DevOps／アジャイル JFrog が実現した開発者のためのセルフサービス型クラウド環境 ～ Crossplane を使った自動化と効率化の取り組み
Frog が開発者のために実現したセルフサービス型クラウド環境の舞台裏JFrog の社内 DevOps チームは、開発者向けにクラウド リソースの準備や環境構築、インフラの管理が必要でした。しかし、これらの作業には多くの繰り返し作業が伴い、...
JFrog
DevOps／アジャイル DevOps／アジャイル JFrog による SaaS エコシステム向け SPOF 対策フレームワーク
SaaS (Software as a Service) の進化により、サービスを止めることなく、継続的に提供し続けることが、これまで以上に組織に求められています。こうした継続的な運用を脅かす最大のリスクのひとつが、「既知または未知の単一障...
DevOps／アジャイル JFrog で実現するスケーラブルな Docker 運用 ～ 未認証ユーザーの Docker Hub レート制限を緩和
Docker Hub のレート制限変更に備える動きがありましたが、先月、最終的にその変更は保留となりました。それに伴い、多くの JFrog の顧客から「Docker Hub のレート制限が変更されたら、自社にはどのような影響があるのか？」と...
DevOps／アジャイル JFrog スマート アーカイブのリリース ～ ソフトウェア アセットをスマートに長期保管
世界中の開発チームは日々新しいソフトウェアをリリースしています。しかし、本番環境では使われなくなった過去のリリースはどうなっているのでしょうか？多くの組織では、社内ポリシーや外部規制、あるいはデータを失うことへの不安から、それらを保存してい...
DevOps／アジャイル エンタープライズ AI 開発の加速～ JFrog と NVIDIA NIM の統合ガイド
AI をアプリケーションへ統合しようと試みる企業は多いもの、プロトタイプから本番環境への移行は依然として大きな課題です。機械学習モデルを効率的に管理しながら、セキュリティとガバナンスを確保することが求められています。JFrog の NVID...
DevOps／アジャイル JFrog × Hugging Face ～ AI/ML モデルの脆弱性における 96% 誤検知削減と真の脅威特定を実現
現在、ML の運用者、データ サイエンティスト、開発者は、大きなセキュリティ課題に直面しています。まず、攻撃手法の進化に対応するには、常に警戒しながらセキュリティの知識を身につける必要がありますが、それを徹底するには専任のセキュリティ チー...
DevOps／アジャイル JFrog エビデンス コレクションがリリースされました！
ソフトウェアの SDLC (ソフトウェア開発ライフサイクル) において、実行されたアクションの追跡性やエビデンスの重要性が高まっています。また、安全なソフトウェア開発に関する新たな規制やポリシーは急速に進化しており、この変化に先んじて対応す...
DevOps／アジャイル サイロの打破 ～ DevOps と MLOps を統合したソフトウェア サプライ チェーンの構築 (パート 1)
多くの企業が人工知能 (AI) の可能性に気が付いた時点で、機械学習オペレーション (MLOps) をビジネス戦略に導入する競争が始まりました。しかし、現実世界への機械学習 (ML) の統合は簡単ではなく、開発と導入の間に大きなギャップがあ...
DevOps／アジャイル GitHub と JFrog の連携で安全かつ効率的な開発の実現
効率的なソフトウェア開発へのハードルビルドが失敗した際その原因をすぐに突き止めるのは難しく、膨大な手作業が必要になる場合があります。エラー メッセージやビルド ジョブのサマリーおよび構成を確認し、テストをデバッグし、ビルド コンテキストを詳...
DevOps／アジャイル イメージ整合性違反の軽減 ～ ランタイム環境における実際の例を紹介
ソフトウェアのリリース サイクルを高速化するために、ソフトウェア開発における成果物のセキュリティと整合性の確保は、これまで以上に重要になっています。アプリケーションのビルド、テスト、デプロイは継続的に行われるため、ソース コードからコンテナ...