shopify site analytics

Mining without guessing!

Home Forums Cryptomunten Cryptomunten Beginners Bitcoins algemeen Mining without guessing!

13 berichten aan het bekijken - 16 tot 28 (van in totaal 28)
  • Auteur
    Berichten
  • #117836

    In een van de eerste wallets ooit aangemaakt staan nog meer dan 1 miljoen bitcoins. Het is heel goed mogelijk dat die van meneer Nakamoto zijn. Het mooie van dit systeem is dat je bij iedereen op zijn rekening kan kijken, daarentegen weet jij bijna nooit van wie die rekening is.

    1.000.000 btc is momenteel wel ruim € 600.000.000. Dat ingebouwde achterdeurtje geloof ik niet zo..

    +500

    #117874
    Vivalatip
    Bijdrager

    Om iets nieuws te vinden, moet je eigenwijs zijn en gewoon doorgaan. Daarom heb ik op het moment een Neuraal Netwerkje gemaakt, deze zou er achter moeten komen wat de input zou hebben zijn geweest bij een gegeven Hash. Dit is gewoon een simpele/domme kleine test.

    Ik genereer van een x aantal getallen de sha256 hash. Dit is mijn dataset welke het neurale netwerk moet leren. Hierbij zijn de hashes de input van het netwerk en de x aantal getallen de target oftewel die output die het netwerk zou moeten geven. Via backpropagation wordt het netwerk geleerd.

    x = 10 (10 samples) ging zeer goed, error ging naar erg klein.
    x > 10 wordt het leren erg moeilijk, wel wordt er eerst een aardige error weggewerkt.

    #117877
    Armijn
    Lid

    @Koekebakker 38254 wrote:

    In een van de eerste wallets ooit aangemaakt staan nog meer dan 1 miljoen bitcoins. .

    Stel dit account wordt t.z.t. wakker dan kan je de koers van de bitcoin naar de 10$ manipuleren.

    Voor de exotische crypto munten geldt dat nu al voor een groot gedeelte dat je de koers met een beetje omzet hard naar boven of naar beneden kan krijgen. Interessant om te volgen.

    #117882
    Vivalatip
    Bijdrager

    Om maar even on-topic te blijven 😉 en voor het slapen gaan nog even een mooi plotje te showen. De volgende afbeelding geeft de error weer tegen de leertijd, dit over 100 samples/hashes.

    Wat houdt het nu precies in? Je zou het netwerk een hash kunnen geven, en dan zegt het netwerk wat de inverse hash is. In dit geval moet deze hash wel een van de 100 hashes zijn.

    #117884
    Vivalatip
    Bijdrager

    Ook 200 samples zijn geen probleem 🙂

    Mochten jullie vragen hebben waar ik uberhaapt mee bezig ben, of een technische vraag, stel ze gerust!

    #117960
    Vivalatip
    Bijdrager

    Ook gaan 500 samples goed, we gaan gewoon door! 😎

    #117965
    Kbucket
    Lid

    @Vivalatip 38305 wrote:

    Ook 200 samples zijn geen probleem 🙂

    Mochten jullie vragen hebben waar ik uberhaapt mee bezig ben, of een technische vraag, stel ze gerust!

    Vertel dan maar eens wat je aan het doen bent!

    #117971
    Vivalatip
    Bijdrager

    Uitleg:

    Machine Learning is een onderdeel van kunstmatige intelligentie, letterlijk machine laten leren. Zo kan ML gebruikt worden om bijvoorbeeld data te classificeren, clusteren, patroon herkenning ed. Ook kan ML functie benaderen. Een standaard voorbeeld is de XOR:

    Input Output
    0 0 0
    0 1 1
    1 0 1
    0 0 0

    Hier zijn de inputs (0,0), (0,1), (1,0) en (1,1), met de bijbehordende outputs 0, 1, 1, 0.
    De bedoeling is dat de machine met de gegeven input de output geeft. Hiervoor wordt bijvoorbeeld een Neuraal Netwerk gebruikt. Ook ik gebruik in mijn project een Neuraal Netwerk.

    Een Neuraal Netwerk is een hele simpele versie van hoe je hersenen ook werken. Een NN heeft Neuronen met daartussen verbindingen met een bijbehoorend gewicht. Voor meer info over Neuronen, check Google. Meestal bestaat een NN uit 3 lagen, Input laag, Hidden laag en een Output laag. Bij initialisatie staan de gewichten random, wanneer je dus de Input van de XOR aan het netwerk aanbied zal de uitkomst een random waarde zijn. Via BackPropagation, oftewel de leerfunctie kunnen de gewichten zich zo aanpassen dat de gewenste output word gegenereerd door het netwerk. Nu heeft het NN de XOR functie benaderd.

    Na het eten meer!

    #117974
    Kbucket
    Lid

    @Vivalatip 38397 wrote:

    Uitleg:

    Machine Learning is een onderdeel van kunstmatige intelligentie, letterlijk machine laten leren. Zo kan ML gebruikt worden om bijvoorbeeld data te classificeren, clusteren, patroon herkenning ed. Ook kan ML functie benaderen. Een standaard voorbeeld is de XOR:

    Input Output
    0 0 0
    0 1 1
    1 0 1
    0 0 0

    Hier zijn de inputs (0,0), (0,1), (1,0) en (1,1), met de bijbehordende outputs 0, 1, 1, 0.
    De bedoeling is dat de machine met de gegeven input de output geeft. Hiervoor wordt bijvoorbeeld een Neuraal Netwerk gebruikt. Ook ik gebruik in mijn project een Neuraal Netwerk.

    Een Neuraal Netwerk is een hele simpele versie van hoe je hersenen ook werken. Een NN heeft Neuronen met daartussen verbindingen met een bijbehoorend gewicht. Voor meer info over Neuronen, check Google. Meestal bestaat een NN uit 3 lagen, Input laag, Hidden laag en een Output laag. Bij initialisatie staan de gewichten random, wanneer je dus de Input van de XOR aan het netwerk aanbied zal de uitkomst een random waarde zijn. Via BackPropagation, oftewel de leerfunctie kunnen de gewichten zich zo aanpassen dat de gewenste output word gegenereerd door het netwerk. Nu heeft het NN de XOR functie benaderd.

    Na het eten meer!

    Ik wacht met smacht af!

    #117975
    Vivalatip
    Bijdrager

    Als je het begrijpt ga ik verder! Zo niet geef ff aan wat je niet begrijpt!

    #117979
    Vivalatip
    Bijdrager

    SHA256 is een hasing algoritme die een Output genereerd bij een gegeven input. De bitcoin mining regel gaat als volgt:

    Loop:
    if SHA(SHA(block + nonce)) < Target:
    Lucky you!
    else:
    nonce + 1

    Dit houdt in dat de 2 keer de SHA256 over een input gehaald een output geeft, genaamd Hash, oftwel:

    Hash = SHA(SHA(input))

    De Target krijg je van de Block zelf. Het is dus de bedoeling een input te vinden die door twee keer door de Hasing algoritme gehaald te zijn een Output/Hash geeft die kleinder is dan de target. Simpel right? Dit is alles, als je dit hebt gevonden kan je bitcoins ontvangen! Wanneer die niet kleiner is dan de Target, wat in de meeste gevallen zo is dan verhoog je nonce en probeer je opnieuw. Dit is wat zowat alle mining apparaten doen.

    Dit is genaamd Brute Force, oftewel maar gewoon proberen.

    Nu vraag je jezelf misschien af als je nu 2 keer de reverse SHA256 over de gewenste Hash doet dan krijg je de gewenste Input! Helaas kan dit niet en is dit nu juist waarom dit wordt gebruikt voor Bitcoins en andere beveiliging software.

    Feel free to ask, ook kan ik er naast zitten, sta helemaal open voor correctie!

    #117980
    Vivalatip
    Bijdrager

    Maar aangezien veel voorgaande hash algoritmes gekraakt zijn, zal ongetwijfeld deze ook te kraken zijn! Mensen die zeggen dat dat niet kan, bedoelen, het is nog niet gebeurd!

    Vanuit dit standpunt ga ik verder. We weten dat er nog niet een omgekeerde/reverse SHA256 bestaat en ik ga kijken of ik die kan ontdekken of in ieder geval een benadering.

    Van de vorige post weten we dat een Neuraal Netwerk een functie kan benaderen. Waarom zou een Neuraal Netwerk de Reverse SHA256 niet kunnen benaderen? Noem de Reverse SHA256 maar even de R-SHA256 voor het gemak.

    Wat ik doe is het volgende, ik reken de SHA256 uit van een aantal random inputs. Nu heb ik een Input1 met de bijbehorende Hash. Nu geeft ik het Neurale Netwerk als input de Hash en de Output die hij moet leren is de Input1.

    Wanneer het netwerk dit heeft geleerd zou ik gelijk de goede input kunnen krijgen door het Neurale Netwerk een Hash te geven waarvan ik weet dat die lager is dan de Target. En hoef ik dus niet elke waarde te proberen.

    Er kunnen twee dingen gebeuren, of het Neurale Netwerk gaat elke Hash en de bijbehorende Output onthouden of hij vind een functie die dat genereerd. Het eerste geval is waardeloos, want dan kan ik het Netwerk niet een Hash geven die hij nog niet heeft geleerd. In het tweede geval maakt het niet uit welke Hash je geeft, hij zal altijd de goede Output geven. Oftewel Bingo!

    #117987
    Kbucket
    Lid

    Duidelijk, ik kijk er vanavond nog even naar, dan kan ik duidelijker antwoorden

13 berichten aan het bekijken - 16 tot 28 (van in totaal 28)
  • Je moet ingelogd zijn om een reactie op dit onderwerp te kunnen geven.

Lost Password

Register