劲使大了!图灵二战时编写密码保护自家财产,战后本人竟无法解开

艾伦·图灵将积蓄换成银锭并埋在森林中,利用密码学知识编写了一张藏宝图。然而,随着时间推移,他竟无法解开自己设定的密码找到宝藏。

【导读】为躲避战争,图灵将积蓄埋在森林中,编码保护「藏宝图」。然而,身为破译奇才,他竟然破译不了自己编写的密码?

艾伦·图灵是有史以来最伟大的天才之一,被誉为现代计算机之父。图灵参与了世界上早期电子计算机的研制工作,还在二战中协助英国军队破解德国恩尼格玛密码。

他在计算机领域做出了跨时代的卓越贡献,并且一直走在密码编写和破译的最前沿。

正因如此,这个故事才如此戏剧又充满诗意:他自己编写的密码,成了这世上他唯一无法破译的难题。

设密码埋银锭,猜到开头却没猜中结局

图灵是一位非凡的数学家,在剑桥大学国王学院获得学位后,他成为了那里的研究员。工作后,他有了点积蓄。1940年,为了避免纳粹入侵夺走财产,图灵决心把这笔积蓄放在一个安全的地方。

据报道,图灵曾考虑将其全部转化为消耗品,比如剃须刀片。因为如果英国沦陷,人们总会需要这些东西。

然而,回顾第一次世界大战中比较保值的资产,白银似乎是最好的选择。因此,图灵将他的储蓄都换成了白银,总价250英镑,相当于现在的16,000英镑。

一般人可能到这儿就结束了,可图灵不是一般人。他觉得自己需要一个保险的方法,来确保银子不会被当税收征用,或者被日后入侵的纳粹扣押。于是,图灵将他的两块银锭埋在他工作的布莱奇利公园(Bletchley Park)周围的森林里。

但是,森林很大,没有藏宝图,他永远不会找到藏起来的银锭。所以图灵做起了老本行,写了一个密码,指向他埋藏的地点。

虽然纳粹从未到达英国海岸,但图灵还是预测到了一件事:战争结束时,白银价格上涨了80%。就在他将自己高瞻远瞩的计划变现时,他突然发现:自己找不到宝藏埋在哪儿了!。

随着地标的改变,据说连图灵自己都无法破解当时设下的密码。他曾多次寻找白银,但都以失败告终。他用金属探测器在森林中搜寻,但没有结果。1952年,就在他自杀的两年前,图灵进行了最后一次失败的尝试。

从未有人找到这些白银,很可能至今仍在布莱奇利公园森林的某个地方。据估计,银锭的重量约为68公斤,价值将超过34,500美元(约合人民币25万元)。

网友神评论:螳螂捕蝉,黄雀在后

对于这个故事,有网友表示:「有没有一种可能,就是有人看见图灵埋银锭了?」

有人开玩笑说:「有可能图灵之后找到了埋的宝藏,卖了高价,但没有向政府申报。」

然后评论画风逐渐奇怪,开始讨论贵金属、收入和税收之间的关系。

有人讲述了自己童年时候类似的故事。自己将20块零花钱藏在盒子里后埋在自家的院子里,第二天想找的时候却再也找不到了。过了二十年,他把这件事告诉了自己的姐姐,结果姐姐说她那天看到了,所以当晚就把钱挖了出来。

下面有人打趣道:「你姐姐是在教你,钱还是放在钱包和银行里更保险。」

由于图灵编写的密码已经遗失,所以要找到他埋的宝藏是相当困难。为了纪念图灵,数学家们与图灵传记电影《模仿游戏》合作举办了活动。他们制作了一个密码,邀请电影爱好者和图灵的粉丝去寻找仿制的银条。

通过寻宝等活动,图灵编写密码埋藏宝藏的故事一直为人称道,而这份宝藏蕴含的精神也一直存在,哪怕它还安静地躲在布莱奇利公园旁的某个角落。

参考资料:

https://www.iflscience.com/alan-turing-buried-his-life-savings-behind-a-cipher-so-hard-he-never-found-it-66034

内容概要:本文介绍了基于噪声抑制半监督学习的锂离子电池SOH(State of Health,健康状态)估计方法的Python代码实现。该方法融合半监督学习框架与先进的噪声抑制机制,旨在利用少量标注样本和量未标注数据,有效提升电池健康状态预测的精度与模型鲁棒性,特别适用于实际工程中电池老化数据标注成本高、样本稀缺的挑战性场景。通过设计高效的特征提取网络与可靠的伪标签生成及优化策略,模型能够有效识别并抑制训练过程中的噪声干扰,增强在复杂工况和数据波动下的泛化能力与稳定性。; 适合人群:具备一定机器学习理论基础和Python编程能力,从事电池管理系统(BMS)、新能源汽车、储能系统等领域的科研人员、工程师,以及专注于电池寿命预测、设备状态监测与智能运维等方向的硕博研究生;; 使用场景及目标:①解决锂离子电池SOH估计中标注数据获取困难、成本高昂的核心痛点;②提升模型在存在测量误差、传感器漂移或异常数据等噪声环境下的预测准确性与可靠性;③为相关科研课提供可复现、可扩展的算法基准与开源代码框架,加速算法迭代与工程落地; 阅读建议:此资源以Python代码为核心载体,强调算法的完整复现与实验验证过程,建议读者结合代码逐模块剖析模型架构、损失函数设计与训练流程细节,并积极在自有电池数据集上进行迁移学习、参数调优与性能对比,以深入掌握半监督学习与噪声抑制技术在电池退化建模中的关键应用。
内容概要:本文系统阐述了高速串行信号在传输过程中因信道损耗导致的眼图闭合问,并介绍了主流的均衡技术解决方案。信道作为低通滤波器,会显著衰减高频分量,造成码间干扰(ISI),尤其在速率高于1GHz更为严重。为恢复信号质量,发送端采用FFE(前馈均衡器)实施预加重或去加重,提前补偿高频损耗;接收端则结合CTLE与DFE进行二次均衡:CTLE通过模拟高通滤波器“削峰填谷”提升高频响应,而DFE利用反馈机制消除后向码间干扰,提高判决准确性。文章详细解析了各均衡模块的工作原理、电路结构、关键参数及其频率响应特性,并通过PCIe 3.0实例展示均衡前后眼图的改善效果,最后对比了不同技术的适用场景与优缺点。; 适合人群:从事高速电路设计、信号完整性分析等相关领域的工程师和技术人员,以及具备一定通信原理和电子工程基础的研发人员; 使用场景及目标:①理解高速信号传输中的损耗机理与眼图退化成因;②掌握FFE、CTLE、DFE等均衡技术的设计原理与应用场景;③为高速接口(如PCIe、USB等)的信号完整性优化提供理论支持与实践指导; 阅读建议:建议结合仿真工具观察不同均衡参数对眼图的影响,深入理解抽头系数、零极点配置等关键参数的调节逻辑,并关注实际硬件实现中的功耗与噪声权衡问
内容概要:本文详细介绍了基于光伏逆变器调节的中低压配电网电压分层协调控制策略的Matlab代码实现方法,旨在应对高渗透率光伏发电接入导致的配电网电压越限问。该策略构建了分层控制架构,上层采用集中式优化算法进行全局决策,下层则依赖本地测量信息实现快速动态响应,从而实现对多个分布式光伏逆变器的协同调控。文中系统阐述了控制模型的数学建模过程、优化求解算法的设计流程以及仿真验证方案,并基于标准测试系统开展了仿真实验,结果表明该方法在抑制电压波动、提升电压稳定性、降低网络损耗方面具有显著优势,具备良好的工程应用前景。; 适合人群:具备电力系统分析、自动控制理论及新能源并网技术等相关专业知识背景,熟悉Matlab/Simulink仿真平台,从事相关领域科研工作的高校研究生、科研院所研究人员及电力行业工程技术开发人员。; 使用场景及目标:①深入研究高比例分布式光伏接入背景下中低压配电网的电压控制难;②掌握分层协调控制体系的设计理念与实现机制;③学习并实践基于Matlab的电力系统建模、优化算法编程与仿真分析技术;④为实际配电网电压调控项目提供可复现、可拓展的技术参考与解决方案支撑。; 阅读建议:建议读者结合所提供的Matlab代码与典型配电系统模型开展仿真实践,重点剖析控制架构的层级划分逻辑、通信机制设计以及优化目标函数的构建方法,同可尝试将其拓展至多间尺度协调控制、考虑通信延迟与数据丢包等更贴近实际的复杂应用场景中进行深入研究。
源码下载地址: https://pan.quark.cn/s/2e09cbca2d82 【针对青龙面板wxpusher推送问的修复包】是一个为青龙面板(QL Panel)设计的更新或改进版本,其目的是纠正与wxpusher相关的推送故障。青龙面板是一个被广泛应用的自动化部署及管理解决方案,它赋予用户在图形化环境中执行多种IT运维操作的能力,涵盖脚本操作、周期性任务执行以及文件处理等。wxpusher作为青龙面板的一个附加组件,承担着实现微信消息推送的任务,用以保障用户可以即获取系统关键状态变动或异常警报。 sendNotify.js 是此修复包内含的关键模块,属于wxpusher插件的一部分,其核心职责是发送各类通知。在JavaScript编程语言中,该脚本或许内含了处理推送流程、调用微信推送端点以及消息内容的格式化和校验等操作。一旦青龙面板监测到新的事件状况,例如任务成功完成、发生错误或系统进入维护阶段,sendNotify.js便会被激活,将相关数据传送至用户的微信账户。 ql.js 另一个重要的构成部分,可能代表了青龙面板的核心代码库或专用于wxpusher的设定文档。它或许包含了整合wxpusher的相关参数,例如启动过程、授权核实、故障应对和日志管理等功能。ql.js与sendNotify.js协同工作,确保wxpusher能够顺利与青龙面板进行数据交互,并可靠地向用户传递通知信息。 CK_WxPusherUid.json 这一文档很可能是储存用户信息或配置参数的JSON格式文件。"CK"通常指代Cookie或某种缓存机制,而"WxPusherUid"可能意指wxpusher用户的专属识别码。该文件用于保存用户微信推送服务的连接详情,让青龙面板可以...
源码链接: https://pan.quark.cn/s/a4b39357ea24 在Java开发中,处理批量数据,合理利用线程池可以显著提高程序的执行效率和资源利用率。 本文将深入探讨如何在Java中使用线程池来查询量数据,以及这样做的好处和实现方法。 理解线程池的概念至关重要。 线程池是一种多线程处理形式,预先创建了若干个线程,当有任务需要执行,会从线程池中取出一个线程来执行任务,任务执行完毕后,线程返回线程池中等待新的任务。 这种机制避免了频繁创建和销毁线程带来的性能开销,提高了系统的响应速度和并发处理能力。 Java中的线程池主要由`java.util.concurrent`包下的`ExecutorService`接口及其实现类提供。 最常见的实现是`ThreadPoolExecutor`,它允许我们自定义线程池的核心参数,如核心线程数、最线程数、线程存活间等。 使用线程池查询批量数据的基本步骤如下: 1. **创建线程池**:我们需要创建一个线程池实例。 通常,我们可以根据实际需求设置线程池参数。 例如,如果数据量且系统资源充足,可以适当增加线程数量;反之,若系统资源有限,应控制线程数量,避免资源过度消耗。 ```java int corePoolSize = 4; int maximumPoolSize = 8; long keepAliveTime = 60L; TimeUnit unit = TimeUnit.SECONDS; BlockingQueue<Runnable> workQueue = new LinkedBlockingQueue<>(); ThreadFactory threadFactory = Executors.defa...
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值