切換搜尋
搜尋
切換選單
1194
1430
47
7294
華麥百科
導覽
首頁
近期變更
隨機頁面
MediaWiki說明
特殊頁面
上傳檔案
切換偏好設定選單
通知
切換個人選單
尚未登入
若您做出任何編輯,會公開您的 IP 位址。
user-interface-preferences
個人工具
討論
貢獻
建立帳號
登入
正在編輯
粒子探測器
(章節)
出自華麥百科
分享此頁面
視圖
閱讀
編輯
編輯原始碼
檢視歷史
associated-pages
頁面
討論
更多操作
警告:
您尚未登入。 若您進行任何的編輯您的 IP 位址將會被公開。 若您
登入
或
建立帳號
,您的編輯將會以您的使用者名稱標示,並能擁有另外的益處。
防垃圾訊息檢查用。
請勿
填寫此欄位!
== 破解原理 == Minecraft 的隨機數生成器(RNG)基於 Java 的'''線性同餘生成器(LCG)''': :<math>\text{seed}_{\text{new}} = (\text{seed}_{\text{current}} \times a + b) \pmod m</math> 其中 <math>a = 25214903917</math>,<math>b = 11</math>,<math>m = 2^{48}</math>。 === LCG 的弱點 === 1. '''低位比特重複性:''' 雖然 Java 只輸出高 32 位元,但低位位元的週期性極強。 2. '''格點結構(Lattice Structure):''' 如果將連續的隨機數調用視為多維空間中的坐標,它們會排列成極其規整的網格(格點),而非真正的隨機分佈。這台機器正是利用這一點,將隨機種子破解問題轉化為向量空間中的幾何搜尋問題。 === 格點理論與 LLL 演算法 === 當我們獲得 7 個連續(或已知間隔)的 TNT 角度時,我們實際上是在 7 維空間中定位一個點。 * '''基底向量:''' 透過線性變換,我們可以建立一組描述該格點的基底向量。 * '''LLL 縮減(LLL Reduction):''' 原始的基底向量可能非常傾斜且難以計算。機器模擬了 LLL 演算法(或預先計算好的縮減矩陣),將基底轉換為接近正交的向量。 * '''逆矩陣運算:''' 透過應用逆線性變換,機器能將偵測到的角度範圍(一個 7 維超立方體)映射回整數格點空間,從而精確鎖定唯一的 48 位元種子。
摘要:
請注意,所有於華麥百科所做的貢獻會依據CC BY-SA(創用CC 姓名標示─相同方式分享)授權條款發佈(詳情請見
說明:著作權
)。若您不希望您的著作被任意修改與散佈,請勿在此發表文章。
您同時向我們保證在此的著作內容是您自行撰寫,或是取自不受版權保護的公開領域或自由資源。
請勿在未經授權的情況下發表文章!
為防止 wiki 遭受自動化編輯垃圾訊息,請完成以下驗證碼:
取消
編輯說明
(在新視窗開啟)
正在編輯
粒子探測器
(章節)
出自華麥百科