返回首页
最新
嗨，HN，
我正在构建一个名为 FISE 的小型开源项目，它是一个基于规则的“语义信封”，用于处理网页/API 数据。它不是加密技术，也不试图替代 TLS/AES。其目标是提高抓取和逆向工程客户端可见数据的成本，同时保持热路径的简单和快速（线性时间、可并行化，适用于 JSON 和媒体片段）。
关键理念：
- 设计上无密钥：没有长期存在的客户端解密密钥。
- 规则即代码：偏移量、长度编码、盐/元布局和可选变换根据每个应用/每个会话的规则定义。
- 无协议级通用解码器：每个部署（甚至每个会话/时间桶）可以有自己的规则家族。
- 时间和分布多态性：每个会话/路由/时间轮换规则，使得任何解码的管道往往是短暂且不可重用的。
- 简单的本地操作 → 复杂性涌现：核心操作只是线性字节变换，但规则空间和轮换使得信封在大规模上难以概括。
- 适用于 JSON 和媒体（视频片段），支持分帧/分块模式、块级解码和并行工作者。
威胁模型：
- 在范围内：自动抓取、大规模 API 收集、廉价克隆策划的数据集。
- 超出范围：对秘密/个人身份信息的强保密（使用 TLS/AES 等）、完全的客户端妥协、国家级对手。
工程白皮书（v1.0）：
- [https://github.com/anbkit/fise/blob/main/docs/WHITEPAPER.md](https://github.com/anbkit/fise/blob/main/docs/WHITEPAPER.md)
代码：
- [https://github.com/anbkit/fise](https://github.com/anbkit/fise)
演示：
- [https://demo.fise.dev/demo](https://demo.fise.dev/demo)
我是一名全栈开发者，不是加密专家。FISE 是在处理真实项目时产生的，当时 API JSON 数据在客户端暴露，容易被抓取。我构建它作为一个简单的基于规则的层，以提高抓取成本，并分享出来，以便其他人可以审查、批评和改进。
我希望能收到以下方面的反馈：
- 安全模型和威胁边界（我遗漏了什么？）
- “规则即代码”设计以及时间/分布多态性的想法
- 实际部署问题（CDN/归一化、移动/电视/边缘）
- 任何明显的陷阱或我应该明确引用的前期成果。
感谢您的关注。
多年前我会在“Overflows”上问这个问题。可惜，那些无忧无虑的日子早已过去。我可以随时问人工智能，但你怎么能确定呢？
地球产生一个移动的磁场（虽然强度较小，但范围很大，对吧？）。移动的磁场会产生电流，对吗？如果有合适的技术解决方案，能否将“地磁能”与其他清洁/可再生能源结合起来，还是说这在根本上是不可能的？
*标题：* Show HN: BETTI v2.0 – 首个语义GPU防火墙（节省93%成本，100%加密劫持检测）
*正文：*
我构建了BETTI，一个分布式计算系统，应用了14条自然物理法则来进行资源分配。v2.0的新功能：针对GPU的安全层4.0——全球首个语义GPU防火墙。
## 问题
GPU训练成本为每小时3美元（AWS），耗时“3-8周”（不可预测），而加密劫持每年造成50亿美元的损失。目前的安全措施是反应式的——防火墙在看到模式后才会阻止。资源限制是任意的：“你获得4个核心”，“最大10GB内存”。
## 解决方案
BETTI应用了14条物理法则：
• 开普勒第三定律（T² ∝ a³）：基于轨道周期的任务调度
• 爱因斯坦的E=mc²：能量成本计算
• 牛顿定律：资源守恒
• 傅里叶、麦克斯韦、薛定谔、TCP、热力学等
这是第一个将开普勒轨道力学应用于计算的系统。
## 针对GPU的安全层4.0（新！）
传统的反恶意软件：60%的加密劫持检测（基于模式，反应式）
BETTI层4.0：100%检测（语义，主动式）
在GPU内核启动之前进行阻止：
```python
# 传统：模式匹配（可绕过）
if "sha256" in kernel_name:
block() # 启动尝试后！
# BETTI：意图验证（无法绕过）
intent = extract_gpu_intent(kernel, grid_dim, block_dim)
if intent["type"] == "CRYPTO_MINING" and not authorized:
return CUDA_ERROR_UNAUTHORIZED # 在执行之前！
```
三层验证：
1. SNAFT：意图黑名单（CRYPTO_MINING, GPU_HIJACK）
2. BALANS：风险评分0.0-1.0（无上下文=可疑）
3. HICSS：实时预算执行
## 意图优先协议翻译
问题：N个协议需要N²个桥接（HTTP↔Matrix, HTTP↔SIP, Matrix↔SIP...）
BETTI解决方案：通用“意图语言”只需N个适配器。
```
Email → Intent → Humotica → Security 4.0 → BETTI → SIP call
```
22个正在工作的协议：Email, SIP, Matrix, CoAP, MQTT, HTTP, WebSocket, XMPP, gRPC, Modbus, OPC UA, LoRaWAN, Zigbee, BLE, AMQP, Kafka, Redis, RTSP, SSH, DoH, IPFS, WebRTC
## 结果（8× NVIDIA A100评估）
93%成本降低（每小时0.20欧元 vs 每小时3美元AWS）
100%加密劫持检测（传统反恶意软件为0%）
0% OOM崩溃（牛顿的守恒预测VRAM需求）
±6分钟运行时准确性（开普勒的T² ∝ 线程³ vs “3-8周”）
主动安全（在GPU执行之前阻止）
## 应用
GPU训练：LLaMA-2-7B微调（预测18.5小时，实际18小时32分钟）
TIBET：银行交易清算（基于物理的公平性）
JTel：电信身份（22个协议：SIP, Matrix, Email...）
## 为什么这很重要
这是从任意计算到基于物理的、可证明公平的资源分配的范式转变。
之前没有工作应用：
- 开普勒定律于GPU调度（T² ∝ 线程³）
- E=mc²于GPU能量核算（实时成本）
- 语义GPU防火墙（主动阻止加密劫持）
- 所有14条物理法则的结合
## HN提问
1. 首个语义GPU防火墙？（100%加密劫持检测——无需模式数据库）
2. 开普勒定律以前有应用于GPU调度吗？
3. GPU驱动厂商（NVIDIA, AMD）能否原生集成此功能？
4. 你会信任主动意图阻止而非反应式模式匹配吗？
## 论文与代码
完整论文（28页）：https://jis.jtel.com/papers/betti-physics-computing.pdf
代码：https://github.com/jaspertvdm/JTel-identity-standard
许可证：JOSL v1.0（开源，商业友好，需注明出处）
联系方式：jtmeent@gmail.com
欢迎对以下内容提供反馈：
- 语义GPU防火墙（学术界首个？）
- 部署：LD_PRELOAD、内核驱动或Kubernetes插件？
- GPU厂商的采用（NVIDIA/AMD/Intel）
感谢阅读！
---
*作者：* Jasper van de Meent
*许可证：* JOSL v1.0
*GitHub：* https://github.com/jaspertvdm/JTel-identity-standard
大家好，
我制作了一个名为 lx 的小型命令行工具，帮助我管理 LaTeX 笔记。它是用 Go 语言编写的，可以更方便地从终端组织、编译和处理大量 LaTeX 文件。我分享这个工具是希望其他人也能觉得它有用。
关于贡献
这是一个个人项目，因此我不接受拉取请求。但代码是 MIT 许可证的，欢迎你们进行分叉并随意修改。
这是链接：[https://github.com/kamal-hamza/lx-cli](https://github.com/kamal-hamza/lx-cli)
嘿，HN，
我已经健身多年，但对那些要么生成静态计划后就不管你的，要么需要手动记录且没有智能的健身应用感到沮丧。
于是我创建了Arvo——一个AI个人教练，它会在每组训练后进行调整，而不仅仅是在你开始锻炼时。
为什么有19个代理而不是一个？每个代理负责特定的任务：
- 运动架构师（根据设备/目标选择动作）
- 负重导航员（根据RIR计算重量调整）
- 训练量管理者（跟踪每个肌肉群的MEV/MAV/MRV）
- 模式侦察员（从自然语言笔记中提取见解）
- 动作适配器（在更换动作时进行生物力学重量转换）
它们协调工作，做出决策的时间少于500毫秒。
举个例子：你完成了第一组卧推，感觉很轻松（RIR 4）。Arvo为第二组增加了2.5公斤的重量。第二组很吃力（RIR 1）。Arvo保持重量，但建议你休息更长时间。