資訊專欄INFORMATION COLUMN
摘要：先看比特幣的核心特點(diǎn)基于時(shí)間戳的鏈?zhǔn)絽^(qū)塊結(jié)構(gòu)分布式節(jié)點(diǎn)間的共識(shí)機(jī)制基于共識(shí)算力的經(jīng)濟(jì)激勵(lì)靈活可編程的智能合約機(jī)制。我認(rèn)為區(qū)塊鏈的基礎(chǔ)技術(shù)兩點(diǎn)區(qū)塊鏈結(jié)構(gòu)全網(wǎng)廣播機(jī)制。兩個(gè)小時(shí)后，將有一個(gè)攻擊時(shí)刻被散列在一個(gè)有個(gè)工作量證明的鏈中。
先看比特幣的核心特點(diǎn)：1）基于時(shí)間戳的鏈?zhǔn)絽^(qū)塊結(jié)構(gòu)；2）分布式節(jié)點(diǎn)間的共識(shí)機(jī)制；3）基于共識(shí)算力的經(jīng)濟(jì)激勵(lì)；4）靈活可編程的智能合約機(jī)制。
再來(lái)談區(qū)塊鏈的重要特性：1）去中心化、完全分布式；2）點(diǎn)對(duì)點(diǎn)；3）共識(shí)機(jī)制；4）加密算法。
我認(rèn)為區(qū)塊鏈的基礎(chǔ)技術(shù)兩點(diǎn)：1、區(qū)塊鏈結(jié)構(gòu)；2、全網(wǎng)廣播機(jī)制。
先看區(qū)塊鏈結(jié)構(gòu)：
再說(shuō)全網(wǎng)廣播機(jī)制：
“全網(wǎng)廣播”的前提問題是“拜占庭問題”（自行Google）
我們剛才講到礦工挖礦時(shí)說(shuō)，當(dāng)取得一個(gè)區(qū)塊的記賬權(quán)后，要向全網(wǎng)廣播，此時(shí)所有人都知道了這個(gè)區(qū)塊被占了，停止找哈希散列，開始以你這個(gè)區(qū)塊為前一個(gè)區(qū)塊，再次準(zhǔn)備搶占鏈接的區(qū)塊。里面的信息也被記在了所有人的“賬本”上。
放在將軍身上就是，所有將軍們開始解題，題目的答案就是行動(dòng)時(shí)間。當(dāng)每個(gè)將軍接收到任何表達(dá)形式的第一個(gè)攻擊時(shí)刻時(shí)，他都會(huì)設(shè)置他的計(jì)算機(jī)來(lái)求解一個(gè)極其困難的“工作量證明”問題，對(duì)這個(gè)問題的解答是一個(gè)哈希（Hash）散列，里面也將包含著這次的攻擊時(shí)刻。由于這個(gè)“工作量證明”問題，非常難解，一般而言，就算所有人收到這個(gè)問題后同時(shí)求解，也至少需要10分鐘才能產(chǎn)生解答。一旦一個(gè)將軍解出了“工作量證明”，他將會(huì)把這個(gè)算出來(lái)的“工作量證明”向整個(gè)網(wǎng)絡(luò)進(jìn)行傳播，每一個(gè)接收到的人，將在他們當(dāng)前正在做的“工作量證明”計(jì)算的散列中附加上剛剛被求解出來(lái)的那個(gè)工作量證明。如果任何人正在計(jì)算他收到的其他的一個(gè)不同的攻擊時(shí)刻，他們將會(huì)轉(zhuǎn)向新的更新后的“工作量證明”計(jì)算當(dāng)中，因?yàn)樗F(xiàn)在的“工作量證明鏈”更長(zhǎng)了。
兩個(gè)小時(shí)后，將有一個(gè)攻擊時(shí)刻被散列在一個(gè)有12個(gè)“工作量證明”的鏈中。每個(gè)將軍只要通過(guò)驗(yàn)證（這條工作鏈的）計(jì)算難度，就能估算出平均每小時(shí)有多少CPU算力耗費(fèi)在這上面，也就會(huì)知道：這一定是在分配的時(shí)間段內(nèi)，絕大多數(shù)將軍的計(jì)算機(jī)共同協(xié)作才能生成的結(jié)果。如果“工作量證明鏈”中展示出來(lái)的算力足夠強(qiáng)大，那么他們就可以在一致同意的時(shí)間內(nèi)安全地展開攻擊。
我再分享一個(gè)知乎的回答：https://www.zhihu.com/questio...
文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址：http://systransis.cn/yun/24578.html
摘要：為了不重新構(gòu)建后續(xù)的網(wǎng)絡(luò)也沒必要重新構(gòu)建最后的網(wǎng)絡(luò)，共享卷積層是最好的選擇。 一.簡(jiǎn)介 在R-CNN中的roi都是獨(dú)自傳入到經(jīng)過(guò)與訓(xùn)練的CNN的分類器和box-regression中去造成了對(duì)應(yīng)每個(gè)roi都要經(jīng)過(guò)獨(dú)自的卷積操作十分耗時(shí)，F(xiàn)ast-RCNN解決了沒有共享卷積層的問題，但是他們共同使用的selective search的邊框生成方法過(guò)于復(fù)雜，成為了計(jì)算時(shí)間的一個(gè)瓶頸，因?yàn)镕...
摘要：樹是一副無(wú)環(huán)連通圖?；ゲ幌噙B的樹組成的集合稱為森林。表示無(wú)向圖的數(shù)據(jù)類型圖的基本操作的兩個(gè)構(gòu)造，得到頂點(diǎn)數(shù)和邊數(shù)，增加一條邊。該方法不符合第一個(gè)條件，上百萬(wàn)個(gè)頂點(diǎn)的圖是很常見的空間不滿足。 四種重要的圖模型： 無(wú)向圖（簡(jiǎn)單連接） 有向圖（連接有方向性） 加權(quán)圖（連接帶有權(quán)值） 加權(quán)有向圖（連接既有方向性又帶有權(quán)值） 無(wú)向圖 定義：由一組頂點(diǎn)和一組能夠?qū)蓚€(gè)頂點(diǎn)相連的邊組成。 特殊：...
摘要：在將臭未臭之前，我們趕緊把其中的統(tǒng)一認(rèn)證這塊過(guò)一下。的歷史前面說(shuō)了是耶魯大學(xué)實(shí)驗(yàn)室的在年出的一個(gè)開源系統(tǒng)。這次我們先看看官網(wǎng)出的一幅圖，這張圖片介紹了的組成以及支持的各種協(xié)議，各種特性，不煩看看 為什么要做這個(gè)嘗試？ 微服之道，方興未艾；農(nóng)之來(lái)學(xué)者，蓋已千者！ 這句是從《陶山集·太學(xué)案問》瞎改出來(lái)的。意思就是微服務(wù)的架構(gòu)理念還在不斷地發(fā)展，現(xiàn)在整個(gè)啥都 言必出微服務(wù)，差點(diǎn)都到了 沒學(xué)...
摘要：坑當(dāng)然，也有可能會(huì)遇到踩坑的現(xiàn)象。與的關(guān)系至于與的關(guān)系，從繼承方面講可能為清晰很多?？偨Y(jié)是節(jié)點(diǎn)，其中包含不同類型的節(jié)點(diǎn)，只是節(jié)點(diǎn)的一種。繼承與，可以調(diào)用的方法。 起因 起因有二： 在看winter老師的分享：《一個(gè)前端的自我修養(yǎng)》時(shí)，有注意到這么一幅圖，里面有寫childNode和children屬性。showImg(https://segmentfault.com/img/remo...
摘要：第二部分高級(jí)概念我們現(xiàn)在對(duì)卷積有了一個(gè)良好的初步認(rèn)識(shí)，也知道了卷積神經(jīng)網(wǎng)絡(luò)在干什么為什么它如此強(qiáng)大。 譯自Tim Dettmers的Understanding Convolution in Deep Learning。有太多的公開課、教程在反復(fù)傳頌卷積神經(jīng)網(wǎng)絡(luò)的好，卻都沒有講什么是卷積，似乎默認(rèn)所有讀者都有相關(guān)基礎(chǔ)。這篇外文既友好又深入，所以翻譯了過(guò)來(lái)。文章高級(jí)部分通過(guò)流體力學(xué)量子力學(xué)等解釋...
閱讀 1627·2021-11-22 14:45
閱讀 1084·2021-11-17 09:33
閱讀 3330·2021-09-02 09:48
閱讀 977·2019-08-30 15:54
閱讀 2775·2019-08-30 15:53
閱讀 2563·2019-08-30 12:54
閱讀 2251·2019-08-29 12:37
閱讀 2430·2019-08-26 13:58
