인생은 열정

ext 파일시스템 관련 . 참고용.

2019-10-04T14:23:00.003+09:00

·안드로이드 시스템에서 은닉 데이터 탐지에 관한...
·G901:A-0005769026
·[출판사]아주대학교 정보통신대학원...

MySQL 의 Password 함수의 알고리즘

2019-07-17T10:21:00.001+09:00

MySQL에서 사용되는 password 함수는
입력되는 문자열을 Hashing 하여 돌려준다.

MySQL 4.x 버전 이전까지는 아마 MD5 알고리즘을 사용하였는데
4.x 이후에는 PASSWORD함수의 알고리즘이 SHA1으로 바뀌고
이전 호환성을 위해 이전 함수는 OLD_PASSWORD()라는 이름으로 제공한다.
(위 버전은 정확하지 않음)

알고리즘은 sha1을 두번 사용한다고 한다.

그런데, MySQL 에서 password()를 이용해서 생성해보면
(https://www.browserling.com/tools/mysql-password 에서 password를 생성가능)

sha1(sha1('문자열')) 한 결과와 다르게 나온다.

찾아보니 이유는 sha1의 입력도 문자열, 출력도 문자열 인데 password함수는 sha1의 출력을 바이너리 그대로 sha1의 입력으로 넣는다. 아래 C코드를 보면

#incldue<stdio.h>
#include<openssl/sha.h>

typedef unsigned char u8;
int main(int argc, char *argv[]){
    u8 ibuf[20] = "abc";
    u8 obuf[20] = {0,};

    SHA1(ibuf, strlen(ibuf), obuf);
    SHA1(obuf, 20, outbuf);
    for(int i=0;i<20;i++) printf("%02x", outbuf[i]);
    printf("\n");
    return 0;
}

이렇게 하면 MySQL의 password 함수와 동일한 결과를 얻을 수 있다.

MySQL에서는 sha1(unhex(sha1('abc'))) 해주면 동일한 결과를 얻을 수 있다.

PHP에서는 sha1(sha1('abc',true)) 하면 같은 해시값을 얻을 수 있다.

참고로 sha1(sha1('abc')) 의 C 코드는

#incldue<stdio.h>
#include<openssl/sha.h>

typedef unsigned char u8;
int main(int argc, char *argv[]){
    u8 ibuf[20] = "abc";
    u8 sbuf[40] = {0,};
    u8 obuf[20] = {0,};

    SHA1(ibuf, strlen(ibuf), obuf);
    for(int i=0;i<20;i++)
        sprintf(sbuf+(i*2),"%02x", obuf[i]);

    SHA1(sbuf, strlen(sbuf), obuf);
    for(int i=0;i<20;i++) printf("%02x", outbuf[i]);
    printf("\n");
    return 0;
}

책: 완벽한 공부법

2019-04-29T15:50:00.001+09:00

완벽한 공부법(완공) - 읽는중

생각나는 부분만 적음.(작성중)
1. 성장형 사고방식: 공부가 재능이 아니라 할 수록 잘 할 수 있다는 생각. 실패하거나 잘 못하더라도 연습하면 잘하게 된다는 생각을 당연히 하는것. "역시난 안되", "공부 잘 하는 애들은 타고 난거야" 라는 생각을 안하는것.
2. 잘한것에 대한 초점을 맞추자.
3. 믿음

Think about thinking.
메타인지
해마
작업기억(=단기기억)
- 4가지 작업대: 음운회로(phonological loop), 시공간메모장(visual-spatial sketchpad), 일화완충기(episodic buffer), 중앙집행기(central executive)

용적률, 건페율 과 도로

2019-04-26T13:03:00.000+09:00

용적률은 어떤 땅에 건물을 지을때

바닥면적의 합과 땅의 비율이다.

바닥면적이란 건물의 각층의 면적이고, 하늘에서 정확하게 수직으로 내려다 보았을때 면적을 말한다.

예를 들어

100평 크기의 땅에 50평에만 건물을 2층을 지으면 바닥면적의 합은 50x2 이므로 100이다.

이때 용적률은 100%가 된다.

건폐율은 100평땅에 50평만 건물이 세워져 있으므로 50%가 된다.

여기까진 쉽게 알 수 있는 사실이고...

용적률을 정하는 큰 기준은 용도지역구분이다.
(아래 자료는 작성중임)

용도지역(국토의 계획 및 이용에 관한 볍률 시행령)

주거지역

구분		건폐율	용적률
전용주거지역 (양호한 주거환경을 보호하기위해)	1종(단독주택)	50% 이하	50~100%
전용주거지역 (양호한 주거환경을 보호하기위해)	2종(공동주택)	50%이하	100~150%
일반주거지역 (편리한 주거환경을 조성하기 위해)	1종(저층주택)	60% 이하	100~200%
	2종(중층주택)	60%이하	150~250%
	3종(중고층주택)	50%이하	200~300%
준주거지역 (주거기능을 위주+일부 상업기능 및 업무기능)		70%이하	200~500%

상업지역

구분	건폐율	용적률
중심상업지역 (도심,부도심의 상업/업무 기능 확충)	90% 이하	400%~1500%
일반상업지역(일반적인 상업/업무기능담당)	80% 이하	300%~1300%
근린상업지역(근린지역에서 일용품/서비스 공급)	70%이하	200%~900%
유통상업지역(도시내-지역간 유통기능 증진)	80%이하	200%~1100%

공업지역
- 전용공업지역(주로 중화학공업, 공해성 고업 등을 수용하기 위해) 70% 150~300%
- 일반공업지역 : 호나경을 저해하지 아니하는 공업의 배치 70% 200~350%
- 준공업지역 : 경공업 그 밖의 공업, 주거+상업+업무기능 보완 70% 200~400%

녹지지역
- 보전녹지지역 : 도시의 자연환경/경관/사림 및 녹지공간 보전 20% 50~80
- 생산녹지지역 : 주로 농업적 생산을 위하여 20% 50~100
- 자연녹지지역 : 도시의 녹지공간확보(불가피한 경우 제한적 개발 20% 50~100

보전관리지역 20% 50~80%
생산관리지역 20% 50~80%
계획관리지역 40% 50~100%
농림지역 20% 50~80%
자연환경보전지역 20% 50~80%

용도지구

경관지구
방재지구
보호지구
취락지구
개발진흥지구

도로(도로법)

Python map() , zip()

2019-04-23T14:19:00.000+09:00

Python 의 map() 과 zip()

- map( ) : https://docs.python.org/ko/3.7/library/functions.html#map

map(function, iterable, ...)

iterable 의 모든 항목에 function 을 적용한 후 그 결과를 돌려주는 이터레이터를 돌려줍니다. 추가 iterable 인자가 전달되면, function 은 그 수 만큼의 인자를 받아들여야 하고 모든 이터러블에서 병렬로 제공되는 항목들에 적용됩니다. 다중 이터러블의 경우, 이터레이터는 가장 짧은 이터러블이 모두 소모되면 멈춥니다. 함수 입력이 이미 인자 튜플로 배치된 경우에는, itertools.starmap() 를 보세요.

- zip() : https://docs.python.org/ko/3.7/library/functions.html#zip

zip(*iterables)

각 iterables 의 요소들을 모으는 이터레이터를 만듭니다.

튜플의 이터레이터를 돌려주는데, i 번째 튜플은 각 인자로 전달된 시퀀스나 이터러블의 i 번째 요소를 포함합니다. 이터레이터는 가장 짧은 입력 이터러블이 모두 소모되면 멈춥니다. 하나의 이터러블 인자를 사용하면, 1-튜플의 이터레이터를 돌려줍니다. 인자가 없으면, 빈 이터레이터를 돌려줍니다.

map(str , [1,2,3]) 의 결과는

['1','2','3']

1,2,3 이라는 숫자가 각각 str함수를 거쳐서 문자열 1,2,3 으로 바뀐다.

만약 x2 라는 함수를 아래와 같이 정의하면

def x2(x):

return x*2

map(x2, [1,2,3]) 의 결과는

[2,4,6]

map의 인자가 iterable 하기만 하면 됨.

zip은 ['a','b','c'] 와 [1,2,3] 이라는 2개의 list가 있으면 각 인덱스 끼리 합쳐준다.

zip(['a','b','c'], [1,2,3]) 의 결과는

[('a',1),('b',2),('c',3)] 이다. (하지만, 3.5 버전에서 해보니 zip 오브젝트로만 나온다. 좀 더 확인 필요함)

dict(zip(['a','b','c'], [1,2,3])) 의 결과는

'a':1 , 'b':2, 'c':3 이다.

map object, zip object 로 나오는 것들은 iterator를 반환하니 내용을 확인할려면 for문을 써서 확인해보면 가능.

토마스 기찻길

2017-04-07T23:51:00.001+09:00

토마스 기찻길

2017-04-06T22:08:00.001+09:00

토마스 기찻길

2017-02-10T22:44:00.003+09:00

토마스 기찻길

2017-02-10T22:44:00.001+09:00

토마스 기찻길

2017-02-10T22:43:00.001+09:00

토마스 기찻길

2017-02-10T21:22:00.003+09:00

토마스 기찻길

2017-02-10T21:22:00.001+09:00

토마스 기찻길

2017-02-10T21:21:00.003+09:00

하면 할수록 이빠가 더 잼있는듯

토마스 기찻길

2017-02-10T21:21:00.001+09:00

JBL Flip2 Charging issue. replace micro usb(b)

2015-10-26T10:12:00.000+09:00

JBL Flp2 이쁘게 생기고, 음질도 좋다.

문제는 국내 정식수입업체도 AS가 되지 않는다.(AS를 보내면 교환이 원칙이라며 10만원에 가까운 돈을 요구한다.)

문제 Flip2의 충전단자가 접촉불량인듯 충전이 되질 않는다.

구글링 해보면 충전단자를 케이브롤 뽑아낸 자료가 있었다.(https://www.youtube.com/watch?v=-VNsuGodUkk )
개인적으로 이런건 별로 좋아하지 않아서 분해하였다.

허... 충전 단자가 실리콘으로 떡칠이 되어있다.
자세히보면 충전단자도 피스로 고정이 되어있기 때문에 저렇게 떡칠할 필요가 없을것 같은데, JBL측에서도 문제가 있다는걸 알고 있었던것 같다.

칼로 조심해서 실리콘을 잘라내고 usb 단자를 분리 하였다.

자세히 보면 usb 커넥터가 기판에서 떨어져 있다. 부품이 불량 같다. 저런부품은 엘레파츠에서 비슷한 것들이 많아서 구매하였다.

아래쪽에 micro usb 커넥터 이다. 혹시 몰라 케이블에서 커넥터를 빼서 쓸까해서 같이 구매하였다.

원래 파워케이블을 잘라서 납땜해주고 연결하였다. 잘 동작한다.

사진은 없지만, 새로산 micro usb 커넉터의 보드가 조금 더 커서 플라스틱 케이스를 잘라내었다. 제일 힘들 부분이었다. 딱 맞추어 잘라내는데 2시간 정도 걸린것 같다.
정확히 맞추어 준 후 실리콘으로 떡칠 해주었다. 잘 굳었는지 확인하고 다시 조립.

다 조립후 잘 되는지 한번더 확인.

부품 구매에 1만원도 쓰지 않았다. 뿌듯함. ㅋㅋ

OpenCL Vector type 간 비교

2015-08-06T14:28:00.000+09:00

OpenCL에는 벡터 형 자료가 있다.

아래 표는 https://www.khronos.org/registry/cl/sdk/1.2/docs/man/xhtml/ 에서 긁어왔다.

Type in OpenCL Language	Description	API type for application
char`n`	A vector of `n` 8-bit signed two's complement integer values.	cl_char`n`
uchar`n`	A vector of `n` 8-bit unsigned integer values.	cl_uchar`n`
short`n`	A vector of `n` 16-bit signed two's complement integer values.	cl_short`n`
ushort`n`	A vector of `n` 16-bit unsigned integer values.	cl_ushort`n`
int`n`	A vector of `n` 32-bit signed two's complement integer values.	cl_int`n`
uint`n`	A vector of `n` 32-bit unsigned integer values.	cl_uint`n`
long`n`	A vector of `n` 64-bit signed two's complement integer values.	cl_long`n`
ulong`n`	A vector of `n` 64-bit unsigned integer values.	cl_ulong`n`
float`n`	A vector of `n` 32-bit floating-point values.	cl_float`n`
double`n`	A vector of `n` 64-bit floating-point values.	cl_double`n`

정말 편한게 벡터간에 연산이 가능하고 실제로 HW에서 벡터연산을 지원하는 경우가 많으므로 벡터연산을 하면 성능이 향상된다.

벡터간 비교또한 가능한데

uchar4 word1 = (uchar4)('t','e','s','t');

uchar4 word2 = (uchar4)('t','e','s','t');

word1 == word2 의 결과값은 (0xff,0xff,0xff,0xff) 가된다. (거짓의 경우는 0x00 값이 셋팅된다)

하지만 벡터타입은 if문 안에서 어떤 원소를 비교해야할지 모르기때문에 오류가 난다.

즉

if(word1 == word2 ) 는 불가능 하다.

이때 모든원소가 참인지 거짓인지 확인하는 빌트인 함수가 있다.

int any ( igentype x)

int all ( igentype x)

Description

any returns 1 if the most significant bit in any component of x is set; otherwise returns 0.

all returns 1 if the most significant bit in all components of x is set; otherwise returns 0.

all을 사용하면 모두 참이면 참, any는 하나라도 참이면 참이나온다.(정확하게는 msb만 확인한)

if( all( word1 == word2 ) ) 을 사용하면 해결할수 있다.

OpenCL 워크 그룹 사이즈 결정(How to determine work group size on OpenCL)

2015-07-27T16:27:00.005+09:00

OpenCL을 사용하여 워크그룹 사이즈(CUDA에서는 Dimension, block, thread)를 결정해야 할때 Global workgorup size 는 해결하고자 하는 총 문제수를 커버 해야한다.

즉, 1024 x 1024 행렬이 있다면 커맨드큐에 NDRagneKernel을 할때 global workgroup size는 1024 x 1024 = 1048576 이 된다.

Local workgorup size를 NULL 로 입력해주면 OpenCL이 알아서 실행하여 준다.

하지만 성능향상을 위해서는 local workgorup size를 수동으로 넣어주어야 할때가 있다.

연산장치(GPU 또는 기타장치)의 프로필을 보면 Max work group size 정보를 알 수 있다.

예를 들어 Max work group size 가 256 이었다면 local work group size는 모든 Dimenstion을 곱했을때 256 보다 같거나 작아야 한다.

저 256이라는 숫자는 보통 FrontWave(CUDA에서는 WARP) 에 의해서 결정되는데 Hardware 적으로 context switching 할 수 있는 총 그룹수와 PE(processing element) 수에 의해 결정된다. PE가 64개 이고 FraoneWawe가 4이면 256이기 때문에 local workgorup 에서 처리할수 있는 work item 갯수는 256개가 된다.

총연산 유닛(compute unit)이 32개 라면 64(PE)*32(CU) = 2048 개가 동시에 처리되고 2048*4 = 8192 개 의 work-item이 스위칭되면서 실행된다.

이때 work-item들이 메모리에 동시에 접근할때 대역폭 정보 등까지 고려되어야 성능 향상에 대한 이해와 최적화를 할 수 있다.

Data dependence

2015-07-15T09:39:00.001+09:00

Data dependence

Flow Dependence(True dependence)
Anti Dependence
Output Dependence

Flow Dependence(True dependence)

어떤코드 S1이 메모리 영역에 쓰고난 다음 어떤코드S2가 해당 위치를 읽음
S1과 S2는 동시에 실행하거나 순서를 바꿀수 없음

Anti Dependence

어떤코드 S1이 메모리 영역에서 읽고 , 그다음 어떤코드 S2가 해당 영역에 씀
S1과 S2는 동시에 실행하거나 순서를 바꿀수 없으나 S2코드를 수정하여 dependence를 제거할 수 있음

Output Dependence

어떤코드 S1이 메모리 영역에 쓰고, 그다음 어떤코드 S2가 해당 영역을 읽음
Anti Dependence와 마찬가지로 순서를 바꿀수 없으나 코드 수정으로 dependence 제거 가능

루프 캐리드 디펜던스(Loop-carried dependence)

루프 안에서 이전 이터레이션과 다음 이터레이션에 dependence가 존재
이터레이션들을 각각 동시에 실행 불가능

루프 인디펜던트 디펜던스(Loop-independent depecdence)

루프 안에 있으나 루프와 무관하게 루프안 코드들이 depecdence가 존재(Flow, anti, output 이 loop안에 있으면 loop-independent depecdence라고 하는것 같음)

C pointer #2 ( 2 Dimension, 3 Demension pointer )

2015-07-13T16:59:00.002+09:00

int *i;

double (*a)[SIZE];

a = (double (*)[SIZE])malloc(sizeof(double) * SIZE * SIZE);

cast는 위와 같이 한다.

그럼 3차원은?

double (*a)[SIZE][SIZE] = (double (*)[SIZE][SIZE]) malloc(sizeof(double) * SIZE * SIZE );

C pointer

2015-07-09T11:34:00.001+09:00

int *(*func)(int *(*)(int *, char *), int **(*)(int **, char) );

int 포인터를 반환하는 func라는 함수 포인터 선언
이 함수의 인자 형식은 2개의 함수 포인터를 받음
첫번째 함수포인터는 int포인터를 return하고 인자로 int 포인터와 char 포인터를 받음
두번째 함수포인터는 int 2중포인터를 반환하고 인자로 이중 int포인터와 char 를 받음

질문은 댓글로 ㅎㅎ

64bit buffer overflow example

2015-06-29T16:49:00.004+09:00

env: kili 64bit vmware

#include <stdio.h>
#include <string.h>

int foo(char * arg0){
char tmp[10];
strcpy(tmp, arg0);
printf("My stack looks like:\n%p\n%p\n%p\n%p\n%p\n%p\n\n");
printf("tmp add 0x%08x \n",tmp);
return 0;
}
int bar(void){
printf("bar \n");
}

int main(int argc, char *argv[]){
printf("foo add : 0x%08x \n", foo);
printf("bar add : 0x%08x \n", bar);
foo(argv[1]);
}
=======================================
a.out $(python -c 'print "A"*18+"B"*6+"\x40\x05\xa5"[::-1]')

Frist OpenCL example on Windows

2015-03-11T22:20:00.002+09:00

이제 OpenCL 예제 프로그램을 작성하여 보자.

작성하기전 알아야 될 개념은 OpenCL은 가용한 자원들의 집합이 추상화된 platform과 platform안에 연산유닛이 추상화된 device라는 개념이 있다.

가용한 platform은 OpenCL에서 사용할수 있도록 알맞은 드라이버가 설치되어 있어야한다.

NVidia 그래픽 카드의 경우 CUDA를 설치하면 드라이버가 설치된다.
Intel CPU의 경우는 intel opencl 로 구글링하면 "Intel Developer zone" 이 리스팅되는데 이곳(https://software.intel.com/en-us/articles/opencl-drivers)에서 본인에게 알맞은 드라이버를 다운로드 하면 CPU자원을 이용할 수 있다.

실제 C로 작성되는 프로그램은 host 라고 부르며, 병렬로 처리되는 함수를 kernel이라고 한다. kernel은 C언어에 OpenCL의 예약어를 이용하여 작성할 수 있다.

성격 급하니 이론보다 코딩부터 해보자.

먼저 내가 사용할 수 있는 연산자원이 얼마나 있는지 확인하여 보자.
(예제 프로그램은 구글링한 결과를 참고하여 작성하였다. - 출처불명)

host 프로그램 예제(getinfo.c)

#include <stdio.h>
#include <stdlib.h>

#include <CL/cl.h>


int main()

{

 unsigned int i, j;   

        //플랫폼을 가져오기 위한 배열(실제로는 포인터사용후 메모리 할당 해야함)
 cl_platform_id platforms[32]; 
     
        // 플랫폼의 갯수를 저장하기위한 변수
 cl_uint num_platforms;  

        // 벤더이름. 1024바이트를 넘지 않았으면 한다. 
 char vendor[1024];    

        //디바이스를 가져오기 위한 배열(실제로는 포인터사용후 메모리 할당 해야함)
 cl_device_id devices[32];

        // 디바이스 갯수를 저장하기 위한 변수
 cl_uint num_devices;

        // 디바이스이름. 1024바이트를 넘지 않았으면 한다. 
 char deviceName[1024];

 cl_uint numberOfCores; 
 cl_long amountOfMemory; 
 cl_uint clockFreq; 
 cl_ulong maxAlocatableMem; 
 cl_ulong localMem;  
 cl_bool available;  
 

 clGetPlatformIDs (32, platforms, &num_platforms);
        printf("\nNumber of platforms:\t%u\n\n", num_platforms);

 
 //플랫폼 수만큼 루프

 for(i = 0; i < num_platforms; i++)

 {

  printf("Platform:\t\t%u\n\n", i);

  clGetPlatformInfo (platforms[i], CL_PLATFORM_VENDOR, sizeof(vendor), vendor, NULL);

  printf("\tPlatform Vendor:\t%s\n", vendor);

  

  clGetDeviceIDs (platforms[i], CL_DEVICE_TYPE_ALL, sizeof(devices), devices, &num_devices);

  printf("\tNumber of devices:\t%u\n\n", num_devices);

  // 디바이스 루프
  for(j = 0; j < num_devices; j++)

  {
   // 디바이스 정보

   clGetDeviceInfo(devices[j], CL_DEVICE_NAME, sizeof(deviceName), deviceName, NULL);
   clGetDeviceInfo(devices[j], CL_DEVICE_VENDOR, sizeof(vendor), vendor, NULL);
   clGetDeviceInfo(devices[j], CL_DEVICE_MAX_COMPUTE_UNITS, sizeof(numberOfCores), &numberOfCores, NULL);
   clGetDeviceInfo(devices[j], CL_DEVICE_GLOBAL_MEM_SIZE, sizeof(amountOfMemory), &amountOfMemory, NULL);
   clGetDeviceInfo(devices[j], CL_DEVICE_MAX_CLOCK_FREQUENCY, sizeof(clockFreq), &clockFreq, NULL);
   clGetDeviceInfo(devices[j], CL_DEVICE_MAX_MEM_ALLOC_SIZE, sizeof(maxAlocatableMem), &maxAlocatableMem, NULL);
   clGetDeviceInfo(devices[j], CL_DEVICE_LOCAL_MEM_SIZE, sizeof(localMem), &localMem, NULL);
   clGetDeviceInfo(devices[j], CL_DEVICE_AVAILABLE, sizeof(available), &available, NULL);

   printf("\tDevice: %u\n", j);

   printf("\t\tName:\t\t\t\t%s\n", deviceName);

   printf("\t\tVendor:\t\t\t\t%s\n", vendor);

   printf("\t\tAvailable:\t\t\t%s\n", available ? "Yes" : "No");

   printf("\t\tCompute Units:\t\t\t%u\n", numberOfCores);

   printf("\t\tClock Frequency:\t\t%u mHz\n", clockFreq);

   printf("\t\tGlobal Memory:\t\t\t%0.00f mb\n", (double)amountOfMemory/1048576);

   printf("\t\tMax Allocateable Memory:\t%0.00f mb\n", (double)maxAlocatableMem/1048576);

   printf("\t\tLocal Memory:\t\t\t%u kb\n\n", (unsigned int)localMem);

  }

 }

 return 0;

}

컴파일 후 실행하여 보자.
혹시 초보분들을 위해.. 쉽게 설명하자면 opencl 라이브러리와 헤더위치를 지정해주어야 하는데
LD_LIBRARY_PATH, LIBRARY_PATH를 CUDA path 아래 로 지정해 주면 된다.
잘 모르겠다면 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.5 아래에서 그냥 복사해오면된다.
지금 목적은 platform과 device정보 출력이니 컴파일시 필요한 라이브러리 패스 와 make 등은 구글링해보자

gcc getinfo.c -o getinfo -lOpenCL

$ getinfo

Number of platforms:    2

Platform:               0

        Platform Vendor:        NVIDIA Corporation
        Number of devices:      1

        Device: 0
                Name:                           GeForce 8400 GS
                Vendor:                         NVIDIA Corporation
                Available:                      Yes
                Compute Units:                  2
                Clock Frequency:                918 mHz
                Global Memory:                  256 mb
                Max Allocateable Memory:        128 mb
                Local Memory:                   16383 kb

Platform:               1

        Platform Vendor:        Intel(R) Corporation
        Number of devices:      1

        Device: 0
                Name:                           Intel(R) Core(TM)2 CPU 6400  @ 2.13GHz
                Vendor:                         Intel(R) Corporation
                Available:                      Yes
                Compute Units:                  2
                Clock Frequency:                2130 mHz
                Global Memory:                  2048 mb
                Max Allocateable Memory:        512 mb
                Local Memory:                   32768 kb


dh@dhpc ~/src
$

GeForcec 8400 GS 가 detect 되었고, 연산 유닛이 2개이다.
마찬가지로 Intel Core 2 CPU가 detect 되었고 연산 유닛이 2개이다.

오래된 내 컴퓨터도 이종 병렬 프로그래밍이 가능한걸 알수 있다.

Starting OpenCL with MinGW on Windows

2015-03-09T22:57:00.004+09:00

이종병렬 프로그래밍에 사용되는 OpenCL

윈도우OS에서 컴파일/실행하기 위해서는

1. NVidia 홈페이지의 CUDA 존에서 툴킷을 다운로드 한다.

Windows 8 64비트 용 파일이름은 cuda_6.5.14_windows_notebook_64 이다.

설치는 간단하다. 다음다음 하면 설치된다.

2. 컴파일 하기 위한 환경을 구성해야한다. 윈도우의 경우 VisualStudio Express, MinGW, cygwin 을 이용할 수 있다.

여기서는 MinGW를 설치하였다.(MinGW와 cygwin 의 차이점은 linux환경을 완벽하게 호환되게하는지 안하는지이다.)

MinGW를 검색해서 MinGW installer 설치후 msys, 컴파일러 등 선택하여 설치한다.

설치는 가급적 c: 드라이브 아래 MinGW 폴더로 하길 권장한다. program files 같은곳은 빈칸 때문에 사용할때 불편을 겪을수 있다.

설치가 끝나면 MinGW아래 msys 아래 버전폴더가 있다. 그 속에 보면 msys 배치파일이 있는데 실행하기전 MinGW의 위치를 마운트해주어야 한다. etc 아래 fstab 파일(없으면 생성한다)안에 아래와 같이 적어준다.

C:\MinGW /mingw

배치파일을 실행하여 컴파일러가 동작하는 확인한다.

3. 이제 OpenCL 예제 프로그램을 작성하여 실행해보자

오늘 아침 배달된 악성코드

2013-09-07T09:47:00.000+09:00

제목: "오늘 아침 서울역에서 포착된 안타까운 사진이랍니다."
배포주소: 60.156.117.115/xz/c.apk

악성코드는 xz/c.apk를 입력해주면 획득할수 있다.

디컴파일해서 메니페스트만 봐도

최근 유행하는 코드처럼 sms 를 탈취하기 위해 리시버를 등록합니다.
그리고, 국민은행, 농협, 우리은행 등으로 위장한 앱을 다운로드 받습니다.

저장된 전화번호 목록으로 위 메시지를 전송합니다.

11번가 고객센터 모바일 상담

2013-06-06T21:15:00.002+09:00

잘 읽어보면 "판매자와 통화 다 끝나고 교환하기로.." 라고 써있다.

질문의 요점이 파악이 안될만큼 어렵게 글을 썻나??

"더욱 더 노력하는 11번가가 되겠습니다."

정말 어이없는 답변에 실소만 나온다.