DevOps团队、ML工程师和数据科学家现可放心地存储、保障、治理和管理AI组件，包括业界首个检测恶意ML模型的平台
2023年12月5日——流式软件公司、企业软件供应链平台提供商JFrog推出ML模型管理功能，这是业界首套旨在简化机器学习(ML)模型管理和安全性的功能。JFrog平台中的全新ML模型管理功能使AI交付与企业现有的DevOps和DevSecOps实践保持一致，从而加速、保护和管理ML组件的发布。
JFrog联合创始人兼首席技术官Yoav Landman表示："如今，数据科学家、ML工程师和DevOps团队在交付软件方面没有通用的流程。这往往会导致团队之间发生摩擦，造成一定规模的困难，以及整体产品组合在管理和合规性方面缺乏标准。如果没有Python及其所依赖的软件包，机器学习模型制品是不完整的，且通常使用Docker容器为其提供服务。我们的客户已经将JFrog视为制品管理和DevSecOps流程的黄金标准。数据科学家和软件工程师开发了现代化AI功能，他们已经是JFrog的原生用户。随着我们将机器学习模型管理以及模型安全性和合规性引入统一的软件供应链平台，以帮助他们在AI时代大规模交付可信软件，因此，此次发布也就顺理成章地成为下一步举措。"
越来越多用户使用AI和ML。IDC研究表明，包括软件、硬件和服务在内的全球AI/ML市场预计将在2023年增长19.6%，超过5000亿美元。然而，随着越来越多的ML模型投入生产，最终用户往往面临着成本、缺乏自动化、缺乏专业知识以及扩展能力等方面的挑战。
IDC DevOps与DevSecOps研究副总裁Jim Mercer表示：“将ML模型从头到尾部署到生产中需要耗费大量时间和精力。然而，即使投入生产，用户也会面临模型性能、模型漂移和偏差等挑战。因此，拥有一个单一的记录系统，帮助实现ML模型的自动开发、持续管理和安全性，所有其他组件打包到应用程序中，这样就能够为优化流程提供一个令人信服的替代方案。”
使用JFrog全新ML模型管理功能，企业能够：
●代理常用的公共ML仓库Hugging Face，缓存公司所依赖的开源AI模型，使其更贴近开发和生产，防止删除或修改。
●检测并阻止恶意ML模型的使用。
●扫描ML模型许可证，确保其符合公司政策。
●存储自行开发或内部增强型ML模型，并配置强大的访问控制和版本历史记录，以提高透明度。
●将ML模型作为任何软件版本的一部分进行打包和分发。
JFrog产品与工程高级副总裁Yossi Shaul表示：“越来越多的企业开始将ML模型纳入其应用程序中，而且随着一些政府法规要求软件供应商明确列出其软件中的内容，我们相信不久后这些指导方针也将涵盖ML和AI模型。我们很高兴能为客户提供代理、存储、保障和管理模型以及其他软件组件的简便方法，帮助他们加快创新步伐，同时为未来需求做好充分准备。”
###
关于JFrog
JFrog Ltd.(纳斯达克股票代码：FROG)的使命是创造一个从开发人员到设备之间畅通无阻的软件交付世界。秉承“流式软件”的理念，JFrog软件供应链平台是统一的记录系统，帮助企业快速安全地构建、管理和分发软件，确保软件可用、可追溯和防篡改。集成的安全功能还有助于发现和抵御威胁和漏洞并加以补救。JFrog的混合、通用、多云平台可以作为跨多个主流云服务提供商的自托管和SaaS服务。全球数百万用户和7000多名客户，包括大多数财富100强企业，依靠JFrog解决方案安全地开展数字化转型。一用便知!如欲了解更多信息，请访问jfrogchina.com或者关注我们的微信官方账号：JFrog捷蛙。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
