全栈大魔王

摘要： 策略梯度（Policy Gradient）和动作价值（Q-learning)辨析 一、核心区别 目标不同 策略梯度：直接学习策略函数（π(s→a)），通过最大化期望累积回报（J(θ)）的梯度更新参数，目标是“如何直接选动作”。 Q-learning：学习状态-动作值函数Q(s,a)，通过估计“选某个 阅读全文

摘要： 背景 为了缓解主链吞吐量和交易费用的弊端，支付通道网络的技术被提出。交易的双方节点可以通过智能合约搭建一个支付通道，双方各锁定一定数量的初始资金，进行无限次的链下交易，这些交易不会被发布在区块链上，直到通道关闭，才会最终提交到链上。 PCN的问题 多跳支付依赖于中间支付节点的可达性（路径余额、节点在 阅读全文

摘要： 初涉Android，初涉逆向。 运用Android逆向分析工具对progress app进行了逆向分析和功能修改 阅读全文