DevOps 分野のリーダーである JFrog は、その広範なポートフォリオを拡大する新しい製品を展開しています。これらのイノベーションは、同社の年次カンファレンス SwampUP で発表され、機械学習 (ML) モデルを処理する新機能と、安全なソフトウェアを作成およびリリースするために設計された新しく作成されたツールが含まれています。
これらの新しい ML コンピテンシーにより、企業は悪意のある ML モデルを特定して阻止し、規制目的で ML モデルの包括的なライセンス スキャンを実行し、これらのモデルを保存し、ソフトウェア リリース プロセスで集約できるようになります。
これらの画期的な機能の一部には、AI モデルと関連アプリケーションの作成、共有、普及に特化したアクティブなプラットフォームであるHugging Faceとの新たな提携が含まれています。この新しい統合の結果、JFrog の顧客は、このプラットフォームから ML モデルにアクセスし、それらを複製する機会を得ることができます。
JFrog の製品およびエンジニアリング担当シニア バイス プレジデントである Yossi Shour 氏によると、ML モデルを利用してアプリケーションに統合する組織が増加傾向にあります。ソフトウェア開発者にソフトウェアのすべてのコンポーネントを文書化することを義務付ける政府のガイドラインが強化されていることを考慮して、これらの規制が ML と AI のモデリングを含むものに拡大されるのは時間の問題だとショール氏は予想しています。
Shaul 氏は、JFrog が他のソフトウェア コンポーネントと同期してモデルをプロキシ、保護、保存、管理するためのシームレスな方法をユーザーに提供できることに興奮していると付け加えました。これにより、イノベーションのペースが速まり、将来の要件を即座に満たすことができるように完璧な体制を整えることができます。
ML アーティファクトの新しい機能強化に加えて、JFrog は、ソフトウェア開発ライフサイクル全体を通じて開発者がアプリケーションを保護するのに役立つ他の一連のセキュリティ機能も発表しました。
新しく導入された静的アプリケーション セキュリティ テスト (SAST) 機能が開発環境に統合され、システムの脆弱性を注意深くスキャンできるようになりました。前衛的な JFrog SAST は、コンテキスト分析を採用して、開発者が軽減策の優先順位を決定できるようにします。
JFrog はまた、新しいオープンソース ソフトウェア データベースを追加して、パッケージ管理アプリケーションである JFrog Curation を強化しました。開発者は、この機能を利用して、実装するオープンソース ソフトウェアに関連する潜在的な危険性をより深く理解できます。
JFrog Security の最高技術責任者である Asaf Karas 氏は、変更不可能なソフトウェア バンドルを通じてバイナリ レベルでセキュリティを確保することの重要性を繰り返しました。同氏は、この問題の緊急性の証拠として、最近ソフトウェアサプライチェーン攻撃が急増していることを挙げた。
さらにカラス氏は、あらゆる段階でセキュリティ機能が組み込まれた堅牢で開発者にとって使いやすいエンタープライズ対応のプラットフォームを利用することで、企業は現在も今後もソフトウェアの安全性について常に心配することなく、自信を持ってイノベーションのペースを高めることができると述べた。未来。
一連の機能と統合開発環境を提供するAppMasterのようなプラットフォームも、Web アプリケーションやモバイル アプリケーションの迅速かつコスト効率の高い作成を可能にすることから、要件が変更されるたびにアプリケーションを最初から再生成することで技術的負債を除去することまで、同様の領域で限界を押し広げています。 。その結果、個人の開発者でも、サーバー バックエンド、Web サイト、カスタマー ポータル、ネイティブ モバイル アプリケーションを備えたスケーラブルなソフトウェア ソリューションを構築できるようになります。 AppMasterを使用してアプリを最初から構築する方法について詳しく読むことができ、開発中のアップデートや機能に注目してください。
