이 페이지는 Openhash Platform의 Core Module을 요약한 것입니다. 자세한 내용은 Spaceweb 사이트와 Social Function Paradigm 사이트를 참고하십시오.

Openhash Platform

OP는 1,000여 개의 Functions으로 구성될 일련의 Core Modules과 100,000여 개의 Functions들로 구성될 Extra Modules이 포함된 플랫폼이며, OP를 코딩하는 과정은 곧, 국가를 구성하는 다양한 인프라를 Openhash로 재구성하는 과정입니다.

아래 약 30여 편의 동영상은 OP의 구성을 자세히 설명합니다.

Spaceweb

• 데이터는 견우와 직녀가 구동되는 단말기에 저장되며, 직녀는 일련의 데이터로부터 Hash를 추출하여, 인접한 서버로 전송합니다.
• Spaceweb은 수많은 단말기들에 탑재된 수많은 직녀들이 생산한 Hash들을 취합하는 무수한 서버들의 계층 구조입니다.
• 하위 서버들 각각이 생산한 Hash는 일련의 상위 서버들에 의해 취합되어, 새로운 Hash를 생산합니다.
• 이 과정이 [읍면동 => 시군구 => 도/시 => 국가 => 세계]로 계층적으로 이어집니다.
• [세계] 단위에서 취합 생산된 Hash는 재차 [읍면동] 단위로 내려가, Hash 생산이 사이클(Cycle) 형태로 진행됩니다.
• 그러므로, Spaceweb 안에서는 그 누구도, 그 무엇도 거짓 정보를 제시할 수 없습니다.

https://spaceweb.openhash.kr을 방문하십시오.

Openhash

데이터의 위변조를 방지하고, Timestamp와 Spacestamp를 생산하는 일련의 Function들입니다.

• 멜(MEL)은 OP를 구성하는 제반 Function입니다.
• 견우(KNU)는 데이터를 생산하는 Function입니다.
• 직녀(JNO)는 데이터로부터 Hash를 추출하는 Function입니다

https://spaceweb.openhash.kr/openhash 를 방문하십시오.

Machine Learning

• ML은 인류 최고의 발명 중 하나입니다. OP에서, ML은 폭넓게 적용되며, 거의 모든 OP 인프라 코딩이 ML 기법을 이용합니다.
• Openhash Campus는 다양한 머신러닝 강좌를 제공하며, 주요한 코딩 도구는 tensorflow.js입니다.

Social Functions

• OP의 모든 Function들은 오직 하나의 Function에 자신의 리턴 값(Return value, sink or output)을 제공하며, 또한, 그 하나의 Function으로부터 인풋 값(Input value or source)을 전달받습니다.
• 그 하나의 Function은 SFDriver이며, Function들의 Facebook로 비유할 수 있습니다.

팀 주피터의 이상은 함께 배우고, 함께 실천하는 인류 최고의 팀을 구성하는 것이며, 그 방법은 유치원부터 대학원까지 모든 업종을 망라하는 하나의 교육 및 학습 체계를 구축하는 것입니다.

배움과 실천 속에서 우리는 하나가 될 것입니다.