學霸的無限！
遊戲跟現實有什麼不一樣？
當然不一樣，很不一樣！
現實是整個地球，幾千幾萬座城市，足足七十億人口。
而這裡隻有一座城市，加上郊區，都不知道有沒有七十萬人。
現實裡城市那麼多，人口那麼密，以至於9102年11月26日，也就是一個半月前，iv4所有43億地址已經分配完畢，再沒有更多的地址可以分配給is和其他大型網絡設施商了。
而遊戲裡這一座城，葉寒之前就觀察過了，i地址統共就幾萬個，v4的後兩位都沒用足。
當然，一座城市的接入端不應該這麼少，但這是遊戲。
而且，一個i地址幾十甚至幾百終端一起上網的情況也是屢見不鮮的，公司網吧什麼的內部組網，或者服務商分時租賃輪換，法子多了。
否則在現實，電腦、手機、平板、電視、汽車甚至冰箱、空調、洗衣機、熱水器都要聯網的情況下，iv4地址怎麼可能堅持用到9102年？
而iv4用兩位和用四位的差距，就仿佛是……
一座城和全世界！
目標可能在全世界任何一個地方，從空間上，人在剛果布達柴維爾黑你，哪怕米國人，如果不是演電影，也很難在短時間內去敲你的門。
從概率上，體彩大樂透中大獎的概率是12142萬，雙色球中大獎的概率是11772萬……而從全球iv4列表中挑出那個正確目標的概率，比這要小兩百多倍。
可目標在一座城裡，空間上，哪怕堵車，搭地鐵騎自行車，一個小時也足以去敲門了。
從概率上，挑中正確i的可能性，則比彩票中大獎要容易三四百倍。
這可不是一點點的差距。
之前激烈的肉雞攻防，已經給了葉寒足夠多的參照了。
彆看那些隻是事件日誌裡一個個枯燥乏味的i地址，這個i屬於什麼公司或個人？為什麼會被入侵成為肉雞？又為什麼被選中成為跳板？
通過對肉雞的分析，可以大致知道對方的入侵手法。
通過對入侵手法的分析，可以知道哪批電腦是此人最易捕獲的目標。
通過對不同目標的連接排序，使用社會網絡分析法注一，就可以大致鎖定其他的受感染雞群，並藉此逆向推出感染源。
仍舊是科學家借助電腦程序，幫忙警察破案的那一套，無非是從現實，轉到了網上。
這樣的手法在地球上很難，因為目標太多，是一種階乘遞增，正仿佛前麵說過的nc問題。
但在遊戲裡麵，由於總數差了四五個數量級，連帶著這道題的難度也階乘下降。
加上葉寒還知道一些優化算法……
而且對科學家來說，完全隨機的數字是不存在的！憑著對數字的敏感，葉寒還找到了對方跳板i的一些個性特征……
劈裡啪啦，暴風驟雨，完成了程序的輸入，在一眾nc目眩神離中，敲下回車，讓電腦開始篩選。
和計算犯罪分子的時間也差不多，前後不過分鐘，一個i地址跳了出來。
竟然是一個？
竟然隻有一個？
……
結果出來，連葉寒都吃了一驚。
通常電腦程序隻會篩選出一票目標，並且給出每個目標的犯事幾率，顯示在地圖上就是熱區。
隻給一個結果的情況真的少之又少。
定睛一看，其他結果原來還是有的，隻是概率太低，低於20，而唯一的結果，概率高達90，根據優先級大字高亮加粗，就這樣了。
葉寒正要仔細看這i的來路，王大錘驚叫起來“咦？這不，這不是二局的i嗎？”
惡之都一共九個區，九個警局，正好一區一個。
一局總部在中央區，四局在下東區，二局在岸北區，雖然序號離的不遠，其實一個在東南，一個在西北，隔了整個中央區。
認得這i的不止王大錘一個。