每日区块链:亚马逊子公司注册三个加密货币及以太坊域名


1 英国电信获得区块链安全措施专利



英国最大互联网和电信服务商获得一项网络安全措施专利,其目的是保护区块链。


10月31日获得的专利中,英国电信(BT,British Telecommunications PLC)简述了一种防止区块链恶意攻击的方法,一种限制谁可以通过用户特定资料向系统提交交易的方法。区块链底层代码可以自动拒绝不匹配所描述账户的交易。


专利提到的一个用例是“大多数控制攻击”(majority control attacks,也叫“51%攻击”),就是算力超过总算力50%的敌对势力试图控制区块链网络。


专利显示:


“尽管有区块链系统的架构,恶意攻击还是威胁到区块链安全和可靠性”。


当发现攻击,系统会自动停止进行交易,甚至可以防止大多数攻击生效。


专利进一步提到用超负荷交易请求让矿机完全瘫痪的分布式拒绝服务攻击(DDoS)。


BT没有提到将如何应对此类攻击,不过却表示“它将有利于提供发现和消除区块链环境威胁的机制”。


尽管专利讨论通过能源密集型挖矿流程来验证交易的方法,比如数字货币比特币采用的流程,BT却提出该流程与专利系统无关。


2 新西兰监管机构:加密货币属于证券



新西兰金融监管机构发布了有关首次数字代币发行(ICO)以及加密货币的新指南。


新西兰金融市场监管局(FMA)在上周发布的一份声明中概括了国家法律适用于代币发售的情况。值得注意的是,该监管机构表示,从该机构角度来看,任何加密货币或源于ICO的代币都将被视为证券。


FMA表示:


“根据[金融市场行为法2013],所有代币或加密货币都属于证券——即使这些代币或加密货币不属于金融产品。证券就是具有或意图具有影响人们做出投资或管理金融风险的安排或设施。”


该机构援引该法案继续表示,根据其特征,代币可能会属于以下四种金融产品类别之一——债务性证券、权益性证券、管理的投资产品或衍生品。


即便如此,FMA还是为此类产品的其他分类留有了余地,因此,还是可以通过代币的发售与发行使用这项技术来引导区块链网络的发展。


该机构写道:


“如果合适的话,我们可以根据其经济实质,将任何证券指定为特定的金融产品。例如,给予投资者投票权和公司股份的项目代币及其利润就可被认为是权益性证券。”


初创企业指南


发布的资料中还包括了从事这项技术相关业务的企业指南。


对于主要的加密货币服务(例如钱包、券商与交易所),FMA认为这项法律内含有使用所有这些服务的类别,而且此类公司均应得到妥善注册。


此外,该机构表示,其可能会对一些旨在“促进创新与灵活性”的公司提供豁免,免受现行法律的监管。


FMA表示:


“我们可以授予豁免权,从而促进FMC法案目标的实现。其中一个目标就是促进我们金融市场内的创新及灵活性。如果合适的话,我们还可以给予豁免,以确保FMC法案要求适合ICO。”


当我们联系FMC发表评论时,FMC的一名代表表示,该机构正在努力争取确保市场监管与容许新型产品和服务成形这两方面之间取得适当平衡。


该代表表示:


“我们的目标是鼓励负责人的创新,平衡创新与消费者保护,确保监管制度保持相关性与敏捷性。”

3亚马逊子公司注册三个加密货币及以太坊域名



网上记录显示,电商巨头亚马逊已经注册了三个数字货币相关的网站域名。


根据Whois Lookup的信息,这三个域名分别是“amazonethereum.com”、“amazoncryptocurrency.com”和“amazoncryptocurrencies.com”,均于10月31日注册。这些域名由亚马逊科技有限公司(Amazon Technologies, Inc.)注册,该公司是亚马逊的子公司,为亚马逊申请过一些专利。


注册文件上的电话号码属于亚马逊的法务部门,但截至发稿时还未能联系到该部门的代表。业内新闻网站DomainNameWire首先对这些注册进行了报道。


DomainNameWire推测,亚马逊此举可能只是为了进行品牌保护。2013年时,亚马逊就确保了“amazonbitcoin.com”的安全,该网站如今已经重新定向到亚马逊的主页——这个安排进一步表明了注册的意图在于品牌保护。


或者,亚马逊是为了避免人们混淆加密货币和亚马逊币(Amazon Coin),后者是该公司于2013年推出的虚拟货币,可以作为其客户的在线支付方式使用。


亚马逊的代表没有立即对此事作出回应。


内容来源:铅笔 文章由区块宝整理发布

往期精彩回顾

区块链技术在创造共享经济方面胜过互联网

区块链如何与智能辅助技术相结合

京东与阿里要用区块链打击假货 造假将无可遁形

百度加入超级帐本,BATJ全面进场,互联网巨头如何抢滩区块链?

全球政府围剿比特币是误读 但严格监管是趋势

区块链风暴来袭,这五大行业将受到强烈冲击


区块宝 安全可信赖的区块链技术服务商

                  

 长按,识别二维码,加关注
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
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