안전한 AI 창작을 위한 기술과 경험을 공유합니다.

AI 창작부터 보안, 아키텍처, 배포까지 녹스블리의 기술을 소개합니다.

Reed–Solomon error correction

Reed–Solomon error correction를 시각화해서 보여주는 인터랙티브 시뮬레이터 입니다. 화면 구성 (위에서 아래로) 상태 + 정정 예산 바 : 오류는 2칸, 소실은 1칸을 차지합니다. 2e + s ≤ n−k 한도를 시각적으로 보여주고, 결과를 Clean / Corrected / Decoder failure / Miscorrected로 판정합니다. Step 1 – Encode : 메시지 바이트와 패리티를 합친 코드워드, 그리고 생성다항식 g(x)를 보여줍니다. Step 2 – Channel : 수신 바이트를 클릭해 오류(무작위 값)나 소실(위치를 아는 손상)을 넣습니다. 무작위 추가와 버스트 버튼도 있습니다. Step 3 – Syndromes : 0이 아닌 신드롬이 강조되어 오류가 검출되는 순간을 볼 수 있습니다. Step 4 – Berlekamp–Massey : 오류 위치 다항식 Λ(x)와 소실 위치 다항식 Γ(x)를 보여줍니다. Step 5 – Chien search : 바이트 위치별 |Λ| 막대그래프에서 근(오류 위치)이 녹색으로 표시됩니다. Step 6 – Forney : 위치별 오류 값 eₚ와 XOR 보정 결과를 표로 보여줍니다. Step 7 – Decoded : 복원된 바이트를 강조하고, 원문·수신·복호 텍스트를 나란히 비교합니다. 시나리오 : Sandbox, QR Code 1-M RS(26,16), Audio CD C2 RS(28,24), DVB-T RS(204,188), Deep Space RS(255,223). 각 시나리오에는 실제 용도에 대한 설명이 붙어 있습니다. 메시지와 패리티 수는 자유롭게 바꿀 수 있습니다. 검증 : 디코더를 무작위 4,000건으로 퍼즈 테스트했습니다. 한도 내 손상은 4,000건 모두 정확히 복원했고, 한도를 넘는 손상에서도 오류 없이 failure 또는 miscorrection으로 판정합니다. 한도를 넘었을 때 다른 유효 코드워드로 잘못 정정되는 경우도 화면에서 직접 확인할 수 있습니다. • • • https://noxb.ly/oiLlxi 🔗 Reed–Solomon Lab noxb.ly

활용 사례박군·
#education#Reed–Solomon