سال نو میلادی مبارک🥳

🔐‏ امضای دیجیتال یکی از مهم‌ترین ابزارهای امنیتی در دنیای تکنولوژی هستش که برای اثبات هویت و تایید اصالت داده‌ها استفاده می‌شه. این تکنولوژی از الگوریتم‌های رمزنگاری نامتقارن استفاده می‌کنه و به کمک یک جفت کلید (کلید عمومی و خصوصی) کار می‌کنه.

📝 وقتی یک فایل یا پیام رو امضا می‌کنیم، اول یک هش از محتوا ساخته می‌شه. این هش با کلید خصوصی فرستنده رمز می‌شه و به عنوان امضای دیجیتال به پیام اصلی اضافه می‌شه. گیرنده با استفاده از کلید عمومی فرستنده می‌تونه امضا رو verify کنه و مطمئن بشه که پیام واقعاً توسط فرستنده ارسال شده و در مسیر تغییر نکرده.

🌐 یکی از کاربردهای مهم امضای دیجیتال در SSL/TLS هستش. وقتی به یک وب‌سایت HTTPS متصل می‌شیم، سرور گواهینامه‌ای رو ارائه می‌ده که توسط یک Certificate Authority معتبر امضا شده. مرورگر با بررسی این امضا می‌تونه از هویت سرور مطمئن بشه.

⛓️ در حوزه بلاکچین هم امضای دیجیتال نقش کلیدی داره. هر تراکنش با کلید خصوصی کیف پول امضا می‌شه تا از هویت فرستنده و تمامیت تراکنش اطمینان حاصل بشه. الگوریتم ECDSA که در بیت‌کوین استفاده می‌شه یکی از معروف‌ترین الگوریتم‌های امضای دیجیتال هستش.

🛡 از نظر تکنیکی، امضای دیجیتال باید چند ویژگی مهم داشته باشه:
- غیرقابل جعل باشه: فقط دارنده کلید خصوصی بتونه امضا تولید کنه
- غیرقابل انکار باشه: فرستنده نتونه امضای خودش رو انکار کنه
- غیرقابل استفاده مجدد باشه: نشه امضای یک پیام رو برای پیام دیگه‌ای استفاده کرد
- غیرقابل تغییر باشه: کوچک‌ترین تغییر در پیام باعث نامعتبر شدن امضا بشه

🔒 ‏RSA و ECC دو تا از پرکاربردترین الگوریتم‌های رمزنگاری برای امضای دیجیتال هستن. RSA از اعداد اول بزرگ استفاده می‌کنه و امنیتش به سختی فاکتورگیری وابسته هستش. ECC از منحنی‌های بیضوی استفاده می‌کنه و با کلیدهای کوچک‌تر امنیت مشابهی ایجاد می‌کنه.

⚡️ در سیستم‌های مدرن امضای دیجیتال معمولاً با تابع‌های هش مثل SHA-256 یا SHA-3 ترکیب می‌شه. این کار سرعت امضا رو بالا می‌بره چون به جای امضای کل پیام، فقط هش اون امضا می‌شه.


#DigitalSignature #CryptographyTechnology #Blockchain #امنیت_اطلاعات #امضای_دیجیتال

خوشحال می‌شم اگر مشکلی در متن مشاهده کردید برای من توی کامنت ها بنویسید تا تصحیح کنم.


💙💙 @PhiloLearn 💙💙

از ماه پیش درگیر ساخت یک مجموعه جدید بود برای یوتیوب
تازه شروع کرده بودم به ضبط ویدیو هاش که یه درگیری جدید پیش اومد
انگار قسمت نیست که این اتفاقا بیوفته (نه که من به قسمت و تقدیر و این حرفا خیلی اعتقاد دارم 😂😂)

#موقت

‏ 📦کانتینرها و مجازی‌سازی دو تا از مهم‌ترین تکنولوژی‌های دنیای مدرن هستن که نحوه اجرای اپلیکیشن‌ها رو متحول کردن. مجازی‌سازی به ما اجازه می‌ده چند تا سیستم‌عامل رو روی یک سرور فیزیکی اجرا کنیم، در حالی که کانتینرها یک لایه انتزاعی بالاتر رو فراهم می‌کنن.

⚙️ وقتی از Virtual Machine استفاده می‌کنیم، یک Hypervisor داریم که مسئول مدیریت منابع سخت‌افزاری و تخصیص اون‌ها به VM‌ها هست. هر VM یک سیستم‌عامل کامل، درایورها و کتابخونه‌های خودش رو داره. این باعث می‌شه VM‌ها سربار زیادی داشته باشن و برای راه‌اندازی به زمان بیشتری نیاز داشته باشن.

🔧 کانتینرها برعکس VM‌ها، از کرنل سیستم‌عامل میزبان استفاده می‌کنن و فقط پروسس‌ها رو ایزوله می‌کنن. Docker که در سال ۲۰۱۳ منتشر شد، استفاده از کانتینرها رو خیلی ساده کرد. هر کانتینر شامل اپلیکیشن و تمام دیپندنسی‌های اون هست، ولی نیازی به یک سیستم‌عامل کامل نداره.

🌐 برای مثال، اگه یک اپلیکیشن Node.js داشته باشیم، می‌تونیم اون رو توی یک کانتینر پک کنیم که شامل Node.js runtime، کد اپلیکیشن و تمام package‌های مورد نیاز هست. این کانتینر رو می‌شه روی هر سیستمی که Docker نصب داره اجرا کرد، بدون اینکه نگران کانفیگ محیط باشیم.

📸 یکی از مفاهیم مهم در دنیای کانتینرها، مفهوم Image هست. Image‌ها template‌های read-only هستن که شامل دستورالعمل‌های ساخت کانتینر می‌شن. وقتی یک Image رو run می‌کنیم، در واقع یک کانتینر از روی اون ساخته می‌شه. این Image‌ها رو می‌شه توی رجیستری‌هایی مثل Docker Hub به اشتراک گذاشت.

‏⚖️ Orchestration یکی دیگه از مفاهیم کلیدی هست. وقتی تعداد کانتینرها زیاد می‌شه، نیاز به ابزارهایی مثل Kubernetes داریم که مسئول مدیریت، اسکیل کردن و لود بالانسینگ کانتینرها هستن. Kubernetes در سال ۲۰۱۴ توسط گوگل اوپن‌سورس شد و الان استاندارد صنعت برای container orchestration هست.

🔒 یکی از ویژگی‌های جالب کانتینرها قابلیت resource limitation هست. می‌تونیم برای هر کانتینر محدودیت CPU و RAM تعیین کنیم تا از مصرف بیش از حد منابع جلوگیری بشه. همچنین می‌تونیم برای هر کانتینر یک شبکه مجازی تعریف کنیم و پورت‌های خاصی رو در اختیارش بذاریم.

🛡 سکیوریتی در کانتینرها از طریق مکانیزم‌های مختلفی تامین می‌شه. Linux namespaces برای ایزوله کردن پروسس‌ها استفاده می‌شن و cgroups برای محدود کردن دسترسی به منابع به کار می‌رن. همچنین می‌تونیم از security policies برای محدود کردن دسترسی‌های یک کانتینر استفاده کنیم.

#کانتینرها #مجازی‌سازی #Containers #Virtualization #Docker #Kubernetes

💙💙 @PhiloLearn 💙💙

‏ 🧮 الگوریتم‌ها بخش مهمی از علوم کامپیوتر هستن و نقش اساسی در حل مسائل محاسباتی دارن. یه الگوریتم در واقع دنباله‌ای از دستورالعمل‌های دقیق و مشخصه که برای حل یه مسئله یا انجام یه وظیفه طراحی شده. الگوریتم‌ها می‌تونن ساده یا پیچیده باشن، اما همشون باید ویژگی‌های مشخصی داشته باشن تا موثر و کارآمد باشن.

🎯 یکی از مهم‌ترین ویژگی‌های الگوریتم‌ها، قطعیت اونهاست. یعنی هر بار که الگوریتم با ورودی یکسان اجرا بشه، باید خروجی یکسانی تولید کنه. همچنین الگوریتم‌ها باید در تعداد محدودی گام به پایان برسن و نتیجه مشخصی تولید کنن.

⏱️ پیچیدگی زمانی و فضایی از معیارهای مهم ارزیابی الگوریتم‌ها هستن. پیچیدگی زمانی نشون می‌ده که الگوریتم چقدر زمان می‌بره تا اجرا بشه، و پیچیدگی فضایی مقدار حافظه‌ای که الگوریتم نیاز داره رو مشخص می‌کنه. این معیارها معمولا با نمادگذاری O بزرگ (Big O notation) بیان می‌شن.

🔍 انواع مختلفی از الگوریتم‌ها وجود دارن که هر کدوم برای حل مسائل خاصی طراحی شدن. مثلا الگوریتم‌های مرتب‌سازی مثل Quicksort و Mergesort برای مرتب کردن داده‌ها استفاده می‌شن. الگوریتم‌های جستجو مثل جستجوی دودویی برای پیدا کردن داده‌ها در مجموعه‌های مرتب شده به کار می‌رن.

🕸 الگوریتم‌های گراف مثل Dijkstra و Kruskal برای حل مسائل مربوط به گراف‌ها استفاده می‌شن. این الگوریتم‌ها در مسیریابی، شبکه‌های اجتماعی و بهینه‌سازی کاربرد دارن.

🤖 یکی از پیشرفت‌های مهم در زمینه الگوریتم‌ها، توسعه الگوریتم‌های یادگیری ماشین و هوش مصنوعیه. این الگوریتم‌ها می‌تونن از داده‌ها یاد بگیرن و الگوها رو تشخیص بدن. مثلا الگوریتم‌های شبکه‌های عصبی عمیق در تشخیص تصویر و پردازش زبان طبیعی استفاده می‌شن.

🔐الگوریتم‌های رمزنگاری مثل RSA و AES برای امنیت داده‌ها و ارتباطات دیجیتال حیاتی هستن. این الگوریتم‌ها از ریاضیات پیچیده برای رمزگذاری و رمزگشایی اطلاعات استفاده می‌کنن.

🌍 در دنیای امروز، الگوریتم‌ها نقش مهمی در زندگی روزمره ما دارن. از الگوریتم‌های پیشنهاد محتوا در شبکه‌های اجتماعی گرفته تا الگوریتم‌های مسیریابی در نرم‌افزارهای نقشه، همه جا با الگوریتم‌ها سر و کار داریم.

🔬 طراحی و بهینه‌سازی الگوریتم‌ها یکی از چالش‌های اصلی در علوم کامپیوتره. محققان همیشه در تلاشن تا الگوریتم‌های سریع‌تر و کارآمدتری برای حل مسائل پیچیده پیدا کنن. مثلا الگوریتم‌های کوانتومی که از اصول مکانیک کوانتومی استفاده می‌کنن، می‌تونن بعضی مسائل رو خیلی سریع‌تر از الگوریتم‌های کلاسیک حل کنن.

👨‍💻👩‍💻 درک و تسلط بر الگوریتم‌ها برای هر برنامه‌نویس و متخصص کامپیوتر ضروریه. این مهارت نه تنها در طراحی نرم‌افزارهای کارآمد مهمه، بلکه در حل مسائل پیچیده دنیای واقعی هم کاربرد داره.

#الگوریتم #علوم_کامپیوتر #برنامه_نویسی #هوش_مصنوعی #Algorithm #ComputerScience #Programming #AI


پ.ن: اگر خواستید بیشتر درباره الگوریتم ها بدونید، پیشنهاد میکنم که به این پست هم یه نگاهی بندازید.


💙💙 @PhiloLearn 💙💙

خبر داغ : DeepSeek توی یه حرکت برگ ریزون دیگه مدل Janus-Pro خودش که برای تولید عکس از متن بود رو اوپن سورس کرد، به گفته خودشون از DALL-E 3 بهتر عمل می‌کنه.

https://huggingface.co/deepseek-ai/Janus-Pro-7B

https://huggingface.co/deepseek-ai/Janus-Pro-1B


حقیقتا دیپ سیک داره حرکات برگریزانی میکنه
حس میکنم کم کاری کردم تو پوشش دادنش

@PhiloLearn

بریم با زبان ساده‌تر ببینیم چرا اختراعات AI دیپ‌سیک همه رو انگشت به دهن گذاشته (و احتمالا مارکت کپ ۲ تریلیون دلاری انویددیا رو به خطر انداخته)
اول یکم زمینه رو توضیح بدیم: فعلا فرایند آموزش مدل‌های AI به شدت پرهزینه‌ست. انترپرایزهایی مثل OpenAI Anthropic و ... بیشتر از ۱۰۰ میلیون دلار فقط برای محاسبات خرج می‌کنن

پس نیاز به مراکز داده بسیار بزرگ با هزاران GPU چهل هزار دلاری دارن

انگار یه نیروگاه برق بسازی برای راه‌اندازی یک کارخونه
حالا DeepSeek اومده گفته «هه! اگه همه این کارها رو با ۵ میلیون دلار انجام دادم چی؟»

وحرف مفت هم نزده و واقعا این کار رو کرده!
مدل اونها توی تسک‌های زیادی تونسته GPT-4 و Clause رو شکست بده

و این باعث شگفتی دنیای هوش مصنوعی شده!

چطور این کار رو کردن؟

همه چیز رو از اول بازاندیشی کردن. هوش مصنوعی‌های سنتی مثل اینن که هر عدد رو با ۳۲ اعشار می‌نویسن.

دیپ‌سیک گفته« خب چرا با ۸ تا ننویسیم؟ تقریبا همون قدر دقیقه!»

بوم! ۷۵٪ کاهش در حافظه مورد نیاز!
بعد رفتن سراغ سیستم Multi token

هوش مصنوعی‌های نرمال مثل یه بچه کلاس اولی می‌خونن: « بابا .... نان .... داد»

ولی دیپ‌سیک کل جمله رو یکجا می‌خونه با سرعت ۲ برابر و دقت ۹۰٪

وقتی قراره میلیاردها کلمه رو تحلیل کنی این خیلی مهمه!
ولی قسمت هوشمندانه‌شون اینه:

یه چیزی ساختن مثل «سیستم تخصص»
به جای اینکه یه AI غول‌آسا همه چیز رو بدونه (مثلا یه آدم که هم دکتر باشه هم مهندس، هم جامعه‌شناس و ... )، فقط از متخصصینی استفاده می‌کنن که در مواقع نیاز فراخوانی میشن
مدل‌های نرمال سنتی؟
تمام ۱.۸ تریلیون پارامتر در لحظه فعالن
دیپ‌سیک؟
۶۷۱ بیلیون در مجموع داره که ۳۷ بیلیونش در لحظه فعالن

مثل این می‌مونه که تیم بزرگی داشته باشی ولی فقط اونی رو صدا بزنی که الان برای یک کاری بهش نیاز داری

نتیجه حیرت‌انگیزه:

هزینه آموزش مدل: ۱۰۰ میلیون >> ۵ میلیون
تعداد GPU: صد هزار > دو هزار
هزینه API: نود و پنج درصد ارزون‌تر
می‌تونه روی کارت گرافیک‌های گیمینگ هم ران بشه بدون نیاز به سخت‌افزار مرکز داده
حالا ممکنه بگی «صبر کن ببینم! حتما یه ریگی توی کفش‌شون هست!»

اصلا قسمت جذاب داستان همینه: همه‌اش اپن سورسه! همه می‌تونن کارشون رو بررسی کنن. کدش عمومیه. راهنمای تکنیکال همه چیز رو توضیح میده. جادو جنبل نکردن، صرفا هوشمندانه مهندسی کردن.
چرا این داستان مهمه؟

چون این فرض و مدل رو که «فقط کمپانی‌های بزرگ می‌تونن توی عرصه AI بازی کنن» رو باطل می‌کنه

برای انویدیا این ترسناکه! کل مدل بیزنس‌شون بر مبنای این بود که با مارجین ۹۰ درصد GPU های فوق گرون بفروشن. حالا معلومه مشکل چیه اگه همه بتونن با GPUهای گیمینگ مدل هوش مصنوعی بسازن!
ضربه نهایی هم این بود:

دیپ‌سیک این کار رو با تیمی کمتر از ۲۰۰ نفر انجام داد.

در حالیکه هزینه‌هایی که متا برای حقوق کارکنانش می‌پردازه از کل بودجه آموزش دیپ‌سیک بیشتره و مدل‌شون هم به این اندازه خوب نیست

یه داستان کلاسیک از شکستن وضع موجود:

در حالیکه بنگاه‌های مستقر دارن فرآیندهای موجودشون رو بهینه‌سازی می‌کنن، بت‌شکن‌ها میان و کل پروسه رو از اول بازاندیشی می‌کنن

دیپ‌سیک هم پرسید «چی میشه به جای اینکه هی سخت‌افزار اضافه کنیم، این کار رو هوشمندانه‌تر انجام بدیم؟»

عواقبش چشمگیره:
- دسترسی به توسعه هوش مصنوعی بیشتر میشه
- رقابت به شدت افزایش پیدا می‌کنه
- «سنگر»های بزرگ شرکت‌های تکنولوژیک مثل دست‌اندازهای کوچیک جلوه می کنه
- نیازهای سخت‌افزاری و هزینه‌ها به شدت کم میشه

البته غول‌هایی مثل OpenAI و Anthropic بیکار نمی‌شینن. احتمالا همین الان هم شروع کردن به استفاده و به کارگیری این ابداعات. ولی غول بهره‌وری از چراغ جادو اومده بیرون. دیگه نمی‌تونی برگردی به دورانی که هی سخت‌افزار اضافه کنی
به نظر می‌رسه این لحظه از اونهاست که بعدا به عنوان نقطه عطف بهش نگاه می‌کنیم. درست مثل موقع‌هایی که PCها کامپیوتر‌های بزرگ‌ رو از رده خارج کردن، یا محاسبات ابری همه‌ چیز رو تغییر داد.

هوش مصنوعی قراره باز هزینه بسیار کمتر، و به مقدار بیشتری در دسترس قرار بگیره.

سوال این نیست که آیا این باعث تغییر زمین بازی‌گران بزرگ این عرصه میشه یا نه، سوال اینه که با چه سرعتی این کار رو می‌کنه.

https://x.com/Cryptonut24/status/1883897510936314158


@PhiloLearn

وسط درگیری هوش مصنوعی و جابجا شدن سد سخت افزاری و این حرفا هم خبر اومده که فیس‌بوک اخیراً پست‌ها و حساب‌های کاربری که به موضوعات لینوکس اشاره دارن رو با عنوان «تهدیدات سایبری» مسدود کرده! سایت DistroWatch که اخبار و بررسی‌های لینوکس رو منتشر می‌کنه، وسط این جنجال قرار گرفته و می‌گه فیس‌بوک به اشتباه لینوکس رو بدافزار تشخیص داده. کاربران هم گزارش دادن که بعد از به اشتراک‌گذاری پست‌های لینوکسی، حساب‌هاشون قفل یا محدود شده. به نظر می‌رسه این ممنوعیت موقتی باشه و DistroWatch امیدوار به اینه که فیس‌بوک زودتر به اشتباهش پی ببره. جالب اینجاست که فیس‌بوک خودش کلی از زیرساختش رو روی لینوکس راه انداخته!

#news

@PhiloLearn

میخواستم اعلام کنم که همچنان به افرادی که وارد این گروه بشن نفری یه موز داده میشود 🍌

نکته مهم: به خاطر اینکه ربات ها وارد کامنت ها میشدن و اسپم میکردن فقط افرادی که توی گروه عضو باشن میتونن کامنت بذارن.

دوستان خواهشا اگه pv کسی خواستید سوالی بپرسید، نگید سلام و برید.
توی یک پیام بصورت کاملا منسجم سلام کنید و سوالتون رو بپرسید.
http://noHello.net/fa

الان با duckduckgo.com/bangs آشنا شدم
مدتیه که دیدم کروم یه قابلیتی رو اضافه کرده که @ میزنی و به یه سری چیزا توی خودش دسترسی پیدا میکنی ولی داک داک گو واقعا فرای این حرفا رفته و به گفته ی خودش هزاران بنگ مختلف داره الان

چیز فان و باحالیه
البته که من خودم یه سری به کروم به صورت دستی اضافه کردم که در عکس مشاهده می‌کنید.

#fun

@PhiloLearn

همینطور برگردیم به اخبار تکنولوژی خودمون

شما شاید نشنیده باشید ولی یک ساعت هوشمندی بود به اسم Pebble سال ۲۰۱۳ معرفی شد که یک سیستم عامل انحصاری داشت و بنا به دلایلی در سال ۲۰۱۶ شرکت Pebble به شرکت Fitbit فروخته شد و ساخت این ساعت ها به پایان رسید.


حالا از تاریخچه که رد بشیم، گوگل ۳ روز پیش سیستم‌عامل این ساعت هوشمند رو اوپن سورس کرده و الان سورس کدش در دسترسه و چند نفر گفتن که قراره دوباره این ساعت رو به زندگی برگردونن.



سورس‌کد سیستم‌عاملش


#Foss
@SohrabContents

خبر از ممنوعیت و فیلتر شدن دیپ سیک داره از چند کشور دنیا میاد
به به
یکم عجیبه روی چین فیلتر اعمال کردن 😂😂

@PhiloLearn

من وقتی با لینوکس آشنا شدم یکی از اولین جملاتی که شنیدم این بود که میگفتن میتونی رو در یخچال غیر هوشمند خونتون هم لینوکس رو نصب کنی
حقیقتا اون زمان فکر میکردم صرفا یک استعاره از انعطاف پذیری لینوکسه ولی الان بعد از ۲ سال کاملا مطمئنم هیچ اغراقی تو این جمله نبوده و نیست😂😂

یه دانش آموز دبیرستانی با یوزرنیم vk6_ بعد از اینکه تونست بازی DOOM رو توی pdf اجرا کنه اومد و با کمک یک ایمولیتور RISC-V لینوکس رو توی یه فایل PDF فرو کرده.

این فایلی که فرستادم همونه و این هم ریپازیتوریشه

پ.ن: شما موقعی که دبیرستان بودید چه کار خفنی انجام دادید؟ من با کاغذ یه چیزی میساختم صدای ترقه میداد 😂😂

@PhiloLearn

پست قبلی رو پاک کردم، حس کردم بهتره که خودم بنویسم.
بعد از اینکه مدل deepseek-r1 به صورت اوپن سورس منتشر شد، محمدرضا حقیری تصمیم گرفت کار خودش رو روی این مدل شروع کنه. من به نحوی طرفدار کار های حقیری شدم مدتی.

این مدل تلاشی است برای ایجاد مدل‌های چند زبانه و روی دستگاه که می‌توانند بر روی سخت‌افزار مصرف‌کننده اجرا شوند. این مدل مراحل استفاده شده در آموزش مدل DeepSeek را دنبال می‌کند. با این حال، این مدل یک مدل استدلالی نیست و یک مدل عمومی پاسخگویی به سوالات، گفتگویی و بدون سانسور است که با هزینه‌ای در حدود ۴۰۰۰ دلار آمریکا ساخته شده است.

همچنین، این مدل بر اساس معماری Command R است، زیرا آن معماری بهترین نتایج را در چت چند زبانه به ما داده است. به‌ویژه با زبان‌هایی مانند فارسی و عربی. به این ترتیب، می‌توانید این مدل را به عنوان یک نسخه قابل استفاده تجاری از aya expanse نیز در نظر بگیرید.

مدل هرمز، به صورت عمومی در دسترس قرار گرفت:

https://huggingface.co/mann-e/Hormoz-8B

اطلاعات بیشتر و نحوه استفاده در گیتهاب قرار گرفت:

https://github.com/Mann-E/hormoz


@PhiloLearn