您尚未登录账户
您的企业账号申请正在审核中
JFrog与MLflow集成，强化AI模型管理安全
JFrog一家专注于软件供应链的公司，正式对外宣布，成功在JFrog Artifactory与MLflow之间实现了全新的机器学习生命周期集成。MLflow是由Databricks Inc.最初开发的一款开源软件平台。
此次新集成的推出，旨在为JFrog用户提供一套解决方案，让他们能够在简化、端到端的DevSecOps工作流程中，更轻松地构建、管理和交付机器学习模型，并生成人工智能驱动的应用程序，以及其他软件开发组件。通过这一集成，企业能够验证机器学习模型的安全性和来源，进而确保负责任的人工智能实践。
这一集成主要解决了以下核心问题：目前，有高达80%或更多的机器学习模型因技术问题而无法顺利集成到现有操作中，导致创建新的AI驱动的应用程序频频失败。JFrog与MLflow的此次集成，通过将MLflow的模型开发解决方案与成熟的DevOps工作流程相结合，为组织提供了端到端的可见性、自动化、控制和可追溯性，助力组织有效克服这一问题。
JFrog的首席技术官Yoav Landman表示：“我们希望通过此次集成，帮助组织更好地接纳并成功交付AI，以及生成更多AI驱动的应用。其中，一个关键部分就是让开发人员和数据科学团队能够像管理其他软件包一样，以可靠的方式管理模型。这包括使用一种通用、可扩展、单一的二进制记录系统，确保能够控制版本、进行安全检查，以及管理模型的整个生命周期。”
在JFrog与Amazon SageMaker以及Qwak AI Ltd.之前成功整合的基础上，JFrog Artifactory与MLflow的结合进一步为机器学习工程师，以及使用Python、Java和R的开发人员提供了更多便利。他们现在可以使用Artifactory作为模型注册表，自由地使用自己偏好的工具集进行工作。
此外，JFrog平台还代理Hugging Face，使开发人员能够轻松访问各种开源模型，同时防范恶意模型，并确保许可证的合规性。该解决方案还集成了JFrog平台提供的软件安全功能和扫描器，旨在维护无风险的机器学习应用。
在当前恶意模型数量迅速增长的背景下，检测恶意模型的能力也变得尤为重要。今年2月，JFrog的安全研究团队在Hugging Face AI存储库中发现了几百个恶意AI模型，这些模型对数据泄露或攻击构成了严重威胁。而此次JFrog Artifactory与MLflow的集成，也为防范这类风险提供了有力的技术支持。
