全新原生集成助力企業(yè)借助端到端軟件供應(yīng)鏈的可視性、治理和安全性，高效地交付ML 應(yīng)用程序

2024年3月5日——流式軟件公司、JFrog 軟件供應(yīng)鏈平臺(tái)的締造者JFrog(納斯達(dá)克股票代碼：FROG)，近日宣布與全托管機(jī)器學(xué)習(xí)(ML)平臺(tái)Qwak進(jìn)行全新技術(shù)整合，將機(jī)器學(xué)習(xí)模型與傳統(tǒng)軟件開(kāi)發(fā)流程相結(jié)合，以簡(jiǎn)化、加速和擴(kuò)展ML應(yīng)用的安全交付。

JFrog戰(zhàn)略執(zhí)行副總裁Gal Marder表示：“目前，數(shù)據(jù)科學(xué)家和ML工程師正在使用大量不同的工具來(lái)發(fā)布成熟的模型，而這些工具大多與企業(yè)內(nèi)的標(biāo)準(zhǔn) DevOps 流程脫節(jié)。這不僅拖慢了MLOps流程，有損安全性，還增加了構(gòu)建AI應(yīng)用的成本。以Artifactory和Xray為核心的JFrog平臺(tái)與Qwak的結(jié)合為用戶提供了一個(gè)完整的MLSecOps解決方案，使ML模型與其他軟件開(kāi)發(fā)流程保持一致，為工程、MLOps、DevOps和DevSecOps團(tuán)隊(duì)的所有軟件組件創(chuàng)建了一個(gè)單一事實(shí)來(lái)源，從而使其能夠以最低的風(fēng)險(xiǎn)和更低的成本，更快速地構(gòu)建和發(fā)布AI應(yīng)用。”

將JFrog Artifactory 和 Xray 與 Qwak 的 ML平臺(tái)相結(jié)合，將 ML 應(yīng)用程序與現(xiàn)代化 DevSecOps 和 MLOps 工作流中的其他所有軟件開(kāi)發(fā)組件結(jié)合在一起，使數(shù)據(jù)科學(xué)家、ML 工程師、開(kāi)發(fā)人員、安全人員和 DevOps 團(tuán)隊(duì)能夠輕松、快速、安全地構(gòu)建 ML 應(yīng)用程序，并遵守所有監(jiān)管準(zhǔn)則。原生 Artifactory 集成將 JFrog 的通用 ML 模型注冊(cè)表與集中式 MLOps 平臺(tái)相連接，使用戶能夠輕松地構(gòu)建、訓(xùn)練和部署模型，并提高可視性、治理、版本管理和安全性。使用集中式平臺(tái)部署 ML 模型，還能讓用戶減少對(duì)基礎(chǔ)設(shè)施的關(guān)注，從而專(zhuān)注于核心數(shù)據(jù)科學(xué)任務(wù)。

IDC 的研究表明，雖然越來(lái)越多的用戶在使用AI/ML，但要想大規(guī)模地實(shí)現(xiàn)AI/ML 的全部?jī)?yōu)勢(shì)，主要面臨三方面的障礙因素：實(shí)施和訓(xùn)練模型的成本，專(zhuān)業(yè)人才的短缺，以及AI/ML 缺乏統(tǒng)一的軟件開(kāi)發(fā)生命周期流程。

JFrog軟件開(kāi)發(fā)、DevOps 和 DevSecOps 項(xiàng)目副總裁 Jim Mercer 表示：“對(duì)于希望擴(kuò)展自身 MLOps 能力的企業(yè)來(lái)說(shuō)，構(gòu)建 ML 管道可能是一件復(fù)雜、耗時(shí)且成本高昂的工作。這些自行構(gòu)建的解決方案不具備管理和保護(hù)大規(guī)模構(gòu)建、訓(xùn)練和調(diào)整 ML 模型過(guò)程的能力，而且?guī)缀醪痪邆淇刹杉{性。擁有一個(gè)有助于自動(dòng)化開(kāi)發(fā)的單一記錄系統(tǒng)，提供有據(jù)可查的出處鏈，并確保 ML 模型與所有其他軟件組件的安全性，為優(yōu)化 ML 流程提供了一個(gè)值得信賴(lài)的替代方案，同時(shí)提升了模型安全性和合規(guī)性。”

如果不具備ML運(yùn)維(MLOps)所需的正確的基礎(chǔ)設(shè)施、平臺(tái)和流程，在構(gòu)建、管理和擴(kuò)展復(fù)雜的ML基礎(chǔ)設(shè)施，快速部署模型，并在避免高額費(fèi)用的情況下確保模型的安全將會(huì)變得極為困難?；A(chǔ)設(shè)施的復(fù)雜性往往為企業(yè)帶來(lái)管理層面的挑戰(zhàn)，從而導(dǎo)致各種開(kāi)發(fā)環(huán)境之間的身份驗(yàn)證和安全協(xié)議成本高昂且耗時(shí)。

Qwak 首席執(zhí)行官 Alon Lev 表示：“如今，AI和 ML 已從遙遠(yuǎn)的未來(lái)轉(zhuǎn)變?yōu)闊o(wú)處不在的現(xiàn)實(shí)。構(gòu)建ML 模型是一個(gè)復(fù)雜而耗時(shí)的過(guò)程，因此對(duì)于許多數(shù)據(jù)科學(xué)家而言，將自己的想法轉(zhuǎn)化為可投入生產(chǎn)的模型并不容易。 雖然市場(chǎng)上有很多開(kāi)源工具，但將所有這些工具組合在一起構(gòu)建一個(gè)全面的 ML 管道并非易事，因此我們很高興能與 JFrog 合作開(kāi)發(fā)解決方案，使客戶能夠像使用 JFrog Artifactory 和 Xray 一樣安全地管理軟件供應(yīng)鏈，實(shí)現(xiàn) ML 制品和發(fā)布的自動(dòng)化。”

JFrog安全研究團(tuán)隊(duì)在廣泛使用的AI模型庫(kù)Hugging Face中發(fā)現(xiàn)了惡意ML模型，這進(jìn)一步證實(shí)了安全的端到端MLOps流程勢(shì)在必行。他們的研究發(fā)現(xiàn)，Hugging Face 中的多個(gè)惡意 ML 模型帶來(lái)了威脅行為者執(zhí)行代碼的隱患，這可能導(dǎo)致數(shù)據(jù)泄露、系統(tǒng)受損或其他惡意行為。

###

關(guān)于JFrog

JFrog Ltd.(納斯達(dá)克股票代碼：FROG)的使命是創(chuàng)造一個(gè)從開(kāi)發(fā)人員到設(shè)備之間暢通無(wú)阻的軟件交付世界。秉承“流式軟件”的理念，JFrog軟件供應(yīng)鏈平臺(tái)是統(tǒng)一的記錄系統(tǒng)，幫助企業(yè)快速安全地構(gòu)建、管理和分發(fā)軟件，確保軟件可用、可追溯和防篡改。集成的安全功能還有助于發(fā)現(xiàn)和抵御威脅和漏洞并加以補(bǔ)救。JFrog 的混合、通用、多云平臺(tái)可以作為跨多個(gè)主流云服務(wù)提供商的自托管和SaaS服務(wù)。全球數(shù)百萬(wàn)用戶和7000多名客戶，包括大多數(shù)財(cái)富100強(qiáng)企業(yè)，依靠JFrog解決方案安全地開(kāi)展數(shù)字化轉(zhuǎn)型。一用便知!

（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）