資訊專欄INFORMATION COLUMN
摘要：先看比特幣的核心特點基于時間戳的鏈?zhǔn)絽^(qū)塊結(jié)構(gòu)分布式節(jié)點間的共識機制基于共識算力的經(jīng)濟激勵靈活可編程的智能合約機制。我認(rèn)為區(qū)塊鏈的基礎(chǔ)技術(shù)兩點區(qū)塊鏈結(jié)構(gòu)全網(wǎng)廣播機制。兩個小時后，將有一個攻擊時刻被散列在一個有個工作量證明的鏈中。
先看比特幣的核心特點：1）基于時間戳的鏈?zhǔn)絽^(qū)塊結(jié)構(gòu)；2）分布式節(jié)點間的共識機制；3）基于共識算力的經(jīng)濟激勵；4）靈活可編程的智能合約機制。
再來談區(qū)塊鏈的重要特性：1）去中心化、完全分布式；2）點對點；3）共識機制；4）加密算法。
我認(rèn)為區(qū)塊鏈的基礎(chǔ)技術(shù)兩點：1、區(qū)塊鏈結(jié)構(gòu)；2、全網(wǎng)廣播機制。
先看區(qū)塊鏈結(jié)構(gòu)：
再說全網(wǎng)廣播機制：
“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說，當(dāng)取得一個區(qū)塊的記賬權(quán)后，要向全網(wǎng)廣播，此時所有人都知道了這個區(qū)塊被占了，停止找哈希散列，開始以你這個區(qū)塊為前一個區(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時間。當(dāng)每個將軍接收到任何表達形式的第一個攻擊時刻時，他都會設(shè)置他的計算機來求解一個極其困難的“工作量證明”問題，對這個問題的解答是一個哈希（Hash）散列，里面也將包含著這次的攻擊時刻。由于這個“工作量證明”問題，非常難解，一般而言，就算所有人收到這個問題后同時求解，也至少需要10分鐘才能產(chǎn)生解答。一旦一個將軍解出了“工作量證明”，他將會把這個算出來的“工作量證明”向整個網(wǎng)絡(luò)進行傳播，每一個接收到的人，將在他們當(dāng)前正在做的“工作量證明”計算的散列中附加上剛剛被求解出來的那個工作量證明。如果任何人正在計算他收到的其他的一個不同的攻擊時刻，他們將會轉(zhuǎn)向新的更新后的“工作量證明”計算當(dāng)中，因為他現(xiàn)在的“工作量證明鏈”更長了。
兩個小時后，將有一個攻擊時刻被散列在一個有12個“工作量證明”的鏈中。每個將軍只要通過驗證（這條工作鏈的）計算難度，就能估算出平均每小時有多少CPU算力耗費在這上面，也就會知道：這一定是在分配的時間段內(nèi)，絕大多數(shù)將軍的計算機共同協(xié)作才能生成的結(jié)果。如果“工作量證明鏈”中展示出來的算力足夠強大，那么他們就可以在一致同意的時間內(nèi)安全地展開攻擊。
我再分享一個知乎的回答：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)載請注明本文地址：http://m.hztianpu.com/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.簡介 在R-CNN中的roi都是獨自傳入到經(jīng)過與訓(xùn)練的CNN的分類器和box-regression中去造成了對應(yīng)每個roi都要經(jīng)過獨自的卷積操作十分耗時，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的邊框生成方法過于復(fù)雜，成為了計算時間的一個瓶頸，因為F...
摘要：樹是一副無環(huán)連通圖?；ゲ幌噙B的樹組成的集合稱為森林。表示無向圖的數(shù)據(jù)類型圖的基本操作的兩個構(gòu)造，得到頂點數(shù)和邊數(shù)，增加一條邊。該方法不符合第一個條件，上百萬個頂點的圖是很常見的空間不滿足。 四種重要的圖模型： 無向圖（簡單連接） 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） 無向圖 定義：由一組頂點和一組能夠?qū)蓚€頂點相連的邊組成。 特殊：...
摘要：在將臭未臭之前，我們趕緊把其中的統(tǒng)一認(rèn)證這塊過一下。的歷史前面說了是耶魯大學(xué)實驗室的在年出的一個開源系統(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 為什么要做這個嘗試？ 微服之道，方興未艾；農(nóng)之來學(xué)者，蓋已千者！ 這句是從《陶山集·太學(xué)案問》瞎改出來的。意思就是微服務(wù)的架構(gòu)理念還在不斷地發(fā)展，現(xiàn)在整個啥都 言必出微服務(wù)，差點都到了 沒學(xué)...
摘要：坑當(dāng)然，也有可能會遇到踩坑的現(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，其中包含不同類型的節(jié)點，只是節(jié)點的一種。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：《一個前端的自我修養(yǎng)》時，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：第二部分高級概念我們現(xiàn)在對卷積有了一個良好的初步認(rèn)識，也知道了卷積神經(jīng)網(wǎng)絡(luò)在干什么為什么它如此強大。 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，所以翻譯了過來。文章高級部分通過流體力學(xué)量子力學(xué)等解釋...
閱讀 1697·2021-11-22 14:45
閱讀 1204·2021-11-17 09:33
閱讀 3403·2021-09-02 09:48
閱讀 1059·2019-08-30 15:54
閱讀 2816·2019-08-30 15:53
閱讀 2621·2019-08-30 12:54
閱讀 2310·2019-08-29 12:37
閱讀 2479·2019-08-26 13:58
