynowego (ML) dla dowolnego przypadku użycia z w pełni zarządzaną infrastrukturą, narzędziami i przepływami pracy. Poprzez parowanie Artefakt JFrog dzięki Amazon SageMaker modele ML mogą być dostarczane wraz ze wszystkimi innymi komponentami tworzenia oprogramowania w nowoczesnym przepływie pracy DevSecOps, dzięki czemu każdy model jest niezmienny, identyfikowalny, bezpieczny i sprawdzany w miarę dojrzewania do wydania. JFrog zaprezentował także nowe możliwości wersjonowania swojego oprogramowania Rozwiązanie do zarządzania modelem ML, które pomagają zapewnić zgodność i bezpieczeństwo na każdym etapie opracowywania modelu uczenia maszynowego.

„W miarę jak coraz więcej firm zaczyna zarządzać dużymi zbiorami danych w chmurze, liderzy zespołów DevOps pytają, w jaki sposób mogą skalować możliwości analityki danych i uczenia maszynowego, aby przyspieszyć dostarczanie oprogramowania bez wprowadzania ryzyka i złożoności” – powiedziała Kelly Hartman, wiceprezes, Global Channels and Alliances, JFrog. „Połączenie Artifactory i Amazon SageMaker tworzy jedno źródło prawdy, które indoktrynuje najlepsze praktyki DevSecOps w zakresie rozwoju modeli uczenia maszynowego w chmurze – zapewniając elastyczność, szybkość, bezpieczeństwo i spokój ducha – wkraczając w nowe granice MLSecOps”.

Według najnowsze badanie Forrestera50 procent decydentów w zakresie danych uznało stosowanie zasad zarządzania w ramach sztucznej inteligencji/ML za największe wyzwanie dla powszechnego użycia, a 45 procent jako czynnik bramkowy wskazało bezpieczeństwo danych i modeli. Integracja JFrog z Amazon SageMaker wykorzystuje najlepsze praktyki DevSecOps do zarządzania modelami ML, umożliwiając programistom i badaczom danych rozszerzanie, przyspieszanie i zabezpieczanie rozwoju projektów ML w sposób bezpieczny i zgodny z przepisami i organizacyjnymi na poziomie korporacyjnym.

JFrog jest nowy Integracja z Amazon SageMaker umożliwia organizacjom:

Utrzymuj jedno źródło prawdy dla analityków danych i programistów, zapewniając łatwy dostęp do wszystkich modeli, ich śledzenie i zabezpieczenie przed manipulacją.
Przybliż ML do procesów tworzenia oprogramowania i cyklu produkcyjnego, chroniąc modele przed usunięciem lub modyfikacją.
Twórz, trenuj, zabezpieczaj i wdrażaj modele uczenia maszynowego.
Wykrywaj i blokuj wykorzystanie złośliwych modeli uczenia maszynowego w całej organizacji.
Skanuj licencje modelu ML, aby zapewnić zgodność z polityką firmy i wymogami regulacyjnymi.
Przechowuj samodzielnie opracowane lub wewnętrznie rozszerzone modele uczenia maszynowego z solidną kontrolą dostępu i historią wersji dla większej przejrzystości.
Łącz i rozpowszechniaj modele ML w ramach dowolnej wersji oprogramowania.

„Tradycyjne procesy tworzenia oprogramowania i uczenie maszynowe wyróżniają się brakiem integracji z istniejącymi narzędziami” – powiedział Larry Carvalho, dyrektor i założyciel firmy Solidna chmura. „JFrog Artifactory i Amazon SageMaker wspólnie zapewniają zintegrowane, kompleksowe, zarządzane środowisko do uczenia maszynowego. Połączenie tych światów stanowi znaczący postęp w kierunku harmonizacji procesów uczenia maszynowego z ustalonymi cyklami życia oprogramowania i najlepszymi praktykami”.

Wraz z integracją z Amazon SageMaker, JFrog zaprezentował nowe możliwości wersjonowania ITS Rozwiązanie do zarządzania modelami ML które włączają rozwój modelu do przepływu pracy DevSecOps organizacji w celu zwiększenia przejrzystości każdej wersji modelu, dzięki czemu programiści, zespoły DevOps i badacze danych mogą zapewnić, że używana jest poprawna, bezpieczna wersja modelu.

Integracja JFrog z Amazon SageMaker, dostępna teraz dla klientów JFrog i użytkowników Amazon SageMaker, zapewnia, że wszystkie artefakty wykorzystywane przez analityków danych lub wykorzystywane do tworzenia aplikacji ML są pobierane i zapisywane w JFrog Artifactory.

Aby uzyskać głębsze spojrzenie na integrację i jej działanie, przeczytaj ten blog. Możesz także zarejestrować się, aby dołączyć do JFrog i AWS w środę, 31 stycznia o 1:10 ET/XNUMX:XNUMX PT na edukacyjne seminarium internetowe, "Budowanie na przyszłość: DevSecOps w dobie rozwoju modelu AI/ML" opisujące najlepsze praktyki dotyczące wprowadzania wykorzystania i rozwoju modeli do bezpiecznego łańcucha dostaw oprogramowania i procesów rozwoju.

Podoba Ci się ta historia? Opublikuj to na X (dawniej Twitterze): .@jfrog wprowadza nową integrację z @awscloud SageMaker, aby odblokować większe #ML #bezpieczeństwo i innowacje w całym cyklu życia oprogramowania. Ucz się więcej: https://jfrog.co/4aW18gT #SoftwareSupplyChain #DevSecOps #SDLC #MachineLearning #AI

O JFrogu

Misją JFrog Ltd. (Nasdaq: FROG) jest stworzenie świata oprogramowania dostarczanego bez tarć od programisty do urządzenia. Kierując się wizją „płynnego oprogramowania”, platforma łańcucha dostaw oprogramowania JFrog to pojedynczy system rejestrowania, który umożliwia organizacjom szybkie i bezpieczne tworzenie, zarządzanie i dystrybucję oprogramowania, zapewniając jego dostępność, identyfikowalność i zabezpieczenie przed manipulacją. Zintegrowane funkcje zabezpieczeń pomagają także identyfikować, chronić i eliminować zagrożenia i luki w zabezpieczeniach. Hybrydowa, uniwersalna platforma wielochmurowa JFrog jest dostępna zarówno jako usługi hostowane samodzielnie, jak i jako usługi SaaS u głównych dostawców usług w chmurze. Miliony użytkowników i ponad 7 tys. klientów na całym świecie, w tym większość z listy Fortune 100, polega na rozwiązaniach JFrog, aby bezpiecznie przeprowadzić transformację cyfrową. Jeśli raz skoczysz do przodu, nie cofniesz się! Dowiedz się więcej na jfrog.com i śledź nas na Twitterze: @jfrog.

Uwaga ostrzegawcza dotycząca oświadczeń dotyczących przyszłości

Niniejsza informacja prasowa zawiera stwierdzenia „wybiegające w przyszłość”, zgodnie z definicją tego terminu w amerykańskich federalnych przepisach dotyczących papierów wartościowych, w tym między innymi oświadczenia dotyczące integracji JFrog Artifactory i Amazon SageMaker umożliwiającej współpracę przy budowaniu i wdrażaniu modeli ML, nowych możliwości wersjonowania JFrog za rozwiązanie ML Model Management i przewidywane korzyści dla klientów.

Te stwierdzenia dotyczące przyszłości opierają się na naszych aktualnych założeniach, oczekiwaniach i przekonaniach i podlegają znacznemu ryzyku, niepewności, przypuszczeniom i zmianom okoliczności, które mogą spowodować, że rzeczywiste wyniki, wyniki lub osiągnięcia firmy JFrog będą się znacząco różnić od wyrażonych lub dorozumianych w jakichkolwiek przyszłych -wyglądające oświadczenie. Istnieje znaczna liczba czynników, które mogą sprawić, że rzeczywiste wyniki, wyniki lub osiągnięcia będą znacząco różnić się od stwierdzeń zawartych w niniejszej informacji prasowej, w tym między innymi ryzyka wyszczególnione w naszych dokumentach składanych przed Komisją Papierów Wartościowych i Giełd, w tym w naszym raporcie rocznym na formularzu 10-K za rok zakończony 31 grudnia 2022 r., nasze raporty kwartalne na formularzu 10-Q oraz inne zgłoszenia i raporty, które możemy od czasu do czasu składać w Komisji Papierów Wartościowych i Giełd. Stwierdzenia dotyczące przyszłości odzwierciedlają nasze przekonania i założenia wyłącznie na dzień publikacji niniejszego komunikatu prasowego. Zrzekamy się obowiązku aktualizowania stwierdzeń wybiegających w przyszłość.

Kontakt

Kontakt z mediami:
Siobhan Lyons, starszy menedżer MarComm, JFrog, siobhanL@jfrog.com

Kontakt z inwestorem:
Jeff Schreiner, wiceprezes ds. relacji inwestorskich, jeffS@jfrog.com