DevOps 團隊、ML 工程師和數據科學家現可放心地存儲、保障、治理和管理AI組件,包括業(yè)界首個檢測惡意ML模型的平臺

2023年12月5日 —— 流式軟件公司、企業(yè)軟件供應鏈平臺提供商JFrog推出ML模型管理功能,這是業(yè)界首套旨在簡化機器學習(ML)模型管理和安全性的功能。JFrog 平臺中的全新ML模型管理功能使AI交付與企業(yè)現有的 DevOps 和 DevSecOps 實踐保持一致,從而加速、保護和管理ML組件的發(fā)布。

JFrog 聯(lián)合創(chuàng)始人兼首席技術官 Yoav Landman 表示:"如今,數據科學家、ML工程師和 DevOps 團隊在交付軟件方面沒有通用的流程。這往往會導致團隊之間發(fā)生摩擦,造成一定規(guī)模的困難,以及整體產品組合在管理和合規(guī)性方面缺乏標準。如果沒有 Python 及其所依賴的軟件包,機器學習模型制品是不完整的,且通常使用 Docker 容器為其提供服務。我們的客戶已經將JFrog視為制品管理和DevSecOps流程的黃金標準。數據科學家和軟件工程師開發(fā)了現代化AI功能,他們已經是 JFrog 的原生用戶。隨著我們將機器學習模型管理以及模型安全性和合規(guī)性引入統(tǒng)一的軟件供應鏈平臺,以幫助他們在AI時代大規(guī)模交付可信軟件,因此,此次發(fā)布也就順理成章地成為下一步舉措。"  

越來越多用戶使用AI和 ML。IDC 研究表明,包括軟件、硬件和服務在內的全球 AI/ML 市場預計將在 2023 年增長 19.6%,超過 5000 億美元。然而,隨著越來越多的 ML 模型投入生產,最終用戶往往面臨著成本、缺乏自動化、缺乏專業(yè)知識以及擴展能力等方面的挑戰(zhàn)。

IDC DevOps 與 DevSecOps 研究副總裁 Jim Mercer 表示:“將 ML 模型從頭到尾部署到生產中需要耗費大量時間和精力。然而,即使投入生產,用戶也會面臨模型性能、模型漂移和偏差等挑戰(zhàn)。因此,擁有一個單一的記錄系統(tǒng),幫助實現ML模型的自動開發(fā)、持續(xù)管理和安全性,所有其他組件打包到應用程序中,這樣就能夠為優(yōu)化流程提供一個令人信服的替代方案。”

使用 JFrog 全新 ML 模型管理功能,企業(yè)能夠:

● 代理常用的公共 ML 倉庫 Hugging Face,緩存公司所依賴的開源 AI 模型,使其更貼近開發(fā)和生產,防止刪除或修改。

● 檢測并阻止惡意 ML 模型的使用。

● 掃描 ML 模型許可證,確保其符合公司政策。

● 存儲自行開發(fā)或內部增強型 ML 模型,并配置強大的訪問控制和版本歷史記錄,以提高透明度。

● 將 ML 模型作為任何軟件版本的一部分進行打包和分發(fā)。

JFrog產品與工程高級副總裁Yossi Shaul表示:“越來越多的企業(yè)開始將ML模型納入其應用程序中,而且隨著一些政府法規(guī)要求軟件供應商明確列出其軟件中的內容,我們相信不久后這些指導方針也將涵蓋 ML和 AI 模型。我們很高興能為客戶提供代理、存儲、保障和管理模型以及其他軟件組件的簡便方法,幫助他們加快創(chuàng)新步伐,同時為未來需求做好充分準備?！?/p>

###

關于JFrog

JFrog Ltd.(納斯達克股票代碼:FROG)的使命是創(chuàng)造一個從開發(fā)人員到設備之間暢通無阻的軟件交付世界。秉承“流式軟件”的理念,JFrog軟件供應鏈平臺是統(tǒng)一的記錄系統(tǒng),幫助企業(yè)快速安全地構建、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)現和抵御威脅和漏洞并加以補救。JFrog 的混合、通用、多云平臺可以作為跨多個主流云服務提供商的自托管和SaaS服務。全球數百萬用戶和7000多名客戶,包括大多數財富100強企業(yè),依靠JFrog解決方案安全地開展數字化轉型。一用便知!如欲了解更多信息,請訪問jfrogchina.com或者關注我們的微信官方賬號:JFrog捷蛙。