DevOps 분야의 선두주자인 JFrog는 광범위한 포트폴리오를 확장하는 새로운 제품을 출시했습니다. 이러한 혁신은 회사의 연례 SwampUP 컨퍼런스에서 공개되었으며 기계 학습(ML) 모델을 처리하는 새로운 기능과 보안 소프트웨어를 생성 및 출시하도록 설계된 새로 제작된 도구를 포함합니다.
이러한 새로운 ML 역량을 통해 기업은 악의적인 ML 모델을 식별 및 저지하고, 규제 목적으로 ML 모델에 대한 포괄적인 라이선스 스캔을 수행하고, 이러한 모델을 저장하고, 소프트웨어 릴리스 프로세스에서 집계할 수 있습니다.
이러한 획기적인 기능 중 일부에는 AI 모델 및 관련 애플리케이션의 생성, 공유 및 확산을 전담하는 활성 플랫폼인 Hugging Face 와의 새로운 제휴가 포함됩니다. 이 새로운 통합의 결과로 JFrog 고객은 이 플랫폼에서 ML 모델에 액세스하고 이를 복제할 수 있는 기회를 얻게 됩니다.
JFrog의 제품 및 엔지니어링 SVP인 Yossi Shaul에 따르면 ML 모델을 활용하고 이를 애플리케이션에 통합하는 조직이 늘어나고 있는 추세입니다. 소프트웨어 개발자에게 소프트웨어의 모든 구성 요소를 문서화하도록 요구하는 정부 지침이 늘어나고 있는 상황에서 Shaul은 이러한 규정이 ML 및 AI 모델링을 포함하도록 확장되는 것은 시간 문제일 뿐이라고 예상합니다.
Shaul은 JFrog가 사용자에게 다른 소프트웨어 구성 요소와 동기화하여 모델을 프록시, 보호, 저장 및 관리할 수 있는 원활한 방법을 제공하게 되어 기쁘다고 덧붙였습니다. 이를 통해 혁신 속도를 가속화하는 동시에 미래의 요구 사항을 즉시 충족할 수 있도록 완벽하게 배치할 수 있습니다.
JFrog는 ML 아티팩트의 새로운 향상된 기능 외에도 개발자가 소프트웨어 개발 수명 주기 전반에 걸쳐 애플리케이션을 보호하는 데 도움이 되는 다양한 보안 기능도 발표했습니다.
새로 도입된 SAST(Static Application Security Testing) 기능이 이제 개발 환경에 통합되어 시스템 취약성을 면밀히 검사할 수 있습니다. 아방가르드 JFrog SAST는 상황별 분석을 사용하여 개발자가 완화 노력의 우선순위를 정하도록 안내합니다.
JFrog는 또한 새로운 오픈 소스 소프트웨어 데이터베이스를 추가하여 패키지 관리 애플리케이션인 JFrog Curation을 강화했습니다. 개발자는 이러한 포함을 활용하여 자신이 구현하는 오픈 소스 소프트웨어와 관련된 잠재적인 위험을 더 깊이 이해할 수 있습니다.
JFrog Security의 최고 기술 책임자인 Asaf Karas는 변경할 수 없는 소프트웨어 번들을 통해 바이너리 수준에서 보안을 보장하는 것의 중요성을 강조했습니다. 그는 최근 소프트웨어 공급망 공격이 급증한 것을 이 문제의 긴급성에 대한 증거로 언급했습니다.
Karas는 또한 모든 단계에서 보안 기능이 내장된 강력하고 개발자 친화적이며 기업용 플랫폼을 활용함으로써 기업은 현재와 미래의 소프트웨어 안전에 대한 끊임없는 걱정 없이 자신 있게 혁신 속도를 높일 수 있다고 말했습니다. 미래.
다양한 기능과 통합 개발 환경을 제공하는 AppMaster 와 같은 플랫폼은 웹 및 모바일 애플리케이션을 빠르고 비용 효율적으로 생성하는 것부터 요구 사항이 변경될 때마다 애플리케이션을 처음부터 다시 생성하여 기술 부채를 제거하는 것까지 유사한 영역에서 한계를 뛰어넘고 있습니다. . 결과적으로 개별 개발자라도 서버 백엔드, 웹 사이트, 고객 포털 및 기본 모바일 애플리케이션을 갖춘 확장 가능한 소프트웨어 솔루션을 구축할 수 있습니다. AppMaster 사용하여 처음부터 앱을 구축하는 방법 에 대한 자세한 내용을 읽고 작업 중인 업데이트 및 기능을 확인할 수 있습니다.
