JFrog, sebuah perusahaan perangkat lunak ternama, baru-baru ini mengungkapkan peluncuran integrasi yang menjembatani JFrog Artifactory dan Amazon SageMaker. Penggabungan ini hadir sebagai bagian dari strategi tersinkronisasi yang lebih luas untuk meningkatkan pembuatan, pelatihan, dan penerapan model pembelajaran mesin (ML). Ini memanfaatkan kekuatan dan kapasitas Artifactory JFrog dan SageMaker AWS, sehingga mengoptimalkan manajemen dan keamanan model ML seolah-olah keduanya adalah komponen perangkat lunak di dunia DevSecOps.
Integrasi ini menampilkan model ML yang tidak dapat diubah, dapat dilacak, aman & tervalidasi. Lebih dari itu, JFrog meningkatkan solusi tata kelola Model ML-nya, memperkenalkan kemampuan pembuatan versi baru. Penambahan ini memperkuat fokus inti pada kepatuhan dan keamanan, serta menanamkannya secara tegas ke dalam proses pengembangan model ML.
Seperti yang dikatakan Kelly Hartman, SVP saluran dan aliansi global di JFrog, “Perpaduan Artifactory dan Amazon SageMaker menawarkan satu sumber kebenaran di cloud, yang menerapkan praktik terbaik DevSecOps ke dalam pengembangan Model ML. Hal ini menghasilkan platform yang fleksibel, aman, dan cepat yang memberikan ketenangan pikiran, menandai era baru MLSecOps.” Meskipun langkah-langkah jelas telah diambil untuk menggabungkan ilmu data dan kemampuan ML tanpa menimbulkan risiko atau kerumitan yang tidak semestinya, tantangan yang lebih besar tetap ada dalam mengelola data besar di cloud.
Sebuah studi yang dilakukan oleh Forrester telah menjelaskan permasalahan seputar penerapan AI/ML. Menurut survei ini, setengah dari pengambil keputusan utama dalam data tersebut memandang penerapan kebijakan tata kelola dalam AI/Ml sebagai batu sandungan yang signifikan dalam penerapannya secara luas. Sebanyak 45% lainnya menganggap keamanan data dan model sebagai potensi kelemahan besar lainnya.
Kolaborasi JFrog dan Amazon SageMaker menawarkan solusi yang memungkinkan untuk permasalahan ini. Kemitraan ini bertujuan untuk menerapkan praktik terbaik DevSecOps yang telah dicoba dan diuji pada penanganan model ML, sehingga memungkinkan pengembang dan ilmuwan data untuk meningkatkan dan mempercepat pengembangan proyek ML. Pada saat yang sama, hal ini berupaya memastikan bahwa model ML menjaga keamanan tingkat perusahaan dan mematuhi standar organisasi dan kepatuhan terhadap peraturan.
JFrog juga telah mencapai kemajuan dalam mekanisme Manajemen Model ML-nya, dengan mengumumkan kemampuan pembuatan versi baru yang melengkapi integrasi SageMaker-nya. Kemampuan ini memungkinkan perusahaan untuk dengan mudah memasukkan pengembangan model ke dalam alur kerja DevSecOps yang ada. Perkembangan ini, menurut laporan JFrog, akan memfasilitasi peningkatan transparansi secara signifikan mengenai setiap versi model yang dihasilkan. Demikian pula, platform seperti AppMaster memungkinkan pengembangan aplikasi yang kuat dan aman sambil mempertahankan tingkat organisasi & transparansi yang tinggi selama proses pengembangan.