JFrog і AWS прискорюють розробку безпечного машинного навчання

Перевидано Платоном

читають: 0

Нова інтеграція JFrog Artifactory та Amazon SageMaker дає змогу розробникам і дослідникам даних створювати, навчати та розгортати моделі ML у хмарі

SUNNYVALE, Каліфорнія. - (ДІЛ ДІЛОВОГО) -JFrog Ltd («JFrog») (Nasdaq: FROG), компанія Liquid Software і творці Платформа ланцюга поставок програмного забезпечення JFrog, сьогодні оголосила про нову інтеграцію з Amazon SageMaker, який допомагає компаніям створювати, навчати та розгортати моделі машинного навчання (ML) для будь-яких випадків використання з повністю керованою інфраструктурою, інструментами та робочими процесами. Шляхом спарювання JFrog Artifactory За допомогою Amazon SageMaker моделі ML можна надавати разом з усіма іншими компонентами розробки програмного забезпечення в сучасному робочому процесі DevSecOps, що робить кожну модель незмінною, відстежуваною, безпечною та перевіреною, коли вона дозріває до випуску. JFrog також оприлюднив нові можливості керування версіями для свого Рішення для керування моделлю ML, які допомагають забезпечити відповідність і безпеку, включені на кожному етапі розробки моделі ML.

«Оскільки все більше компаній починають керувати великими даними в хмарі, керівники команди DevOps запитують, як вони можуть масштабувати можливості науки про дані та машинного навчання, щоб пришвидшити доставку програмного забезпечення без ризику та складності», — сказала Келлі Хартман, старший віце-президент відділу глобальних каналів і альянсів JFrog. «Поєднання Artifactory та Amazon SageMaker створює єдине джерело істини, яке впроваджує найкращі практики DevSecOps у розробку моделі машинного навчання в хмарі, забезпечуючи гнучкість, швидкість, безпеку та спокій, виходячи на нові межі MLSecOps».

У відповідності з нещодавнє опитування Forrester50 відсотків осіб, які приймають рішення щодо даних, назвали застосування політики управління в рамках AI/ML найбільшою проблемою для широкого використання, тоді як 45 відсотків назвали безпеку даних і моделі провідним фактором. Інтеграція Amazon SageMaker від JFrog застосовує найкращі практики DevSecOps для керування моделлю ML, дозволяючи розробникам і дослідникам обробки даних розширювати, прискорювати та захищати розробку проектів ML у спосіб, який є корпоративним, безпечним і дотримується нормативних та організаційних вимог.

Новинка JFrog Інтеграція Amazon SageMaker дозволяє організаціям:

Підтримуйте єдине джерело правди для науковців і розробників даних, гарантуючи, що всі моделі легкодоступні, відстежуються та захищені від несанкціонованого втручання.
Наблизите ML до робочих процесів розробки програмного забезпечення та виробництва, захищаючи моделі від видалення чи модифікації.
Розробляйте, навчайте, захищайте та розгортайте моделі ML.
Виявляйте та блокуйте використання шкідливих моделей машинного навчання в організації.
Скануйте модельні ліцензії ML, щоб переконатися в дотриманні політики компанії та нормативних вимог.
Зберігайте власні або внутрішньо доповнені моделі ML із надійними засобами контролю доступу та історією керування версіями для більшої прозорості.
Збирайте та розповсюджуйте моделі ML як частину будь-якого випуску програмного забезпечення.

«Традиційні процеси розробки програмного забезпечення та машинне навчання стоять окремо, їм бракує інтеграції з існуючими інструментами», — сказав Ларрі Карвальо, директор і засновник RobustCloud. «Разом JFrog Artifactory та Amazon SageMaker забезпечують інтегроване наскрізне кероване середовище для машинного навчання. Об’єднання цих світів означає значний прогрес у гармонізації конвеєрів машинного навчання з усталеними життєвими циклами розробки програмного забезпечення та найкращими практиками».

Разом із інтеграцією Amazon SageMaker, JFrog оприлюднив нові можливості керування версіями для його Рішення для керування моделлю ML які включають розробку моделі в робочий процес DevSecOps організації, щоб підвищити прозорість навколо кожної версії моделі, щоб розробники, команди DevOps і дослідники обробки даних могли гарантувати, що використовується правильна безпечна версія моделі.

Інтеграція JFrog з Amazon SageMaker, доступна зараз для клієнтів JFrog і користувачів Amazon SageMaker, гарантує, що всі артефакти, які використовують дослідники даних або використовуються для розробки програм ML, витягуються з JFrog Artifactory і зберігаються в ньому.

Щоб глибше ознайомитися з інтеграцією та як вона працює, прочитайте цей блог. Ви також можете зареєструватися, щоб приєднатися до JFrog і AWS у середу, 31 січня, о 1:10 за східним часом/XNUMX:XNUMX за тихоокеанським часом для участі в освітньому вебінарі, "Будівництво майбутнього: DevSecOps в епоху розробки моделей AI/ML, Â € опис найкращих практик для впровадження моделі використання та розробки в безпечний ланцюг постачання програмного забезпечення та процеси розробки.

Подобається ця історія? Опублікуйте це на X (раніше Twitter): .@jfrog запускає нову інтеграцію з @awscloud SageMaker, щоб розблокувати кращу #ML #безпеку та інновації протягом життєвого циклу розробки програмного забезпечення. Вивчайте більше: https://jfrog.co/4aW18gT #Програмне забезпеченняSupplyChain #DevSecOps #SDLC #MachineLearning #AI

Про JFrog

JFrog Ltd. (Nasdaq: FROG) має на меті створити світ програмного забезпечення, що доставляється без перешкод від розробника до пристрою. Керована баченням «рідкого програмного забезпечення», платформа ланцюга поставок програмного забезпечення JFrog — це єдина система записів, яка дозволяє організаціям створювати, керувати та розповсюджувати програмне забезпечення швидко та безпечно, забезпечуючи його доступність, можливість відстеження та захист від втручання. Вбудовані функції безпеки також допомагають виявляти, захищати та усунути загрози та вразливості. Гібридна, універсальна, багатохмарна платформа JFrog доступна як у вигляді самостійних послуг, так і як послуг SaaS серед основних постачальників хмарних послуг. Мільйони користувачів і понад 7 тисяч клієнтів у всьому світі, включаючи більшість зі списку Fortune 100, покладаються на рішення JFrog для безпечного переходу на цифрові технології. Уперед стрибнувши, назад не повернешся! Дізнайтесь більше на jfrog.com і слідкуйте за нами у Twitter: @jfrog.

Застереження щодо прогнозних заяв

Цей прес-реліз містить «прогнозні» заяви, як цей термін визначено федеральними законами США про цінні папери, включаючи, але не обмежуючись заявами щодо інтеграції JFrog Artifactory та Amazon SageMaker, що дозволяє співпрацювати у створенні та розгортанні моделей ML, нових можливостей керування версіями JFrog за рішення ML Model Management і очікувані переваги для клієнтів.

Ці прогнозні заяви ґрунтуються на наших поточних припущеннях, очікуваннях і переконаннях і піддаються значним ризикам, невизначеності, припущенням і змінам обставин, які можуть призвести до того, що фактичні результати, продуктивність або досягнення JFrog суттєво відрізнятимуться від тих, що висловлені або маються на увазі в будь-якому форварді -вигляд заяви. Існує значна кількість факторів, які можуть призвести до того, що фактичні результати, продуктивність або досягнення суттєво відрізнятимуться від заяв, зроблених у цьому прес-релізі, включаючи, але не обмежуючись, ризики, детально описані в наших документах до Комісії з цінних паперів і бірж, включно з нашим річним звітом за формою 10-K за рік, що закінчився 31 грудня 2022 р., наші квартальні звіти за формою 10-Q, а також інші файли та звіти, які ми можемо час від часу подавати до Комісії з цінних паперів і бірж. Прогнозні заяви відображають наші переконання та припущення лише станом на дату цього прес-релізу. Ми відмовляємося від будь-яких зобов’язань оновлювати прогнозні заяви.

Контакти

Контакт з медіа:
Шівон Лайонс, старший менеджер MarComm, JFrog, siobhanL@jfrog.com

Контакти інвестора:
Джефф Шрайнер, віце-президент із зв’язків з інвесторами, jeffS@jfrog.com