이 문서에서는 비트코인 블록의 헤더 정보를 기반으로 블록 해시 값을 계산하는 과정과 파이썬 소스 코드를 제시합니다. 비트코인 블록 정보 예제를 위해 선택한 비트코인 블록 99,997 은 2개의 트랜잭션으로 이루어졌고 기본 정보는 아래와 같습니다. 브라우져에서 아래의 URL을 입력하면 JSON 형식의 데이터를 받아 볼 수 있습니다. https://blockchain.info/block-height/99997?format=json { "blocks":[{ "hash":"000000000001f657aad04f95503e76a6ee02641deea87721de00d34ad3a9f8e8", "ver":1, "prev_block":"000000000002b18ac1956a1388ce19d7be29532c2b79104ec172e38bd990be2f", "mrkl_root":"5140e5972f672bf8e81bc189894c55a410723b095716eaeec845490aed785f0e", "time":1293623406, "bits":453281356, "next_block":["0000000000002103637910d267190996687fb095880d432c6531a527c8ec53d1"], "fee":0, "nonce":459819282, "n_tx":2, "size":474, ...
글
블록을 구성하는 트랜잭션들의 해시 값들로부터 계산하는 머클 루트는 블록 헤더에 포함됩니다. 이 문서에서는 머클 루트를 계산하는 과정을 소개하고 이를 구현하는 파이썬 소스 코드를 제시합니다. 배경 지식 엔디언 출처: 위키피디어: 엔디언 비트코인 블록 정보 다음은 2개의 트랜잭션으로 이루어진 비트코인 블록 99,997 의 머클 루트 값과 두 트랜잭션의 해시 값입니다. 이 블록의 머클 루트 값은 다음과 같습니다. 5140e5972f672bf8e81bc189894c55a410723b095716eaeec845490aed785f0e 두 트랜잭션의 해시 값은 다음과 같습니다. 0: b86f5ef1da8ddbdb29ec269b535810ee61289eeac7bf2b2523b494551f03897c 1: 80c6f121c3e9fe0a59177e49874d8c703cbadee0700a782e4002e87d862373c6 머클 루트 계산 과정 아래의 1번과 4번 과정은 비트코인 도구가 해시 값을 빅 엔디안으로 표현하고 있기 때문에 필요한 처리 과정입니다. 해시 문자열에서 연속하는 2개의 문자가 한 바이트에 대한 16진 표현에 해당합니다. 1. 트랜잭션의 해시 값을 리틀 엔디안으로 변환하기 (바이트 배열로 표현했을 때 역순으로 재배열) 0: 7c89031f5594b423252bbfc7ea9e2861ee1058539b26ec29dbdb8ddaf15e6fb8 1: c67323867de802402e780a70e0deba3c708c4d87497e17590afee9c321f1c680 2. 두 해시 이어 붙이기 7c89031f5594b423252bbfc7ea9e2861ee1058539b26ec29dbdb8ddaf15e6fb8c67323867de802402e780a70e0deba3c708c4d87497e17590afee9c321f1c680 3. 이어 붙인 해시에 대하여 두 번 연속 SHA256 해시 계산하기 0e5f78ed0a4945c8eeea1657093b7210a...
PlantUML 간단하게 사용하기 UML 다이어그램을 그릴 때 사용할 수 있는 PlantUML을 PC에 설치하고 이미지 파일을 생성하는 방법을 소개합니다. 1. 설치하기 Java 설치 plantuml.jar 다운로드 2. 실행하기 2.1. 텍스트 파일 작성 텍스트 파일 sequenceDiagram.txt 을 만들고 PlantUML 문법 으로 아래와 같이 내용을 작성하여 저장합니다. @startuml Alice -> Box: test @enduml 2.2. 이미지 파일 생성 위에서 작성한 텍스트파일로 다이어그램 파일을 생성하는 방법 두 가지를 소개합니다. 2.2.1. 명령 프롬프트에서 생성하는 방법 java -jar plantuml.jar sequenceDiagram.txt 텍스트 파일에서 한글을 사용하였고 UTF-8로 저장하였다면 아래와 같이 파일 인코딩 형식을 지정하여 실행하면 다이어그램에서 한글이 정상적으로 표시됩니다. java -Dfile.encoding=UTF-8 -jar plantuml.jar sequenceDiagram.txt 위 명령을 수행하면 해당 디렉토리에 sequenceDiagram.png 이미지 파일이 생성됩니다. 2.2.2 GUI에서 생성하는 방법 java -jar plantuml.jar -gui GUI 프로그램은 작업 디렉토리의 변경을 자동으로 감지하고 이미지 파일을 생성해 줍니다. 참고 자료 PlantUML 간단 요약 PlantUML for the impatient PlantUML GUI Written with StackEdit .
Guava BloomFilter 사용 기초 사용 환경 Windows 10 Java 1.8 Gradle 7.2 Spring Boot 2.5.4 Oracle DB 19 MyBatis 2.2.0 프로젝트 생성하기 프로젝트 생성 브라우져에서 spring initializr 를 방문하여 아래와 같이 입력하고 GENERATE 버튼을 클릭합니다. Project: Gradle Project Language: Java Spring Boot: 2.5.5 Project Meta: Group: trvoid.bloomfilter Artifact: bloom-filter Name: bloom-filter Package name: trvoid.bloomfilter Packaging: Jar Java: 8 Dependencies: JDBC API MyBatis Framework Oracle Driver 생성된 프로젝트 파일을 다운로드하여 압축을 풉니다. 프로젝트 폴더 구조는 아래와 같습니다. bloom-filter |-src |-main |-java |-trvoid.bloomfilter |-BloomFilterApplication.java |-resources |-application.properties |-test |-java |-trvoid.bloomfilter |-BloomFilterApplicationTests.java |-build.gradle build.gradle 파일에서 의존성 항목을 확인할 수 있습니다. dependencies { implementation 'org.springframework.boot:spring-boot-starter-jdbc' implementation 'org.mybatis.sprin...
diabetes-onset-by-gaussian-nb 당뇨병 발병 예측 - Gaussian Naive Bayes 모델 ¶ 이 글에서는 피마 인디언 당뇨병 데이터세트를 사용하여 어떻게 당뇨병 발병을 예측할 수 있는지 베이지안 추론 방식으로 보여줍니다. 이 글의 전개 과정은 아래와 같습니다. 당뇨병 발병 데이터세트를 준비합니다. 발병 여부별로 측정값의 히스토그램을 그려서 분포를 파악합니다. 발병 여부에 따라서 측정값이 어떻게 분포할 수 있는지 설명하는 모델을 정의합니다. 측정값이 주어질 때 발병 여부를 예측하는 분류기를 구현합니다. 데이터 세트를 훈련 데이터와 검증 데이터로 나누어 분류기를 훈련시키고 예측 성능을 구합니다. 라이브러리 준비 ¶ 사용할 파이썬 라이브러리들을 임포트합니다. In [23]: from collections import defaultdict import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from scipy.stats import norm import matplotlib.pyplot as plt % matplotlib inline np . set_printoptions ( precision = 6 ) np . random . seed ( 7 ) 데이터 준비 ¶ UCI Machine Learning 에서 제공하는 Pi...