Un archivio artifact è il livello di archiviazione in una piattaforma MLOps in cui vengono salvati gli output dei flussi di lavoro, come modelli addestrati, report di valutazione, set di dati, log e altri artifact di esecuzione. In sistemi come MLflow, il database di tracking può contenere i metadati, mentre l'archivio artifact contiene i file effettivi.
È importante nella sicurezza informatica perché quei file vengono spesso considerati attendibili da altri strumenti e team. Se un attaccante riesce a manipolare un archivio artifact, può sostituire un modello, avvelenare gli output, rubare dati sensibili di training o nascondere prove di attività malevola. I difensori dovrebbero trattarlo come un repository di produzione protetto: limitare l'accesso alla rete, richiedere l'autenticazione, crittografare i dati a riposo e registrare ogni operazione di lettura o scrittura. Nella risposta agli incidenti, modifiche inattese agli artifact o attività insolite di download possono essere un segno di compromissione.