Ensuring the Security and Resilience of Autonomous Fleets with Advanced Testing Frameworks
自主系统，尤其是无人机和其他无人驾驶车辆的车队，随着其复杂性的增加而面临的风险也越来越大。尽管取得了进展，但现有的测试框架在解决零信任环境中的端到端安全性、弹性和安全性方面仍存在不足。 TII 的安全系统研究中心 (SSRC) 开发了一个严格、全面的测试框架，以系统地评估这些系统在每个开发阶段的性能和安全性。这种方法可确保自主系统从单个组件到整个车队的交互都安全、有弹性且安全地运行。
NIST Researcher Provides Insights on IoT Sensor Devices Interoperability Testing Framework
NIST 研究员 Eugene Song 博士和美国国土安全部 (DHS) 科学技术局 (S&T) 的 Sridhar Kowdley 先生在 IEEE 物联网网络安全评估计划上共同发表了关于公共安全系统的文章，有助于确保物联网
First Benchmarking System of Global Hydrological Models
最终提出了针对地球系统模型评估所必需的全球水文模型的基准测试框架。
CARLA: A Python Library to Benchmark Algorithmic Recourse and Counterfactual Explanation Algorithms
CARLA（反事实和追索库）是一个 Python 库，用于对不同数据集和不同机器学习模型中的反事实解释方法进行基准测试。总之，我们的工作提供了以下贡献：（i）对 11 种流行的反事实解释方法进行了广泛的基准测试，（ii）用于研究未来反事实解释方法的基准测试框架，以及（iii）一套标准化的综合评估措施和数据集，用于对这些方法进行透明和广泛的比较。我们在 Github 上开源了 CARLA 和我们的实验结果，使它们可以作为有竞争力的基准。我们欢迎其他研究小组和从业人员的贡献。
