ML-BOM (список на материјали за машинско учење) е машински читлив инвентар на моделите, множествата на податоци, рамките и зависностите што го сочинуваат системот со вештачка интелигенција, заедно со потеклото на секој од нив.
- Зошто постои: традиционален SBOM ги наведува библиотеките со код. Не опишува модел, неговите податоци за обука или неговото потекло.
- Форматите: CycloneDX ML-BOM (standardозначено како ECMA-424) и профилите на SPDX 3.0 AI и Dataset.
- Упатството: Г7 SBOM за вештачка интелигенција: Минимални елементи, објавена во мај 2026 година, дефинира седум кластери на податоци. Тоа е доброволно.
- Тешкиот дел: не форматот. Станува збор за пронаоѓање на секој ресурс со вештачка интелигенција на прво место.
Дефиниција: што е ML-BOM? #
Прашајте ги повеќето инженерски тимови кои библиотеки со отворен код ги користи нивната апликација и тие можат да одговорат за неколку минути, бидејќи нивните SBOM им кажува. Прашајте од кои модели, множества податоци и рамки на вештачка интелигенција зависи истата апликација, а одговорот обично започнува со „дозволете ми да проверам“.
ML-BOM го затвора тој јаз. Тоа е еквивалент на софтверски список на материјали со вештачка интелигенција: структуриран, машински читлив запис за секоја компонента за машинско учење во системот. За секој модел, тој ги опфаќа идентитетот, верзијата, добавувачот и лиценцата, плус детали за SBOM никогаш не било потребно, како што се множествата податоци на кои е обучено, неговата наменета употреба и неговите познати ограничувања.
Терминот доаѓа од CycloneDX, која додаде поддршка за ML-BOM во верзијата 1.5. Исто така, ќе видите АИ-БОМ SBOM за вештачка интелигенција се користи за истата идеја, обично со поширок опсег што вклучува агенти, потсетници и услуги за вештачка интелигенција, а не само обучени модели.
Што содржи еден ML-BOM #
Точните полиња зависат од форматот, но корисен ML-BOM одговара на пет прашања за секоја компонента на вештачката интелигенција:
- Што е тоа? Име на модел, верзија, тип и архитектура.
- Од каде потекнува? Добавувач, изворно складиште или моделен центар и лиценца.
- На што беше обучено? Користените множества податоци, нивното потекло и каква било позната чувствителност.
- Од што зависи? Рамките, библиотеките и инфраструктурата што му се потребни за да работи.
- Кои се нејзините граници? Наменета употреба, познати ризици и карактеристики на изведба.
Упатствата на Г7 ги групираат истите идеи во седум кластери: метаподатоци, својства на системско ниво, модели, својства на множества податоци, инфраструктура, безбедносни својства и клучни индикатори за перформанси.
ML-BOM наспроти SBOM #
ML-BOM не го заменува SBOMСистемите со вештачка интелигенција се сè уште софтвер, па затоа сè уште им е потребен еден. ML-BOM го додава слојот и SBOM не може да види.
| димензија | SBOM | ML-BOM |
|---|---|---|
| Опишува | Софтверски компоненти и библиотеки | Модели, бази на податоци и компоненти на ML |
| Клучни полиња | Име, верзија, добавувач, лиценца, хаш | Плус податоци за обука, потекло, наменета употреба, ограничувања |
| Главен ризик што го следи | Ранливи или злонамерни зависности | Недоверливи модели, затруени или чувствителни податоци, непознато потекло |
| Промени кога | Зависноста е ажурирана | Моделот е преквалификуван, заменет или фино подесен |
| Формати | CycloneDX, SPDX | CycloneDX ML-BOM, SPDX 3.0 AI и профили на податоци |
Зошто ML-BOM се важни сега #
Вештачката интелигенција влегува во базите на кодови без преглед. Програмерите извлекуваат модели од јавни центри, додаваат рамки со вештачка интелигенција и поврзуваат MCP сервери исто толку лесно како што додаваат библиотека. Секој од нив носи код, тежини и податоци што организацијата не ги напишала и можеби не ги проверила.
Синџирот на снабдување со вештачка интелигенција е површина за напад. на OWASP Топ 10 за апликации за LLM го наведува синџирот на снабдување како ризик LLM03: компромитирани модели, затруени податоци и злонамерни пакети во стекот на вештачката интелигенција. Не можете да процените компонента за која не знаете дека е таму.
Купувачите и ревизорите почнуваат да прашуваат. Ниту еден пропис не налага ML-BOM по име. Но, Законот за вештачка интелигенција на ЕУ бара техничка документација за системи со вештачка интелигенција со висок ризик, Законот за сајбер отпорност бара SBOM, а рамки како што е шпанскиот ENS бараат попис на средства. ML-BOM е практичен доказ зад сите три, а тимовите за набавки го додаваат во своите прашалници.
Како да изградите ML-BOM #
Рачното пишување функционира за еден модел. Не функционира за организација. Одржливиот пристап има три дела:
- Поврзете го со ризик. Инвентарот врз основа на кој никој не постапува е документација. Секоја компонента треба да се поврзе со своите ранливости, нејзината лиценца и нејзиното потекло.
- Откриј автоматски. Скенирајте го кодот, декларираните зависности и конфигурациските датотеки, наместо да се потпирате на програмерите да пријават што користат.
- Генерирајте континуирано. Регенерирајте го ML-BOM секогаш кога ќе се промени модел, збир на податоци или зависност, на ист начин како што регенерираат зрелите тимови. SBOMs во CI.
Знајте каква вештачка интелигенција користите пред некој да ве праша #
Безбедност на Xygeni AI ги открива средствата на вештачката интелигенција низ вашите складишта (модели, рамки на вештачка интелигенција, бази на податоци, крајни точки за инференција, агенти, MCP сервери, вештини, инструкции, guardrails и алатките за кодирање со вештачка интелигенција (AI) што се користат) од апликацискиот код, декларираните зависности и конфигурациските датотеки што ги оставаат алатките со вештачка интелигенција. Ништо не зависи од тоа програмерите да декларираат што користат.
Од тој инвентар, Xygeni генерира машински читлив AI-BOM што можете да им го дадете на ревизорите и клиентите. Зависностите од AI стекот добиваат ист третман како и остатокот од вашиот код: CVE преку анализа на составот на софтверот и малициозни пакети откриени пред да постои потпис.
Закажете демо за да го видите AI-BOM-от на вашата сопствена кодна база.
NAJČESTO POSTAVUVANI PRAŠANJA #
ML-BOM е список на состојки за вештачка интелигенција. Тој евидентира кои модели, множества податоци и рамки ги користи системот и од каде потекнуваат, за да можат тимовите за безбедност, правни работи и усогласеност да го проценат ризикот.
Најчесто. Црвеното здружување на LLM се фокусира на јазични модели и апликации изградени врз нив. Црвеното здружување на AI е Термините се преклопуваат. ML-BOM е името на CycloneDX и се фокусира на модели на машинско учење и множества податоци. AI-BOM е пошироко и често вклучува агенти, потсетници, MCP сервери и услуги за AI.
Не по име. Тоа се практични докази за обврските што постојат, како што се техничката документација од Законот за вештачка интелигенција на ЕУ за системи со висок ризик и SBOM што се бара од Законот за кибер отпорност. Минималните елементи на Г7 за SBOM за вештачката интелигенција се доброволни.
Двата воспоставени формати се CycloneDX ML-BOM, standardозначен како ECMA-424, и SPDX 3.0 Профили на вештачка интелигенција и база на податоци. Изберете го оној што го имате постоечки SBOM Алатките веќе поддржуваат, па затоа софтверот и инвентарите со вештачка интелигенција живеат заедно.
