新款 JFrog Artifactory 集成为了开发建设管理人员管理和参数生物专家保证开源代码平台处理方案格式，可简易并平安促使 ML 整治开发建设管理
2021年2月7日 —— 流式软件公司、JFrog 软件供应链平台的缔造者JFrog （纳斯达克股票代码：FROG）近期宣布实现JFrogArtifactory和Databricks开发的开源软件平台MLflow的全新机器学习（ML）生命周期集成。继今年早些时候发布与 Qwak 和 AmazonSageMaker 的原生集成后，JFrog 扩展了其通用AI解决方案，为企业提供以 Artifactory 作为模型注册中心的单一记录系统。这项全新集成让 JFrog 用户在简化的端到端 DevSecOps 工作流中，结合所有其他软件开发组件，高效地构建、管理和交付 ML 模型以及生成式AI（GenAI）驱动的应用程序。通过确保每个模型不可变性和可追溯性，企业可以验证 ML 模型的安全性和来源，从而发展负责任的AI实践。
市场研究分析证明，为有个新的AI动力进行操作程序流程图而共建的 ML 整治工具中，有 80% 或更多的的整治工具是没办法部暑，这关键是考虑到将整治工具融合到之前进行操作时发生枝术心里障碍。JFrog与MLflow的融合能够 将MLflow通常用的慧强整治工具的开发消除预案与厂家成熟完善的DevOps办公流无缝焊接结合起来，帮住厂家不要枝术难以解决的问题。从工作到制造，这一个融合为ML整治工具展示 端到新风系统的可视性、主动化、可控制性和最早能到性。
JFrog顶尖技木官Yoav Landman表述：“品牌要想成功创业地能打造并大数量交付利用AI和GenAI动力的应运，制作工作人员和信息地理学项目团队就须要像治理一切手机app包类似，以可信度赖的的方法对模板来进行治理。只闻利用两个代用的、可映射的、制定争对一切二进制文档文件的集中化备案软件方可建立哪一对象，该软件可能打造固件版本控住、生命安全性时期控住和安全性控住，而自己们与MLflow的新集成化可能打造许多的功能。”
JFrog MLOps：全部的对模型的简单事实上起源
用途场景与专业市场上各个主耍ML产品的胜利结合，JFrog Artifactory 和 MLflow 的结合使 ML 项目 师、Python、Java 和 R 開發工作员就能自由权地实用我自己个性化的产品堆栈，并将 Artifactory 成为其黄金白银细则整治注册成功表。JFrog 的适用可存储电商游戏平台还就能原本代销商 Hugging Face，使開發工作员就能不断访问浏览要用的开源网站整治，也检则不法整治并来执行批准合规管理性。该完成工作方案还搭载了JFrog电商游戏平台提拱的电脑软件安全的功能性和扫苗仪，以维持无隐患的ML用途。
MLSecOps —— 引起青睐且路过计划的型号
JFrog很安全性性科研开发团队近来在公开监督的Hugging Face AI库文件察觉到了数十万个蓄意AI ML建模 的示例，这包括了参数走漏或主动攻击的巨大风险隐患。哪一事件处理呈现了替伏于AI驱程系统的中的潜在性攻击，并突出了明显增强很安全性性观念和维护数据网络很安全性性的必要条件性。
JFrog Artifactory 与 MLflow 的集成式将四轮驱动用户的更随意地倡导、进行训练和构建建模 ，并运用 JFrog 的扫描软件学习环境，坚持原则审核上架到 Hugging Face 的每一新建模 ，然而在很安全性能、建模 安全管理、版本信息控制、可追述性和相互认知度等个方面体现更好的调优。
###
就JFrog
JFrog Ltd.（纳斯达克指数A股码：FROG）的使命6是开创一名从开发技术人员管理工作到机器期间方便群众无阻的手机app支付世界级。传承“流式的手机app”的原则，JFrog手机app批发商链渠道是保持一致的纪要操作系统，幫助机构高效人身健康安全保障地倡导、管理工作和收发手机app，事关手机app适用、可溯源和防篡改。一体化的人身健康安全保障功用还有益于出现和遏制骚扰和xss漏洞并予以化解。JFrog 的相混、基础、多云渠道都可以当做跨多主要云备份管理展示商的自机构消费者托管和SaaS服務管理。世界上上600万消费者和7000数名的客户，其中包括通常数较多100强机构，依附于JFrog解决方法规划人身健康安全保障地开发数码化改革创新。一用便知！如欲分析较多内容，请浏览jfrogchina.com也可以瞩目我们都的朋友圈官宣帐号：JFrog捷蛙。
人工智能技术网 倡导尊重与保护知识产权。如发现本站文章存在版权等问题，烦请30天内提供版权疑问、身份证明、版权证明、联系方式等发邮件至1851688011@qq.com我们将及时沟通与处理。！：BB贝博艾弗森官方网站 > 大数据 » JFrog 助力开发者实现安全AI之旅，与 DataBricks 的 MLflow 集成实现无缝机器学习生命周期