摘要 - 机器人基金会模型具有从工业范围到家庭任务的各种环境中部署的潜力。当前的研究主要关注政策在各种任务中的概括能力,但它无法解决安全,这是对现实世界系统部署的关键要求。在本文中,我们引入了一个安全层,旨在限制任何通才政策的行动空间。我们的方法使用Atacom,这是一种安全的加强学习算法 - 创建安全的行动空间,因此可以确保安全的国家过渡。通过将Atacom扩展到通才政策,我们的方法促进了他们在安全方案中的部署,而无需任何特定的安全性调整。我们证明了该安全层在空气曲棍球环境中的有效性,在该环境中,它防止了冰球击中的药物与周围环境相撞,这在通才政策中观察到了失败。https://sites.google。com/robot-learning.de/to-safe-rfm
a 荷兰国家公共卫生与环境研究所 (RIVM) 和乌得勒支大学风险评估科学研究所,荷兰乌得勒支 b 荷兰国家公共卫生与环境研究所 (RIVM) c TEMAS Solutions GmbH,瑞士豪森 d Seven Past Nine,斯洛文尼亚采尔克尼察 e BioNanoNet Forschungsgesellschaft mbH (BNN),奥地利 f AcumenIST SRL,比利时布鲁塞尔 g 德国联邦职业安全与健康研究所 (BAuA) h 萨尔茨堡巴黎洛德隆大学,奥地利 i 保加利亚东欧研究与创新企业有限公司 j 卡罗琳斯卡医学院环境医学研究所,瑞典索尔纳 k 德国联邦职业安全与健康研究所 (BAuA) l 伯明翰大学地理、地球与环境科学学院,英国伯明翰
密歇根州兰辛市——密歇根州基础设施办公室 (MIO) 今天宣布,拜登政府已通过美国能源部高级研究计划署 (ARPA-E) 向安阿伯公司 Propel Aero 及其高能氧化还原发动机技术拨款 1,117,000 美元。该资金由“铁路、海洋和飞机电气化先锋项目”(PROPEL-1K)资助,将推动高能存储解决方案的开发,使国内飞机电气化,并帮助密歇根州实现到 2040 年实现碳中和的目标。
摘要 — 物联网 (IoT) 设备部署的持续增长得益于不断增长的连接需求,尤其是在工业环境中。然而,由于潜在攻击面数量的增加,这导致与网络相关的攻击数量增加。工业物联网 (IIoT) 设备容易受到各种与网络相关的攻击,这些攻击会对制造过程以及制造厂工人的安全造成严重后果。近年来,一种用于攻击检测的有前途的解决方案是机器学习 (ML)。更具体地说,集成学习模型在提高底层 ML 模型的性能方面显示出巨大的潜力。因此,本文提出了一个基于贝叶斯优化-高斯过程 (BO-GP) 与基于集成树的学习模型相结合的框架,以提高 IIoT 环境中入侵和攻击检测的性能。使用新南威尔士大学 Cyber Range 和 IoT 实验室收集的 Windows 10 数据集评估所提出的框架的性能。实验结果表明,与标准树和集成树模型相比,检测准确度、精度和 F 分数均有所提高。索引术语 — 工业物联网、优化集成学习、贝叶斯优化
当儿童被评估为不安全并面临被带离家庭的风险,或根据安全或保护计划被送回家庭时,当地儿童福利机构可以获得定向安全支持资金,为家庭提供服务。在制定安全或保护计划时,机构提供密集服务,在保证家庭团聚的同时保证儿童安全。定向安全支持资金已提供给机构,以更好地确保获得重要资金,特别是在儿童保护服务个案处理的关键阶段。在这些关键时刻,例如在进行初步评估的过程中,或在儿童与家人团聚前后不久,TSSF 可以为机构报销安全或保护计划中可能使用的精选服务和支持的费用。
*1 NIST,“NISTIR 8105:后量子密码学报告”,2016 年。https://csrc.nist.gov/pubs/ir/8105/final *2 白宫,“关于促进美国在量子计算领域的领导地位同时减轻易受攻击的密码系统风险的国家安全备忘录”,2022 年 5 月 4 日。https://www.whitehouse.gov/briefing-room/statements-releases/2022/05/04/national-security-memorandum-on-promoting-united-states-leadership-in-quantum-computing-while-mitigating-risks-to-vulnerable-cryptographic-systems/ *3 NIST,后量子密码学标准化。 https://csrc.nist.gov/Projects/post-quantum-cryptography/post-quantum-cryptography-standardization *4 ETSI TR 103 616 V1.1.1 (2021-09)“量子安全签名”和 ETSI TR 103 823 V1.1.1 (2021-09)“量子安全公钥加密和密钥封装”。 https://www.etsi.org/newsroom/news/1981-2021-10-etsi-releases-two-technical-reports-to-support-us- nist-standards-for-post-quantum-cryptography *5 SOG-IS 加密工作组,SOG-IS 加密评估方案商定的加密机制,版本 1.3,2023 年 2 月。 https://www.sogis.eu/documents/cc/crypto/SOGIS-Agreed-Cryptographic-Mechanisms-1.3.pdf *6 CRYPTREC,PQC 的加密技术指南(日语) *7 CRYPTREC,PQC 研究趋势报告(日语)
工业物联网 (IIoT) 是传感器、网络设备和设备协作收集工业操作数据。由于互联互通和计算能力有限,IIoT 系统存在许多安全漏洞。基于机器学习的入侵检测系统 (IDS) 是一种可能的安全方法,它可以持续监控网络数据并以自动方式检测网络攻击。超维 (HD) 计算是一种受大脑启发的 ML 方法,它足够准确,同时非常稳健、快速且节能。基于这些特性,HD 可以成为 IIoT 系统的一种基于 ML 的 IDS 解决方案。然而,它的预测性能会受到输入数据中微小扰动的影响。为了充分评估 HD 的漏洞,我们提出了一种有效的面向 HD 的对抗性攻击设计。我们首先选择最多样化的攻击集以最小化开销,并消除对抗性冗余。然后,我们执行实时攻击选择,找出最有效的攻击。我们在真实的 IIoT 入侵数据集上进行的实验证明了我们攻击设计的有效性。与最有效的单一攻击相比,我们的设计策略可以将攻击成功率提高高达 36%,𝐹 1 分数提高高达 61%。
Vaidio DIY 是平台内的一款 DIY 应用程序,允许用户创建自己的 AI 模型来识别物体。只需上传一组物体图像,Vaidio 就可以轻松训练识别新物体。根据用例的复杂性和物体检测的环境,Vaidio 可能只需要每个物体类型大约 120 张图像即可实现基准精度。额外的图像将提高精度。
显然,创新材料(通常称为先进材料 (AdMa))具有许多优势。然而,它们也可能对人类健康和环境构成潜在风险,或者可能造成无法预见的可持续性问题。及时预测这些问题有助于尽早解决这些材料的安全性问题并防止其可持续性问题。例如,在某些情况下,当前的立法框架(包括已经或将要针对纳米材料进行的调整)可能不适合处理由广泛的新型 AdMa 类别带来的各种风险。例如,如何处理 AdMa 通常由多种成分组成以实现新功能并不总是很清楚。由于这些成分通常在结构上高度有序,因此将这些材料归类为简单的“混合物”可能不够。此外,尚不清楚新功能是否还会给人类和/或环境健康带来新的风险。
物质数据库欧洲化学品管理局 (ECHA) 最近开发了 SCIP 数据库。该数据库旨在让消费者和废物处理行业更深入地了解产品中是否存在关注物质。供应商必须提供此信息 (ECHA, 2019)。目前,该数据库的可用性有限,部分原因是提供信息的要求仅限于高度关注物质 (SVHC) 清单上的物质,而该清单并不包括所有关注物质。材料护照是另一项有用的发展,可用于追踪物质的存在。护照包含有关物质(关注)的信息,并以数字形式随产品一起提供。该工具已经在某些行业(例如建筑行业)或产品链的某些步骤(例如消费者信息)中使用。