CDMA写号机--基础知识

http://bangpai.taobao.com/group/thread/918022-16888759.htm


机卡一体机:
目前国外的CDMA手机均采用机卡一体的模式,机身不带卡座(国内的手机卡没地方插入);要想使用手机,就必须把手机卡内的鉴权信息(AKEY ESN IMSI AN/AAA)写入手机。否则无法正常使用手机。
小提示:写入AKEY ESN IMSI可以正常使用2G(1X/wap)功能,不能使用3G(EVDO)互联网
             写入AKEY ESN IMSI AN/AAA可以正常使用2G/3G

机卡一体机的写号方式:
1. 改本机ESN(把查出的AKEY、ESN、IMSI、AN/AAA写入手机)
2. 改局端ESN(把手机的ESN写入电信核心网、把查出的AKEY、IMSI、AN/AAA写入手机)

专属名词解释:
ESN (Electronic Serial Numbers):电子序列号。
在CDMA系统中,是鉴别一个物理硬件设备唯一的标识。也就是说每个手机都用这个唯一的ID来鉴别自己, 就跟人的身份证一样。一个ESN 有32 bits, 也就是 32/8 = 4 bytes。随着CDMA 移动设别的增多,ESN 已经不够用了,所以推出了位数更多的MEID。 ESN 用8 位的16 进制来表示,如0x3E1BC065。每部手机都被分配了一个电子序列号,在每次呼叫过程中,它能被传送到电话中心,移动电话每次接收时都要验证对方的电子序列号。

IMSI 国际移动用户识别码(IMSI) international mobile subscriber identity 国际上为唯一识别一个移动用户所分配的号码。
从技术上讲,IMSI 可以彻底解决国际漫游问题。但是由于北美目前仍有大量的AMPS 系统使用MIN 号码,且北美的MDN 和MIN 采用相同的编号,系统已经无法更改,所以目前国际漫游暂时还是以MIN 为主。其中以O 和1 打头的MIN 资源称为IRM(International Roaming MIN),由IFAST (International Forum on ANSI-41 Standards Technology)统一管理。联通(如今联通CDMA业务已移交中国电信经营)申请的IRM 资源以09 打头。可以看出,随着用户的增长,用于国际漫游的MIN 资源将很快耗尽,全球统一采用IMSI 标识用户势在必行.

IMSI 共有15 位,其结构如下:
MCC+MNC+MSIN
MCC:Mobile Country Code,移动国家码,共3 位,中国为460;
MNC:Mobile Network Code,移动网络码,共2 位,中国电信CDMA 系统使用03,
MSIN:Mobile Subscriber Identification Number 移动用户标识
MSIN 是MSISDN 的一部分, MSIN=NDC+SN 一个典型的IMSI 号码为:460 03 09121 21001;

AKEY 码(鉴权码)顾名思义,就是手机登录网络时候校验用的一般用 16 位的16 进制来表示:例如:A33F65C82683AA31

AN 英文缩写: AN (Access Network) 中文译名: 接入网 (就是CDMA-EVDO 上网时的用户名)
目前有三种形式:
1、留空(没有或不需要);
2、imsi@mycdma.cn;
3、imsi 分类: 网络与交换解释: 根据近些年来电信网的发展趋势,国际电信联盟电信标准化部门(ITU-T)提出了“接入网”的概念。接入网的定义是:电信部门业务节点与用户终端设备之间的实施系统。它可以部分或全部代替传统的用户本地线路网,并可包括复用、交叉连接和传输功能。是可以将各种用户接入到业务接点、能支持包括窄带和宽带多种业务综合接入的接入网。

AAA-----身份验证 (Authentication)、授权 (Authorization)和统计 (Accounting) Cisco 开发的一个提供网络安全的系统。(就是CDMA-EVDO 上网时的用户密码) 一般用16 位的16 进制来表示:例如:36C86CB1DDE13DB5

3G(EVDO)登陆身份验证方式(目前中国电信同时采用2种EVDO登陆验证方式,一种是MD5;另一种是CAVE)
CAVE验证方式:使用ESN、IMSI、Akey 登陆确认身份验证。(简单来说,就是拥有3码就可以登陆EVDO互联网)
MD5 验证方式:使用AN/AAA登陆确认身份验证。(拥有AN/AAA才可以登陆EVDO互联网)
小提示:以上两种验证方式对EVDO上网速度没有影响。

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