পরবর্তী আপপরবর্তী গাইড
Blue-Green Deployment for ML Models
টেকনিক্যাল
প্রযুক্তিগত গাইড
এমএল সাপ্লাই-চেইন সিকিউরিটি কোড, নির্ভরতা, ডেটাসেট এবং মডেল আর্টিফ্যাক্টগুলিকে বিল্ড এবং ডিপ্লোয়মেন্ট জুড়ে ট্যাম্পারিং বা অবিশ্বস্ত উত্স থেকে রক্ষা করে।
এই নির্দেশিকা শুনুনএআই-বর্ণিত · ~3 min
সাইনিং এবং প্রোভেন্যান্স যাচাই করতে পারে যে একটি আর্টিফ্যাক্ট কোথা থেকে এসেছে এবং এটি পরিবর্তিত হয়েছে কিনা, কিন্তু তারা প্রমাণ করে না যে মডেলটি নিরাপদ, নির্ভুল বা নিরপেক্ষ।
একটি এমএল সিস্টেম মডেল ওজনের চেয়ে বেশি নির্ভর করে। এর সাপ্লাই চেইনের মধ্যে রয়েছে সোর্স কোড, বিল্ড টুলস, প্যাকেজ নির্ভরতা, বেস ইমেজ, প্রশিক্ষণ এবং মূল্যায়ন ডেটা, সিরিয়ালাইজড আর্টিফ্যাক্ট এবং ডিপ্লয়মেন্ট কনফিগারেশন। একটি আক্রমণকারী বা দুর্ঘটনাজনিত ত্রুটি একটি দূষিত নির্ভরতা প্রবর্তন করতে পারে, একটি মডেল ফাইল পরিবর্তন করতে পারে, একটি নির্মাণের সময় শংসাপত্র ফাঁস করতে পারে বা এমন একটি আর্টিফ্যাক্ট স্থাপন করতে পারে যা কখনও পর্যালোচনা করা হয়নি৷ নিরাপত্তা অনুশীলনের উচিত এই ইনপুটগুলিকে রক্ষা করা এবং কীভাবে রিলিজ আর্টিফ্যাক্টগুলি তৈরি করা হয়েছিল সে সম্পর্কে সনাক্তযোগ্য প্রমাণ সংরক্ষণ করা উচিত। ডিজিটাল স্বাক্ষর একটি আর্টিফ্যাক্টকে একটি স্বাক্ষরকারী পরিচয় এবং একটি ক্রিপ্টোগ্রাফিক ডাইজেস্টের সাথে আবদ্ধ করে। একটি যাচাইকারী পরীক্ষা করতে পারে যে আর্টিফ্যাক্টটি যা স্বাক্ষরিত হয়েছিল তার সাথে মেলে এবং স্বাক্ষর একটি প্রত্যাশিত পরিচয় বা নীতির সাথে চেইন করে। প্রোভেন্যান্স স্টেটমেন্ট বিল্ড ইনপুট এবং প্রক্রিয়া বিবরণ রেকর্ড করতে পারে। সিগস্টোর টুলিং কনটেইনার আর্টিফ্যাক্ট এবং যাচাইকরণ কার্যপ্রবাহ স্বাক্ষর করা সমর্থন করে। এই চেকগুলি টেম্পার করা বা অননুমোদিত শিল্পকর্ম প্রত্যাখ্যান করতে সাহায্য করে, কিন্তু একটি বৈধ স্বাক্ষর শুধুমাত্র বলে যে একটি নির্দিষ্ট পরিচয় বিশেষ বাইট স্বাক্ষরিত; এর অর্থ এই নয় যে বিষয়বস্তু নিরাপদ বা সঠিক। মডেল সিরিয়ালাইজেশন বিশেষ যত্ন প্রাপ্য. Python আচার ডিসিরিয়ালাইজেশনের সময় নির্বিচারে কোড চালাতে পারে, তাই অবিশ্বস্ত আচার লোড করা বিপজ্জনক। বিশ্বস্ত উত্স থেকে নিদর্শন যাচাই করুন এবং উপযুক্ত হলে সংকীর্ণ কার্যকর আচরণ সহ বিন্যাস বিবেচনা করুন। তারপরেও, ডেটা পার্সার এবং মডেল রানটাইমের দুর্বলতা থাকতে পারে। নির্ভরতা এবং পাত্রে স্ক্যান করুন, অনুমতি সীমিত করুন, প্রশিক্ষণ এবং অনুমান বিচ্ছিন্ন করুন এবং চিত্র বা মডেল বান্ডিলে গোপনীয়তা সংরক্ষণ এড়ান। একটি দরকারী রিলিজ রেকর্ড সোর্স রিভিশন, বিল্ড এনভায়রনমেন্ট, ডিপেন্ডেন্সি, ডাটা লাইনেজ, ইভালুয়েশন রিপোর্ট এবং আর্টিফ্যাক্ট ডাইজেস্ট লিঙ্ক করে। সাইনিং কীগুলিতে অ্যাক্সেস কন্ট্রোল প্রয়োগ করুন এবং যেখানে পাওয়া যায় সেখানে স্বল্পস্থায়ী পরিচয় বা পরিচালিত সাইনিং ওয়ার্কফ্লো পছন্দ করুন। প্রয়োগ ছাড়াই স্বাক্ষর করার পরিবর্তে স্থাপনার নীতিতে স্বাক্ষর যাচাই করুন। নিরাপত্তা পর্যালোচনা ঘটনার প্রতিক্রিয়া এবং মূল ঘূর্ণন অন্তর্ভুক্ত করা উচিত. সরবরাহ-শৃঙ্খল নিয়ন্ত্রণ অখণ্ডতা এবং উত্স স্থাপন করে; ব্যবহারের জন্য মডেল আচরণ এবং ফিটনেস বিচার করার জন্য পৃথক পরীক্ষা, গোপনীয়তা এবং দায়িত্বশীল-এআই মূল্যায়ন এখনও প্রয়োজন।
একটি দল একটি নিয়ন্ত্রিত বিল্ডের পরে একটি কন্টেইনার চিত্রে স্বাক্ষর করে এবং স্থাপনের আগে একটি প্রত্যাশিত পরিচয়ের বিরুদ্ধে স্বাক্ষর যাচাই করে, একটি পরিবর্তিত চিত্র গ্রহণ করার ঝুঁকি হ্রাস করে।
একটি মডেল ফাইল একটি অপরিচিত উৎস থেকে ডাউনলোড করা হয়. যেহেতু কিছু সিরিয়ালাইজেশন ফরম্যাট লোড করার সময় কোড এক্সিকিউট করতে পারে, টিম এটির উদ্ভব পরীক্ষা করে এবং এটি খোলার আগে যেখানে সম্ভব একটি নিরাপদ ফর্ম্যাট ব্যবহার করে।
একটি পাইপলাইন সোর্স রিভিশন, ডিপেন্ডেন্সি লকফাইল, ট্রেনিং-ডেটা ভার্সন এবং মডেল ডাইজেস্টকে মূল্যায়নের ফলাফলের পাশাপাশি রেকর্ড করে, যা একটি আর্টিফ্যাক্টের বিল্ড চেইন পর্যালোচনাযোগ্য করে তোলে।
একটি স্বাক্ষর আর্টিফ্যাক্ট অখণ্ডতা এবং স্বাক্ষরকারীর পরিচয় যাচাই করে, যখন একটি পৃথক দুর্বলতা স্ক্যান এবং মডেল মূল্যায়ন বিভিন্ন নিরাপত্তা এবং মানের প্রশ্নগুলিকে সম্বোধন করে৷
এমএল দলগুলি অপরিবর্তনীয় শিল্পকর্মে স্বাক্ষর করে, স্থাপনায় স্বাক্ষর যাচাই করে এবং মূল্যায়নের সাথে বিল্ড প্রোভেনেন্স ধরে রাখার মাধ্যমে প্রকাশের অনুশীলনকে শক্তিশালী করতে পারে। একটি ব্যবহারিক প্রথম পদক্ষেপ হল ম্যাপ করা যা নির্ভরতা এবং ডেটা উত্সগুলি একটি উত্পাদন মডেলকে প্রভাবিত করতে পারে, তারপর প্রতিটি পদক্ষেপ কে পরিবর্তন করতে পারে তা সীমাবদ্ধ করা। নিয়মিতভাবে ছবি এবং নির্ভরতা স্ক্যান করুন এবং সাইনিং শংসাপত্রগুলি ঘোরানোর সময় পুনরুদ্ধারের পরীক্ষা করুন। স্বাক্ষরগুলি আচরণগত, গোপনীয়তা বা নিরাপত্তা পর্যালোচনা প্রতিস্থাপন করা উচিত নয়। আরও ভালো সাপ্লাই-চেইন ড্যাশবোর্ডগুলি আর্টিফ্যাক্ট আইডেন্টিটি এর সোর্স রিভিশন এবং ইভালুয়েশন রিপোর্টের সাথে কানেক্ট করতে পারে, উত্তরদাতাদের প্রকৃতপক্ষে কি চলেছিল তা খুঁজে বের করতে সাহায্য করে।
ফ্রি নিউজলেটার
প্রতি সপ্তাহের কাজের দিন সকালে তিনটি যাচাইকৃত এআই স্টোরি, সহজ ইংরেজিতে লেখা। চিরকালের জন্য ফ্রি, কোনো বিজ্ঞাপন নেই।
প্রতি সপ্তাহের কাজের দিনে একটি ইমেল। এক ক্লিকেই আনসাবস্ক্রাইব করুন। আমরা কখনোই আপনার ঠিকানা বিক্রি বা শেয়ার করি না।
নিজেকে পরীক্ষা করুন
প্রতিটি উত্তরের তাৎক্ষণিক ফিডব্যাক, এবং কোর্স পাস করার পর যাচাইযোগ্য আইডি সহ একটি শেয়ারযোগ্য সার্টিফিকেট।
ফ্রি এআই শিক্ষাকে সমর্থন করুন। AI Understanding একটি 501(c)(3) অলাভজনক প্রতিষ্ঠান — কোনো বিজ্ঞাপন নেই, কোনো পেওয়াল নেই, কখনোই না। একটি দান করুন
এমএল সাপ্লাই-চেইন সিকিউরিটি কোড, নির্ভরতা, ডেটাসেট এবং মডেল আর্টিফ্যাক্টগুলিকে বিল্ড এবং ডিপ্লোয়মেন্ট জুড়ে ট্যাম্পারিং বা অবিশ্বস্ত উত্স থেকে রক্ষা করে। সাইনিং এবং প্রোভেন্যান্স যাচাই করতে পারে যে একটি আর্টিফ্যাক্ট কোথা থেকে এসেছে এবং এটি পরিবর্তিত হয়েছে কিনা, কিন্তু তারা প্রমাণ করে না যে মডেলটি নিরাপদ, নির্ভুল বা নিরপেক্ষ।
স্বাক্ষর যাচাইকরণ নীতির অধীনে সততা এবং স্বাক্ষরকারীর বিশ্বাস পরীক্ষা করে; এটি মডেলের মান স্থাপন করে না।
আচার পুনর্গঠন কোড আহ্বান করতে পারে, তাই অবিশ্বস্ত আচার ফাইলগুলি দূষিত আচরণ চালাতে পারে।
প্রোভেন্যান্স রেকর্ড করে কিভাবে একটি আর্টিফ্যাক্ট তৈরি করা হয়েছিল এবং কোন ইনপুট বা ওয়ার্কফ্লো জড়িত ছিল।
রিলিজ বা স্থাপনার প্রক্রিয়া অবিশ্বস্ত শিল্পকর্ম চেক এবং প্রত্যাখ্যান করলেই নিয়ন্ত্রণটি গুরুত্বপূর্ণ।
সত্যতা এবং সততা মডেল আচরণ, নির্ভুলতা বা নিরাপত্তা মূল্যায়ন করে না।
শিখতে থাকুন
এই বিষয়ের জন্য বাছাই করা আরও গাইড
পরবর্তী আপপরবর্তী গাইড
Blue-Green Deployment for ML Models
টেকনিক্যাল