本人情况介绍: 大厂上班,职位是算法工程师,已有十年工作经验。 本职技术方向:运筹学算法工程师(优化问题求解) 其他技术栈: golang ,python,系统架构,计算机视觉,几何学算法,甚至懂产品设计,3dmax,密码学 个人作品: 《异形件排料优化算法》(见下图,之前为一家红木家具厂提供过下料解决方案) 《发运路径及发运计划优化》(位一家车企的零件配送节省了10%以上的成本)
发帖目的:1. 免费提供算法解决方案。咨询免费,尽我个人能力帮社区里的朋友答疑解惑,有意向也可以进一步深入合作。
加密算法ECC,比如比特币的那个P是怎么选岀来的,有什么破解方式么?
椭圆曲线加密算法 是可数学证明的无法破解
我想问的是为什么要选那样的一个质数P出来?
其实把椭圆曲线上任意一点当作起始的P点都行,整个加密过程都成立。 而且,你选P=1,和选P=10000000, 你选的P越大,并不能增加加密算法的破解难度。 当然这个P也不能太小,比如P=0.0001, 计算2P会非常大,超出计算机的计算位数,加大没有必要的复杂度。
那么大家都随意点,搞一个普普通通的P吧。是个整数就行
就像你问,为什么一公斤要规定这么重,其实是一个约定俗成的 方便大家日常生活的计量单位而已,背后没有特别的含义。
我说的那个质数p,不是那个点;
你说的是随机是怎么产生的。随机是调用 c++里面的 std::random_device 。这个标准库是调用系统伪随机接口。linux 和 windows 不太一样。不过原理都差不多,linux 使用的是/dev/urandom,随机墒生成。就是根据各种系统随机中断,硬件等。收集墒,然后在根据更新等算法做出来的伪随机。然后你想通过算法漏洞破解私钥。md5 碰撞也不是基于字符串的。暴力破解,可以破解了,就是时间有点长。量子计算破解现在也不行。就目前来说只有社会工程学是最快的。
那个质数p,是精心挑选的,不是随机产生的,有条件的;我猜2p+1应该也是质数,我没测试过。这个应该是有限循环群,点元素的循环周期必须是大周期,决定的;
是的 我之前理解错了,你说的是求模用的大质数,我是这样理解的,首先是这个数字很大,作用是扩大贝加尔加法群的成员,将曲线定义在有限域,一个足够大的有限域。 而为什么要质数呢,我理解并不是非要质数的,而采用质数确实可以避免一些取巧的破解加密算法的方案,增加一部分安全性。
我觉得p只有是质数的情况下,在椭圆曲线上,点计算才是满足有限域的上的加乘可逆,并且倍点计算是有解的。这种玩意太博大精深了,想找个人问问疑惑都找不到;
你错了,哪怕你设置成100,也能行的。 我告诉你我的理解,但不一定正确,你自己判断。 如果把椭圆曲线加密的过程,比喻成是在一个房间里踢球的过程的话,需要这个房间的墙壁和结构,最好是一个独特的,没有重复结构的房间。 而质数,就是这个房间的独特结构。 如果设置成一个合数,就像这个房间是由若干个小房间组成,其加密的特性,也就是足球轨迹的不可预测性,会在一定区域内出现可重复的情况,利于破解。
加乘可逆是由椭圆曲线的特性来保证的 和质数没关系
碰见就是缘分,刚碰到一个棘手的问题,是否可以获取指教,是这样的,我想用ocr识别图中所有文字,全部去除,去除功能已经完成,现在的问题是识别会把绿框中的数据也错误识别,是否有什么办法保护数据(在不额外添加ROI的情况下);随缘指教,感谢。。
这个根据不同场景,有不同解决方案。请回答如下几个问题:
如果每张图片都有绿框,要保护里面的内容都话非常简单。 提取该绿色的rgb值,检测图中所有同rgb的点,找出该绿色框的坐标,ocr识别结果的删除操作前,对是否与绿框有交集(或者被包涵)逻辑进行一层判断。
非常感谢,文字不固定,字体固定,同以机器出的图,基本识别,只是内部彩色的数据导致ocr认为是文字
你看上面的解决方案够用吗,1.检测绿框 2. 判断ocr结果与绿框关系 感觉实现不难的,而且可靠性有保证
我想到了一个更好的解决方案。
这样做的好处是,可以加快OCR步骤的速度,节省算力。
所以一个关键功能是出入是图片A,输出是图片B。如果你搞不定可以联系我。
谢谢。这个我之前实现了,直接轮廓法搞定,获取到轮廓,在文字去除阶段,在ROI范围内直接剔除。
好的,谢谢
医学图像上面的文字描述是很有限且固定的,翻来覆去就那些字。建立一个字库,识别到在字库里的字再删除。这样技术图片被误识别了,那么被识别成了字库里的字的概率也很低,结合字体大小,被误识别的概率已经极低了,如果再用验证码识别的库去识别字体,抗干扰能力更强,这样一来就几乎不可能误识别了。
好的,感谢。
这是大佬
这是个高端局
考虑远程办公岗吗,有cv岗
下载APP,能及时收到回复或进展
加密算法ECC,比如比特币的那个P是怎么选岀来的,有什么破解方式么?
椭圆曲线加密算法 是可数学证明的无法破解
我想问的是为什么要选那样的一个质数P出来?
其实把椭圆曲线上任意一点当作起始的P点都行,整个加密过程都成立。
而且,你选P=1,和选P=10000000, 你选的P越大,并不能增加加密算法的破解难度。
当然这个P也不能太小,比如P=0.0001, 计算2P会非常大,超出计算机的计算位数,加大没有必要的复杂度。
那么大家都随意点,搞一个普普通通的P吧。是个整数就行
就像你问,为什么一公斤要规定这么重,其实是一个约定俗成的 方便大家日常生活的计量单位而已,背后没有特别的含义。
我说的那个质数p,不是那个点;
你说的是随机是怎么产生的。随机是调用 c++里面的 std::random_device 。这个标准库是调用系统伪随机接口。linux 和 windows 不太一样。不过原理都差不多,linux 使用的是/dev/urandom,随机墒生成。就是根据各种系统随机中断,硬件等。收集墒,然后在根据更新等算法做出来的伪随机。然后你想通过算法漏洞破解私钥。md5 碰撞也不是基于字符串的。暴力破解,可以破解了,就是时间有点长。量子计算破解现在也不行。就目前来说只有社会工程学是最快的。
那个质数p,是精心挑选的,不是随机产生的,有条件的;我猜2p+1应该也是质数,我没测试过。这个应该是有限循环群,点元素的循环周期必须是大周期,决定的;
是的 我之前理解错了,你说的是求模用的大质数,我是这样理解的,首先是这个数字很大,作用是扩大贝加尔加法群的成员,将曲线定义在有限域,一个足够大的有限域。
而为什么要质数呢,我理解并不是非要质数的,而采用质数确实可以避免一些取巧的破解加密算法的方案,增加一部分安全性。
我觉得p只有是质数的情况下,在椭圆曲线上,点计算才是满足有限域的上的加乘可逆,并且倍点计算是有解的。这种玩意太博大精深了,想找个人问问疑惑都找不到;
你错了,哪怕你设置成100,也能行的。
我告诉你我的理解,但不一定正确,你自己判断。
如果把椭圆曲线加密的过程,比喻成是在一个房间里踢球的过程的话,需要这个房间的墙壁和结构,最好是一个独特的,没有重复结构的房间。 而质数,就是这个房间的独特结构。 如果设置成一个合数,就像这个房间是由若干个小房间组成,其加密的特性,也就是足球轨迹的不可预测性,会在一定区域内出现可重复的情况,利于破解。
加乘可逆是由椭圆曲线的特性来保证的 和质数没关系
碰见就是缘分,刚碰到一个棘手的问题,是否可以获取指教,是这样的,我想用ocr识别图中所有文字,全部去除,去除功能已经完成,现在的问题是识别会把绿框中的数据也错误识别,是否有什么办法保护数据(在不额外添加ROI的情况下);随缘指教,感谢。。
这个根据不同场景,有不同解决方案。请回答如下几个问题:
如果每张图片都有绿框,要保护里面的内容都话非常简单。 提取该绿色的rgb值,检测图中所有同rgb的点,找出该绿色框的坐标,ocr识别结果的删除操作前,对是否与绿框有交集(或者被包涵)逻辑进行一层判断。
非常感谢,文字不固定,字体固定,同以机器出的图,基本识别,只是内部彩色的数据导致ocr认为是文字
你看上面的解决方案够用吗,1.检测绿框 2. 判断ocr结果与绿框关系 感觉实现不难的,而且可靠性有保证
我想到了一个更好的解决方案。
这样做的好处是,可以加快OCR步骤的速度,节省算力。
所以一个关键功能是出入是图片A,输出是图片B。如果你搞不定可以联系我。
谢谢。这个我之前实现了,直接轮廓法搞定,获取到轮廓,在文字去除阶段,在ROI范围内直接剔除。
好的,谢谢
医学图像上面的文字描述是很有限且固定的,翻来覆去就那些字。建立一个字库,识别到在字库里的字再删除。这样技术图片被误识别了,那么被识别成了字库里的字的概率也很低,结合字体大小,被误识别的概率已经极低了,如果再用验证码识别的库去识别字体,抗干扰能力更强,这样一来就几乎不可能误识别了。
好的,感谢。
这是大佬
这是个高端局
考虑远程办公岗吗,有cv岗