Saltar al contenido

#mlflow4 notas

Mapa de la infraestructura de IAQué componentes tiene un despliegue de IA (servidores de modelos, MLOps, bases vectoriales, registros, notebooks), en qué puertos escuchan y por qué un escaneo clásico no los reconoce.Huella y enumeración de APIs de IACómo identificar qué framework de IA hay detrás de un puerto (cabeceras, forma del JSON, errores, endpoints, gRPC/TLS) y qué revela cada API sin autenticación: modelos, esquemas vectoriales, experimentos, métricas y notebooks.Configuraciones inseguras, suministro y ATLASQué configuraciones por defecto de plataformas de ML convierten un despliegue en objetivo de reconocimiento, por qué el registro de modelos y la cadena de suministro son críticos, y cómo mapear todo a MITRE ATLAS.Cadena de pivotes y defensa del reconocimientoCómo un notebook abierto lleva a MLflow, al registro y al bucket de modelos, y qué controles (inventario, autenticación, segmentación, secretos, detección) cortan la cadena.
ESC
↑↓ para navegar↵ para abriresc para cerrar