‘壹’ seed3为什么玩不了
网络的问题。
1、先打开电脑检查下网络。
2、然后再打开《SEED3》游戏进行测试网络连接是不是异常的。
3、最后点击刷新重新进入就可以玩了。
‘贰’ 电脑开机就出现：seedserv.exe遇到问题需要关闭，这是什么原因
考虑是木马病毒入侵所至，用“木马杀客”试试吧，下载地址
http://www.sz1001.net/soft/9605.htm
是可以升级的免费版，非常好用！
“木马杀客 V5.31 绿色版(0808病毒库)”下载介绍:
5.3增进功能列表：
1.软件启动慢问题
2.增加软件皮肤(增加几十种软件皮肤)
3.增加计划任务(定时扫描\定时关机)
4.增加文件系统监控
5.增加USB监控
6.优化在线升级程式
7.完善右键扫描(不算完美)
8.优化内核，提高扫描硬盘的速度
9.加强对流行的流氓软件的查杀功能
10.增加对间谍软件的查杀功能
11.加强木马杀客版本的稳定性
12.加强对注册表的监控
13.增加注册表修复功能(一键修复注册表\IE及弹窗广告)
14.增加进程高级管理功能
15.增加声音控制
16.增加皮肤包
呵呵,功能还不少拉!!!!!!!!!!!!!!!!
木马杀客是原创的反木马工具，软件采用杀毒引擎辨别特征码和传统病毒库辨别。软件可查杀密码偷窃类木马、QQ尾巴类木马、冰河类木马、网游盗号类木马、完全查杀灰鸽子类木马、及各种未知木马、病毒、蠕虫、后门、黑客程序等。木马内置内存监控及注册表监控功能，木马感染内存及修改注册表启动等都将被监控查杀。软件支持在线升级。
其他功能：网络连接状态、启动项目查看及管理、内存监控、软件卸载、注册表备份及修复、右键扫描、灰鸽子专杀。版本不断更新中......
5.31主要修复5.3以下问题：安装程序，在线升级，WIN98下出错，随机启动及其他一些已知BUG
‘叁’ Seed加速器怎么了
P2P加速器用法:
1.第一次使用；会有一个快速入门，选择开始系统设置：
2.点击智能检测网络环境、智能选择网卡控制；然后确定：
3.这时候会有一个优先级跳出来；选择否：
4.扫描网络；看同时局域网中有多少机器连接：
5.扫描完毕，启动控制：
6.编辑控制规则：
7.编辑、新建都可以；选择宽带控制；更改下载带宽和上传带宽：
8.选中一个主机右击，可以选择控制所有主机或者控制选中主机。
‘肆’ 人工神经网络概念梳理与实例演示
人工神经网络概念梳理与实例演示
神经网络是一种模仿生物神经元的机器学习模型，数据从输入层进入并流经激活阈值的多个节点。
递归性神经网络一种能够对之前输入数据进行内部存储记忆的神经网络，所以他们能够学习到数据流中的时间依赖结构。
如今机器学习已经被应用到很多的产品中去了，例如，siri、Google Now等智能助手，推荐引擎——亚马逊网站用于推荐商品的推荐引擎，Google和Facebook使用的广告排名系统。最近，深度学习的一些进步将机器学习带入公众视野：AlphaGo 打败围棋大师李世石事件以及一些图片识别和机器翻译等新产品的出现。
在这部分中，我们将介绍一些强大并被普遍使用的机器学习技术。这当然包括一些深度学习以及一些满足现代业务需求传统方法。读完这一系列的文章之后，你就掌握了必要的知识，便可以将具体的机器学习实验应用到你所在的领域当中。
随着深层神经网络的精度的提高，语音和图像识别技术的应用吸引了大众的注意力，关于AI和深度学习的研究也变得更加普遍了。但是怎么能够让它进一步扩大影响力，更受欢迎仍然是一个问题。这篇文章的主要内容是：简述前馈神经网络和递归神经网络、怎样搭建一个递归神经网络对时间系列数据进行异常检测。为了让我们的讨论更加具体化，我们将演示一下怎么用Deeplearning4j搭建神经网络。
一、什么是神经网络？
人工神经网络算法的最初构思是模仿生物神经元。但是这个类比很不可靠。人工神经网络的每一个特征都是对生物神经元的一种折射：每一个节点与激活阈值、触发的连接。
连接人工神经元系统建立起来之后，我们就能够对这些系统进行训练，从而让他们学习到数据中的一些模式，学到之后就能执行回归、分类、聚类、预测等功能。
人工神经网络可以看作是计算节点的集合。数据通过这些节点进入神经网络的输入层，再通过神经网络的隐藏层直到关于数据的一个结论或者结果出现，这个过程才会停止。神经网络产出的结果会跟预期的结果进行比较，神经网络得出的结果与正确结果的不同点会被用来更正神经网络节点的激活阈值。随着这个过程的不断重复，神经网络的输出结果就会无限靠近预期结果。
二、训练过程
在搭建一个神经网络系统之前，你必须先了解训练的过程以及网络输出结果是怎么产生的。然而我们并不想过度深入的了解这些方程式，下面是一个简短的介绍。
网络的输入节点收到一个数值数组（或许是叫做张量多维度数组）就代表输入数据。例如, 图像中的每个像素可以表示为一个标量，然后将像素传递给一个节点。输入数据将会与神经网络的参数相乘，这个输入数据被扩大还是减小取决于它的重要性，换句话说，取决于这个像素就不会影响神经网络关于整个输入数据的结论。
起初这些参数都是随机的，也就是说神经网络在建立初期根本就不了解数据的结构。每个节点的激活函数决定了每个输入节点的输出结果。所以每个节点是否能够被激活取决于它是否接受到足够的刺激强度，即是否输入数据和参数的结果超出了激活阈值的界限。
在所谓的密集或完全连接层中，每个节点的输出值都会传递给后续层的节点，在通过所有隐藏层后最终到达输出层，也就是产生输入结果的地方。在输出层, 神经网络得到的最终结论将会跟预期结论进行比较(例如，图片中的这些像素代表一只猫还是狗?)。神经网络猜测的结果与正确结果的计算误差都会被纳入到一个测试集中，神经网络又会利用这些计算误差来不断更新参数，以此来改变图片中不同像素的重要程度。整个过程的目的就是降低输出结果与预期结果的误差，正确地标注出这个图像到底是不是一条狗。
深度学习是一个复杂的过程，由于大量的矩阵系数需要被修改所以它就涉及到矩阵代数、衍生品、概率和密集的硬件使用问题，但是用户不需要全部了解这些复杂性。
但是，你也应该知道一些基本参数，这将帮助你理解神经网络函数。这其中包括激活函数、优化算法和目标函数(也称为损失、成本或误差函数)。
激活函数决定了信号是否以及在多大程度上应该被发送到连接节点。阶梯函数是最常用的激活函数, 如果其输入小于某个阈值就是0，如果其输入大于阈值就是1。节点都会通过阶梯激活函数向连接节点发送一个0或1。优化算法决定了神经网络怎么样学习，以及测试完误差后，权重怎么样被更准确地调整。最常见的优化算法是随机梯度下降法。最后, 成本函数常用来衡量误差，通过对比一个给定训练样本中得出的结果与预期结果的不同来评定神经网络的执行效果。
Keras、Deeplearning4j 等开源框架让创建神经网络变得简单。创建神经网络结构时，需要考虑的是怎样将你的数据类型匹配到一个已知的被解决的问题，并且根据你的实际需求来修改现有结构。
三、神经网络的类型以及应用
神经网络已经被了解和应用了数十年了，但是最近的一些技术趋势才使得深度神经网络变得更加高效。
GPUs使得矩阵操作速度更快；分布式计算结构让计算能力大大增强；多个超参数的组合也让迭代的速度提升。所有这些都让训练的速度大大加快，迅速找到适合的结构。
随着更大数据集的产生，类似于ImageNet 的大型高质量的标签数据集应运而生。机器学习算法训练的数据越大，那么它的准确性就会越高。
最后，随着我们理解能力以及神经网络算法的不断提升，神经网络的准确性在语音识别、机器翻译以及一些机器感知和面向目标的一些任务等方面不断刷新记录。
尽管神经网络架构非常的大，但是主要用到的神经网络种类也就是下面的几种。
3.1前馈神经网络
前馈神经网络包括一个输入层、一个输出层以及一个或多个的隐藏层。前馈神经网络可以做出很好的通用逼近器，并且能够被用来创建通用模型。
这种类型的神经网络可用于分类和回归。例如，当使用前馈网络进行分类时，输出层神经元的个数等于类的数量。从概念上讲, 激活了的输出神经元决定了神经网络所预测的类。更准确地说, 每个输出神经元返回一个记录与分类相匹配的概率数，其中概率最高的分类将被选为模型的输出分类。
前馈神经网络的优势是简单易用，与其他类型的神经网络相比更简单，并且有一大堆的应用实例。
3.2卷积神经网络
卷积神经网络和前馈神经网络是非常相似的，至少是数据的传输方式类似。他们结构大致上是模仿了视觉皮层。卷积神经网络通过许多的过滤器。这些过滤器主要集中在一个图像子集、补丁、图块的特征识别上。每一个过滤器都在寻找不同模式的视觉数据，例如，有的可能是找水平线，有的是找对角线，有的是找垂直的。这些线条都被看作是特征，当过滤器经过图像时，他们就会构造出特征图谱来定位各类线是出现在图像的哪些地方。图像中的不同物体，像猫、747s、榨汁机等都会有不同的图像特征，这些图像特征就能使图像完成分类。卷积神经网络在图像识别和语音识别方面是非常的有效的。
卷积神经网络与前馈神经网络在图像识别方面的异同比较。虽然这两种网络类型都能够进行图像识别，但是方式却不同。卷积神经网络是通过识别图像的重叠部分，然后学习识别不同部分的特征进行训练；然而，前馈神经网络是在整张图片上进行训练。前馈神经网络总是在图片的某一特殊部分或者方向进行训练，所以当图片的特征出现在其他地方时就不会被识别到，然而卷积神经网络却能够很好的避免这一点。
卷积神经网络主要是用于图像、视频、语音、声音识别以及无人驾驶的任务。尽管这篇文章主要是讨论递归神经网络的，但是卷积神经网络在图像识别方面也是非常有效的，所以很有必要了解。
3.3递归神经网络
与前馈神经网络不同的是，递归神经网络的隐藏层的节点里有内部记忆存储功能，随着输入数据的改变而内部记忆内容不断被更新。递归神经网络的结论都是基于当前的输入和之前存储的数据而得出的。递归神经网络能够充分利用这种内部记忆存储状态处理任意序列的数据，例如时间序列。
递归神经网络经常用于手写识别、语音识别、日志分析、欺诈检测和网络安全。
递归神经网络是处理时间维度数据集的最好方法，它可以处理以下数据：网络日志和服务器活动、硬件或者是医疗设备的传感器数据、金融交易、电话记录。想要追踪数据在不同阶段的依赖和关联关系需要你了解当前和之前的一些数据状态。尽管我们通过前馈神经网络也可以获取事件，随着时间的推移移动到另外一个事件，这将使我们限制在对事件的依赖中，所以这种方式很不灵活。
追踪在时间维度上有长期依赖的数据的更好方法是用内存来储存重要事件，以使近期事件能够被理解和分类。递归神经网络最好的一点就是在它的隐藏层里面有“内存”可以学习到时间依赖特征的重要性。
接下来我们将讨论递归神经网络在字符生成器和网络异常检测中的应用。递归神经网络可以检测出不同时间段的依赖特征的能力使得它可以进行时间序列数据的异常检测。
递归神经网络的应用
网络上有很多使用RNNs生成文本的例子，递归神经网络经过语料库的训练之后，只要输入一个字符，就可以预测下一个字符。下面让我们通过一些实用例子发现更多RNNs的特征。
应用一、RNNs用于字符生成
递归神经网络经过训练之后可以把英文字符当做成一系列的时间依赖事件。经过训练后它会学习到一个字符经常跟着另外一个字符（“e”经常跟在“h”后面，像在“the、he、she”中）。由于它能预测下一个字符是什么，所以它能有效地减少文本的输入错误。
Java是个很有趣的例子，因为它的结构包括很多嵌套结构，有一个开的圆括号必然后面就会有一个闭的，花括号也是同理。他们之间的依赖关系并不会在位置上表现的很明显，因为多个事件之间的关系不是靠所在位置的距离确定的。但是就算是不明确告诉递归神经网络Java中各个事件的依赖关系，它也能自己学习了解到。
在异常检测当中，我们要求神经网络能够检测出数据中相似、隐藏的或许是并不明显的模式。就像是一个字符生成器在充分地了解数据的结构后就会生成一个数据的拟像，递归神经网络的异常检测就是在其充分了解数据结构后来判断输入的数据是不是正常。
字符生成的例子表明递归神经网络有在不同时间范围内学习到时间依赖关系的能力，它的这种能力还可以用来检测网络活动日志的异常。
异常检测能够使文本中的语法错误浮出水面，这是因为我们所写的东西是由语法结构所决定的。同理，网络行为也是有结构的，它也有一个能够被学习的可预测模式。经过在正常网络活动中训练的递归神经网络可以监测到入侵行为，因为这些入侵行为的出现就像是一个句子没有标点符号一样异常。
应用二、一个网络异常检测项目的示例
假设我们想要了解的网络异常检测就是能够得到硬件故障、应用程序失败、以及入侵的一些信息。
模型将会向我们展示什么呢？
随着大量的网络活动日志被输入到递归神经网络中去，神经网络就能学习到正常的网络活动应该是什么样子的。当这个被训练的网络被输入新的数据时，它就能偶判断出哪些是正常的活动，哪些是被期待的，哪些是异常的。
训练一个神经网络来识别预期行为是有好处的，因为异常数据不多，或者是不能够准确的将异常行为进行分类。我们在正常的数据里进行训练，它就能够在未来的某个时间点提醒我们非正常活动的出现。
说句题外话，训练的神经网络并不一定非得识别到特定事情发生的特定时间点（例如，它不知道那个特殊的日子就是周日），但是它一定会发现一些值得我们注意的一些更明显的时间模式和一些可能并不明显的事件之间的联系。
我们将概述一下怎么用 Deeplearning4j（一个在JVM上被广泛应用的深度学习开源数据库）来解决这个问题。Deeplearning4j在模型开发过程中提供了很多有用的工具：DataVec是一款为ETL（提取-转化-加载）任务准备模型训练数据的集成工具。正如Sqoop为Hadoop加载数据，DataVec将数据进行清洗、预处理、规范化与标准化之后将数据加载到神经网络。这跟Trifacta’s Wrangler也相似，只不过它更关注二进制数据。
开始阶段
第一阶段包括典型的大数据任务和ETL：我们需要收集、移动、储存、准备、规范化、矢量话日志。时间跨度的长短是必须被规定好的。数据的转化需要花费一些功夫，这是由于JSON日志、文本日志、还有一些非连续标注模式都必须被识别并且转化为数值数组。DataVec能够帮助进行转化和规范化数据。在开发机器学习训练模型时，数据需要分为训练集和测试集。
训练神经网络
神经网络的初始训练需要在训练数据集中进行。
在第一次训练的时候，你需要调整一些超参数以使模型能够实现在数据中学习。这个过程需要控制在合理的时间内。关于超参数我们将在之后进行讨论。在模型训练的过程中，你应该以降低错误为目标。
但是这可能会出现神经网络模型过度拟合的风险。有过度拟合现象出现的模型往往会在训练集中的很高的分数，但是在遇到新的数据时就会得出错误结论。用机器学习的语言来说就是它不够通用化。Deeplearning4J提供正则化的工具和“过早停止”来避免训练过程中的过度拟合。
神经网络的训练是最花费时间和耗费硬件的一步。在GPUs上训练能够有效的减少训练时间，尤其是做图像识别的时候。但是额外的硬件设施就带来多余的花销，所以你的深度学习的框架必须能够有效的利用硬件设施。Azure和亚马逊等云服务提供了基于GPU的实例，神经网络还可以在异构集群上进行训练。
创建模型
Deeplearning4J提供ModelSerializer来保存训练模型。训练模型可以被保存或者是在之后的训练中被使用或更新。
在执行异常检测的过程中，日志文件的格式需要与训练模型一致，基于神经网络的输出结果，你将会得到是否当前的活动符合正常网络行为预期的结论。
代码示例
递归神经网络的结构应该是这样子的：
MultiLayerConfiguration conf = new NeuralNetConfiguration.Builder(
.seed(123)
.optimizationAlgo(OptimizationAlgorithm.STOCHASTIC_GRADIENT_DESCENT).iterations(1)
.weightInit(WeightInit.XAVIER)
.updater(Updater.NESTEROVS).momentum(0.9)
.learningRate(0.005)
.gradientNormalization(GradientNormalization.ClipElementWiseAbsoluteValue)
.(0.5)
.list()
.layer(0, new GravesLSTM.Builder().activation("tanh").nIn(1).nOut(10).build())
.layer(1, new RnnOutputLayer.Builder(LossFunctions.LossFunction.MCXENT)
.activation("softmax").nIn(10).nOut(numLabelClasses).build())
.pretrain(false).backprop(true).build();
MultiLayerNetwork net = new MultiLayerNetwork(conf);
net.init();
下面解释一下几行重要的代码：
.seed(123)
随机设置一个种子值对神经网络的权值进行初始化，以此获得一个有复验性的结果。系数通常都是被随机的初始化的，以使我们在调整其他超参数时仍获得一致的结果。我们需要设定一个种子值，让我们在调整和测试的时候能够用这个随机的权值。
.optimizationAlgo(OptimizationAlgorithm.STOCHASTIC_GRADIENT_DESCENT).iterations(1)
决定使用哪个最优算法（在这个例子中是随机梯度下降法）来调整权值以提高误差分数。你可能不需要对这个进行修改。
.learningRate(0.005)
当我们使用随机梯度下降法的时候，误差梯度就被计算出来了。在我们试图将误差值减到最小的过程中，权值也随之变化。SGD给我们一个让误差更小的方向，这个学习效率就决定了我们该在这个方向上迈多大的梯度。如果学习效率太高，你可能是超过了误差最小值；如果太低，你的训练可能将会永远进行。这是一个你需要调整的超参数。
‘伍’ bitcoin: dns seed
当bitcoin客户端第一次启动的时候， 程序不知道任何活跃的bitcoin全节点。
为了发现一些IP地址， 需要把一些DNS地址（也叫dns种子）硬编码到比特币源码中。如果没有dns seed， 客户端不能自动联上节点。
Dns Seed 由比特币的社区成员维护， 其中一些提供动态的dns seed服务，通过扫描网络自动获取活跃的节点IP地址，其中一些提供静态dns seed， 这些种子是手动添加的。
我们看下sipa维护的 dns seed
83.162.254.34 176.115.25.48 ... 158.69.251.126 都是节点地址，当客户端启动的时候， 会自动链接这些地址。
dns seed 硬编码在什么地方了？
1 需要爬虫一类的服务，通过bitcoin protocol 嗅探到一些节点
2 可以模仿dns请求， dns通过UDP协议的53端口进行通讯， 把嗅探到节点发送出去
这些工作，敬爱的sipa在 bitcoin-seeder 都帮我们做了。
从 seed.bitcoin.sipa.be. 14852 IN NS xps.sipa.be. 了解到seed域名的ns服务(即 nameserver)
是由 xps提供的. 我们在 dnspod 做如下配置.
需要在xps服务器启动bitocin-seeder
1 先编译 make , 得到 dnsseed 执行文件
2 启动爬虫
等一段时间, dig seed.liushooter.cc 就会看到结果.
参考:
https://en.bitcoin.it/wiki/Satoshi_Client_Node_Discovery#DNS_Addresses
https://bitcoin.org/en/developer-guide#p2p-network
‘陆’ seed vpn提示“没有备用线路”是怎么回事
seed vpn提示“没有备用线路”是提示你无法再使用这种模式连接。你可以换个线路。
‘柒’ 华为手机显示rseed停止运行是什么意思
应用程序提示“已停止运行“是Android系统针对程序反映慢或程序异常时，为了避免整个系统的死机而设计的方式。出现该异常情况时，按提示点击“强制关闭或等待”后系统能够正常运行，这是android系统的正常现象。
尝试确认及操作：
1、若是每次打开应用都是如此，可能是此程序版本与手机不兼容导致的。
尝试到手机系统设置--应用程序--全部下，找到相关应用，点击进入后“清除数据”后观察使用。或者卸载此版本，重新安装。
2、若之前使用正常，也可尝试备份下手机重要数据后恢复出厂设置看能否改善，系统设置--备份与重置下操作。
‘捌’ 求助啊win10版本的PC下了seed 然而连不上
在桌面上找到并点击【控制面板】进入后使用小图标，再点击【设备和打印机】如下图所示：如果桌面上没有控制面板这个图标可以使用这个方法来解决：jingyan/article/f96699bbb196d6894f3c1b41.html 进入设备和打印机的界面下点击【添加打印机】 正在搜索可使用的打印机。网络打印机有很大一部的打印要是搜不到的。所以建议不要在这里等了点击【我需要的打印机不在列表中】 按其他选项查打印机，下面点击【使用TCP/IP地址和主机名添加打印机】点击【下一步】 输和打印机的IP地址。 检测TCP/IP端口，跳到下一个界面，如果你的打印不是特殊的直接点击【下一步】 安装打印机的驱动程序。看看你的打印支不支持系统自动的驱动。如果没有则需要去下载或是使用打印配过来的光盘。点击【从磁盘安装】选择你光盘内或是下载在电脑上的驱动程序。最后点击【下一步】 确认打印机的名称，这个名称可以随意取的。输入好后点击【下一步】 是不是要共享这台打印机。如果有网络打印机就没有必要再去共享打印机了。点击【下一步】 你已经完成了网络打印机的添加工作。点击【完成】 安装成功。如果在打印文件的时候就选择这一台打印机就可以完成打印工作。以上的操作打印机一定是支持网络功能的不然这些操作都是白费的。
‘玖’ 有关BT的一个问题
BT下载入门到精通
BT：BT是一种共享软件，全名叫"BitTorrent"。
一般来讲，下载是把文件由服务器端传送到客户端，例如FTP，HTTP，PUB等等。
但是这样就出现了一个问题，随着用户的增多，对带宽的要求也随之增多，用户过多就会造成瓶颈，而且搞不好还会把服务器挂掉，所以很多的服务器会都有用户人数的限制，下载速度的限制，这样就给用户造成了诸多的不便。
但BT就不同，用BT下载反而是用户越多，下载越快，这是为什么呢？因为BT用的是一种传销的方式来达到共享的
BT首先在上传者端把一个文件分成了Z个部分，甲在服务器随机下载了第N各部分，乙在服务器随机下载了第M个部分，这样甲的BT就会根据情况到乙的电脑上去拿乙已经下载好的M部分，乙的BT就会根据情况去到甲的电脑上去拿甲已经下载好的N部分，这样就不但减轻了服务器端得负荷，也加快了用户方（甲乙）的下载速度，效率也提高了，更同样减少了地域之间的限制。比如说丙要连到服务器去下载的话可能才几K，但是要是到甲和乙的电脑上去拿就快得多了。所以说用的人越多，下载的人越多，大家也就越快，BT的优越性就在这里。而且，在你下载的同时，你也在上传（别人从你的电脑上拿那个文件的某个部分），所以说在享受别人提供的下载的同时，你也在贡献。
开放防火墙BT端口一步一步学
ICF是"InternetConnectionFirewall"的简称，也就是因特网连接防火墙。ICF建立在你的电脑与因特网之间，它可以让你请求的数据通过、而阻碍你没有请求的数据包，是一个基于包的防火墙。在使用BT有时会因为ICF的阻拦，引起连接不到SEED或者数据包延滞降低下载速度。所以我们有必要在ICF中设置对BT使用的端口不进行阻拦。
1。在你的桌面上右键点击“网上邻居”，弹出的菜单中选择“属性”。
2。弹出“网络连接”窗口。在里面找到你上网用的连接，右键点击它，在弹出的菜单中选择“属性”。
3。弹出“本地连接属性”窗口。选择其中的“高级”选项卡。
4。看看鼠标所指的项目有没有选中（如果没有选就不用往下看了），选中了就点击窗口下方的“设置”按钮。
5。弹出“高级设置”窗口。图中被选中的是一些常见的网络服务，现在我们要添加新的BT服务，点击“添加”按钮。
6。弹出“服务设置”窗口。依次填写“服务描述”（随便你罗），“本机IP地址”（也可以写你的机器名），“端口号”（BT端口是6881~6890，每个BT线程占用一个端口，据说只能开9个），然后确定即可。（别忘了选中TCP协议）
7。这样“服务”栏中就增加了一个“BT1”服务，这个服务开放的是6881端口，同样你可以再新建开放6882~6890端口的服务，都搞定以后就点“确定”按钮。
8。现在我们的BT就可以在ICF中通行无阻了。
9。很多电脑中都没有开启ICF，但装有其他的专业防火墙。以最常用的天网防火墙个人版为例，同样可以设置开放BT端口，点击天网的“自定义IP规则”按钮。
10。点击“增加规则”按钮。
11。弹出“IP规则修改”窗口。如图依次填写“名称”（随便写），“数据包方向”选中“接收或发送”，对方IP地址选中“任何地址”，选中TPC协议，“本地端口”填“从6881到6890”，“TCP标志位”选中“SYN”项目，最后选择当满足上面条件时“通行”，其他的填不填无所谓，然后点确定。
12。现在“自定义IP规则”栏中就增加了一个“BT”规则，打上前面的钩钩。
13。点“保存”按钮，搞定收工。呼~
使用BT过程中出现10060/10061错误后不必退出，这只是tracker服务器太忙，BT会自动重试（无论这种情况是出现在开始还是下载过程中）
另外注意错误的时间，如果距现在已经超过2分钟，恰恰说明现在是正常的。（BT不会自动清除过期的错误）
BTExperimental的Advanced介绍
BitTorrentEXPERIMENTAL是BT的一个非官方版本，主要是添加了限制上传速度、最大上传人数及其他一些功能，在最新版的BTExperimentalv3.2.1b-2中，又添加了一个新的功能[Advanced]，通过这个功能，你能够察看：和你相联接的有哪些人，你和它们之间的数据传输速度怎么样（包括上传和下载）等等。
BTExperimental的界面与BT很像，使用方法也一模一样，只是多了一些设置：
左下角的Settingsfor预设的多种上网方式，选择与你的上网方式相同的选项，BTExperimental就会自动为你设置比较理想的最大上传速度和人数，当然你也可以自己设置，不过记住：（你的下载速度与你的上传速度相关）
右下角的Uploadrate和Maxuploads就是你的最大上传速度和人数。
接下来，就是主要介绍的Advanced功能了。
在左下角的Settingsfor下面，有个蓝色的Advanced单词，点击它，就会弹出Advanced窗口，如下：
解释一下每列的意义：
optimisticunchoke：意义不明
IP：对方的IP
local/remote：也不太清楚
Up：当前你为对方上传数据的速度，也就是对方在你这里下载的当前速度。
Interested：你是否有对方需要的数据，"*"表示是。
Choking：对方是否暂时被你拒绝从你这里下载数据，"*"表示是。
这个需要解释一下：在BTExperimental里，你是可以限制同时从你这里下载的人数的，比如你限制为6，但并不是说只能有6个人连到你这里，可能有几十个人连到你的电脑，这时，BTExperimental就会自动选择6个人，允许他们下载数据，其他的人就被暂时拒绝了，当过了一段时间后，BTExperimental又会自动选择另外的6个人，保证每个想从你这里下载的人都能够下载到数据。
Down：当前你从对方那里下载的速度。
Interesting：对方是否有你需要的数据，"*"表示是。
Choked：你是否暂时被对方拒绝从他那里下载数据，"*"表示是。
Snubbed：暂时意义不明。
Downloaded：你从对方那里下载的数据总量。
Completed：对方的文件数据的完整度。100%的那些人就是SeeD。大家都来拜一拜呀~~~~~
PeerDownloadSpeed：对方下载的总速度。嗯嗯，看到那些上百KB速度的人了吧，羡慕啊~~~~~
好了，介绍完毕，这下大家都明白了吧？这个Advanced功能很不错吧，如果喜欢就去下载一个吧，和BT一样方便，但是功能更强，稳定性也很好。
BT运行原理分析及内网提速方法
由于内网用户无法提供一个对外的端口,所以无法做服务器.但用BT的时候,发现它可以让内网用户做Send,作为程序员就忍不住下载了它的源代码分析了一把(为了看它,还专门去写了一下Python:})
比起其它的P2P软件,BT有个独特的地方,它存在一个中间的WEB服务器,就是我们在发布的时所填写的announce.该服务器提供了发布的统一管理,不像其它P2P软件那样到处去找哪些非常不稳定的个人服务器,相对起来让人安心的多.
该WEB服务器更大的作用是内网用户可以做Send(下面会说明原理),这是其它软件无法做到的,但不好的地方是announce当机的时候就无法下载了,要知道P2P下载关键是要人气要高,announce停一下就搞到人气全没有了
.torrent的作用
大家都知道我们要用BT下载,就要先下载一个.torrent文件,这个文件到底有甚么呢:
首先是announce纪录了发布服务器的位置,让BT知道是那个WEB服务器发布的
然后是一些文件信息,文件名,目录名,长度等等
最后是片段长度,和片段的Sha1校验码
(BT为了事现续传和文件校验,就把文件分成若干个片段)
大家可以用写字板打看torrent文件看看,就是知道个大概,后面的乱码是片段Sha1校验码开始-续传的实现sha校验BT打开一个torrent文件后,先要你选择文件保存那里.然后判断文件不存在的话就建立新文件,存在的话就用Sha1校验码去校验文件---错误的就是还没下载的,这样就可以实现续传了,但128位校验,想不慢都不行得到peer现在知道要下载甚么了,到那里下载呢?这就要寻找有谁提供上传了,这里BT是通过WEB服务器来实现的,首先BT会通过分析torrent来得到一面一串网址6969/announce是发布服务器的地址info_hash是torrent文件中的info部分的Sha校验码,WEB通过它在发布列表找到对应的纪录,
peer_id是自身的标识,它是12个0和当前时间 全球的唯一标识码(GUID)的Sha校验的前八位,共20位port你提供上传的portIP你的ip地址,没有的话服务器会自己找到uploadeddownloaded你上传和下载了多少,服务器可以用它来做流量分析left你还要下载多少个字节event状态,告诉服务器你是准备开始下载,还是停止,还是下载完成了以上这个操作默认5分钟做一次,或由服务器设定
服务器会做甚么
服务器中有个一个track程序来管理这些请求
得到这一串代码后就会用info_hash来查找列表,找到你就可以下载,找不到就对不起啦接着它会反连(NatCheck)你的IP和Port这样就可以知道你是内网用户还是共网用户(如果你是内网用户,它是连不通的,因为它会连到你的服务器上,你的服务器当然没有这个端口啦)
然后服务器返回现在正在下载这个文件的所有公网用户的IP和port,就像是这样
d8:intervali1800e5eersld2:ip14:xxx.xxx.xx.xxx7eerid20:
interval1800是告诉BT隔多少秒来查询一次这里是30分钟(有点过分了)
最后如果你是公网用户它会把你提交的IP和Port放到info_hash对应的列表中,这样其它人就可以找到你下载
得到这些peerIP后,BT就可以找到对应的IP下载了Bt会到所有的peer去寻找自己要下载的东西,不是一定要到seed下载.
Bt每找到一个peer就和建立一个Socket来下载,所以下载的人越多,速度就越快.
内网用户可以做Send的原理
上面说到服务器只会返回公网的ip的,那内网用户怎么可以做Send呢,这是因为BT是一个主动连接的软件(即使你已经下载完了,也不也会主动连接他人)
下面是一个仿真流程:
1内网用户开始做seed,
2服务器收到请求,由于是第一个所以也没有peer返回
3公网用户提交请求,由于seed是内网用户所以也没有peer返回,等待下载,但服务器会把它的IP放到列表中
4内网经过interval时间间隔后,再向服务器放出请求,得到上面得公网IP
5得到公网IP后,内网马上进行连接
6公网用户建立连接,数据开始传输(注意现在是公网用户做服务器,内网用户做客户端,是不是有点怪)
7其它内网用户去上面公网用户下载数据
所以,内网用户做seed一定要有公网用户得参与,否则其它内网用户无法下载.如果全部是内网用户,那个所有连接都不会成立,当然这是比较极端的情况.
以上可见,内网用户不能和内网用户连接,其它用户无法从服务器查到你,所以无法主动连接你,你只能每隔30分钟从服务器找到公网用户一个个进行连接.
由于中国很多用户的是内网用户(我从服务器上查回来的peer还没试过超过10个的),所以内网用户用BT的确要比公网用户要慢很多.于是有了下面的一直是0%：
可能SEED是内网，连接不上。有时用PTC和shareaza无法下的东东，用BT就可以下。
下不了的话具体原因跟具体情况有关，如你的网络是否局域网，你是否能访问到tracker，你使用的是那种客户端，你下载的具体是哪一个BT文件，你是从头开始下还是续传，续传的话之前是否死机过等这些都有关系。
BT下载慢的一些原因：
1、不是公网用户。内网用户不能提供主动连接，所以较慢
2、各个运营商网络接口速率不高
3、下载者上传速率不高。因为BT优先处理上传较快的人
4、发布时seed的多少，还与发布者的速率相关，还有下载的人数越多相应的下载速度就越快（这就是BT的最大优点）
5、用户的防火墙阻碍作用
关于BT错误信息的一些解释
最近发现有很多人问有关BT的出错信息,下面给出完整的解释:
事实上,当你看到这些错误提示时,其实并不要紧张,这是你所要做的便是----等待.注意:使用BT过程中出现红字错误后不必退出，BT会自动重试（无论这种情况是出现在开始还是下载过程中）另外注意错误的时间，如果距现在已经超过5分钟，恰恰说明现在是正常的。（BT不会自动清除过期的错误）
I.Apiecefailedhashchech,re-downloadingit
这并不是什么坏消息,你不用理会它.意思是告诉你,你下载的文件有一部分是坏的,bt会自动帮你重新下载错误的部分.导致这个错误的大多数原因在于某些人错误的使用了"跳过hash检查"这个选项
II.baddatafromtracker-
通常你不必理会它,通常是tracker服务器过载或者down了.也有可能是你的网掉线了（如部分长宽，访问任何网站会返回登陆界面，就是错误的data啦）
III.Problemconnectingtotracker-timeoutexceeded
Problemconnectingtotracker-HTTPError503:Connectfailed
Problemconnectingtotracker-[Errnosocketerror](10061,"Connectionrefused"
Problemconnectingtotracker-(111,'Connectionrefused')
说明在连接tracker服务器过程中出现错误,有可能trakker服务器过载或者down了,这时并不要心急,等待BT自动重试.如果很长时间都没有反映的话,你可以加上"--http_timeout120"的参数来加大连接重试时间.具体做法另文说明.
IV.Problemconnectingtotracker-HTTPError400:NotAuthorized
说明这个tracker服务器不允许你使用这个torrent文件(国内好像比较少见),有些tracker服务器只允许在他们自己网站上发布的torrent才允许下载.解决只有换一个torrent文件了,
V.Problemconnectingtotracker-HTTPError404:NotFound
很简单,torrent文件在tracker服务器上已经找不到了,找个新的吧.
VI.Problemconnectingtotracker-HTTPError407:ProxyAuthenticationRequired
假如你用的是代理下载BT,说明这个代理需要验证,需要你输入用户名和密码.
VII.Problemgettingresponseinfo-[Errno2]Nosuchfileordirectory:"C:\\DocumentsandSett..."
在某些情况下,IE有可能没把torrent文件存在临时文件夹内.解决方法是在torrent文件下载地址上按右键,然后另存到硬盘的某处(这可是个好习惯,以后你求种子或者reseed的时候特别有用,建议大家都这么干,利己利人),然后双击这个torrent文件开始下载.如果出现这个问题,建议清楚你的IE缓存,在文件中如果出现"["或者"]"也会出现这个问题.
‘拾’ 我的seed为什么用不了了
已经无法再使用这种模式连接，不是你本地设备或者网络错误的问题，而是Green、天行、Seed、Express等一系列的传统海外V*N通信技术也都因为现在的新规定，网站都已经停止运营，都不能再使用了，服务器不是关闭就是IP地址被屏蔽，无法再连接到国际的网络，并且运营商检测到数据特征后也会屏蔽。但国内企业、学校，单位内部网络之间的V*N通信不受影响。
目前可以连接到国际的网络的也只有2BSS等这些新通信技术，PC或者移动端都支持，目前主要用来访问谷歌相关如学术、搜索、Gmail，INS，Facebook和Whatsapp等。
对你有帮助的话，望采纳~