DevOps工具廠商JFrog在其解決方案中整合機器學習模型管理功能,除了以更安全地方式管理機器學習模型之外,也講求在整個軟體開發生命周期中順暢使用這些模型,使企業能夠將機器學習模型融入既有的開發流程。這項功能現在於JFrog SaaS實例中開放測試。
隨著人工智慧應用蓬勃發展,JFrog表示,驅動人工智慧應用背後的模型,實際上是另一種需要保護、管理、追蹤和部署的程式碼。機器模型就如同其他二進位檔案一樣,需要有嚴格的安全措施和管理策略。模型可能涉及敏感資料,因此確保不被篡改或是不當使用變得相當重要,JFrog的工具還能夠檢查模型的授權問題,確保模型不違反企業政策。
JFrog用戶可使用通用構件儲存庫Artifactory管理專有模型,並且要從Hugging Face下載或是存取第三方模型時,可透過JFrog系統執行,而不需要直接從Hugging Face下載,如此能夠以一個中央管理的方式,確保模型的安全、追蹤和版本管理。
當模型進入Artifactory之後,用戶便可以將其打包進不可篡改的Release Bundles中,作為軟體釋出與發布使用。而且JFrog Xray安全功能會遵循企業批准的授權,阻擋沒有明確授權定義的模型下載,確保開發過程中使用的資源全部合法且符合企業政策,系統同時也能夠偵測並阻擋惡意模型。
總結來說,機器學習模型管理功能,能夠透過單一位置管理所有軟體的二進位檔案,同時將DevOps最佳安全實踐帶入模型開發中,使用戶能夠確保機器學習模型的完整性和安全性。
熱門新聞
2024-12-03
2024-11-29
2024-12-02
2024-12-02
2024-12-03