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、企業軟件供應鏈平臺提供商JFrog推出ML模型管理功能，這是業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組件的發布。

　　JFrog 聯合創始人兼首席技術官 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生摩擦，造成一定規模的困難，以及整體產品組合在管理和合規性方面缺乏標準。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性引入統一的軟件供應鏈平臺，以幫助他們在AI時代大規模交付可信軟件，因此，此次發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、缺乏專業知識以及擴展能力等方面的挑戰。

　　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。因此，擁有一個單一的記錄系統，幫助實現ML模型的自動開發、持續管理和安全性，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。

　　JFrog產品與工程高級副總裁Yossi Shaul表示：“越來越多的企業開始將ML模型納入其應用程序中，而且隨著一些政府法規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，幫助他們加快創新步伐，同時為未來需求做好充分準備。”

　　###

　　關于JFrog

　　JFrog Ltd.（納斯達克股票代碼：FROG）的使命是創造一個從開發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一的記錄系統，幫助企業快速安全地構建、管理和分發軟件，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，依靠JFrog解決方案安全地開展數字化轉型。一用便知！