外媒速递是核子可乐精选的近日国外媒体的精彩文章推荐，希望大家喜欢！

今天给大家推荐的内容包括：GDPR会给软件测试带来的影响、企业需要就GDPR合规要求向EMM供应商提出的七个问题、深度强化学习方案综述和七款适合各类网络需求的免费工具。

一、GDPR会给软件测试带来哪些影响?

原文标题：How GDPR impacts your software testing

一般来讲，敏捷社区对于合规性及法规条款其实并不关注。然而，通用数据保护条例(简称GDPR)却是一项不容忽视的规定，而且很快就将全面执行。那么，我们该如何看待这项新的条例?它又会给软件测试工作带来怎样的影响?

1. GDPR要点：

• 这是一项法规(具有法律约束力)，而非指令。
• 覆盖大量个人数据
• 具有治外法权
• 数据泄露事件必须在72小时内上报至监管机构
• 如果数据保护力度不足，企业无法将数据导出至欧盟之外

2. 与软件测试的联系：

• 需要有专人对开发团队正在构建的应用程序进行测试
• 如果没有适当的测试数据(例如用户姓名、地址、账单等)，我们根本无法进行真实测试
• 如果测试数据中包含欧盟公民个人数据，则必须按照GDPR要求进行收集、处理、存储及声明，否则将面临巨额罚款

二、企业需要就GDPR合规要求向EMM供应商提出的七个问题

原文标题：7 questions to ask your EMM provider about GDPR compliance

刚刚已经探讨了GDPR的重要意义及几项重要内容。除了软件测试工作之外，企业移动管理(简称EMM)方案也将因此受到重大影响。由于移动设备存储或共享着大量数据，且此类设备及其数据极易被盗窃及破坏，因此EMM平台也必然应当成为GDPR合规性工作中的重要组成部分。那么，我们该如何判断自己的EMM产品是否合格?请向供应商提出下面几个问题。

1. EMM平台的开放性如何?

2. 平台上提供哪些选项以在设备上实现个人与业务数据隔离?

3. 最终用户能否查看通过EMM自助服务功能收集到的信息?

4. 平台提供哪些访问控制方案?

5. 平台如何在设计当中实现隐私保障?

6. 平台是否在发生数据泄露时提供审计追踪方法?

7. 平台采取哪些细粒度控制方式以监管个人数据处理?

三、AI热点：深度强化学习方案综述

原文标题：What’s hot in AI: Deep reinforcement learning

深度强化学习(简称DRL)堪称人工智能研究领域最令人兴奋的方向之一，它适用于众多常见问题。有些人认为将DRL视为实现人工通用智能(简称AGI)的重要途径，因为它能够真正通过探索与接收来自环境的反馈重现人类学习过程。面对如此光明的发展前景，各大技术巨头自然不甘落后。DeepMind以及一系列初创企业都在努力推动相关工作，而与DRL相关的开源工具包及框架也不断涌现。

1. OpenAI Gym

2. DeepMind Lab

3. Psychlab

4. House3D

5. Unity Machine Learning Agents

6. Ray

四、利器推荐：七款适合各类网络需求的免费工具

原文标题：7 free tools every network needs

正所谓“工欲善其事，必先利其器”。然而，如果这里的“事”涉及到计算机网络，那么，单是考量如何高效完成数字任务或者诊断其为何未能如常起效往往就会耗尽大家的时间。而随着工作速度的加快、复杂度的提升，这类场景对于工具更新和更换的频率也提出了更高的要求。在今天的文章中，我们将共同了解七款强大的网络类免费管理工具。

1. TeemIP

2. Node-RED

3. ProcessMaker

4. Atom

5. Kali Linux

6. Webmin

7. Wireshark