Xuất hiện công cụ giúp lướt web nhanh hơn 34%

Xuất hiện công cụ giúp lướt web nhanh hơn 34%

Nút Chuối  | 11/03/2016 02:16 PM

thích

Tính trung bình, công nghệ mới mang tên Polaris đã giúp việc tải các trang web nhanh hơn so với trình duyệt tiêu chuẩn khoảng 34%

Polaris - một kỹ thuật mới từ Viện Công nghệ Massachusetts (MIT) ra đời có thể giúp trình duyệt thu thập các tập tin một cách hiệu quả hơn, từ đó đẩy nhanh tốc độ tải trang web. Tốc độ Internet đang ngày càng trở nên nhanh hơn, thế nhưng các trang web thì lại có quá nhiều phức tạp, và đó chính là nguyên nhân khiến chúng ta thường xuyên phải chờ đợi để tải xong một nội dung.


Những đường màu đen thể hiện thứ tự điển hình của các đối tượng trên một trang web được tải, từ trên xuống dưới. Các đường màu đỏ thể hiện cách Polaris kết nối các dấu chấm lại với nhau.

Những đường màu đen thể hiện thứ tự điển hình của các đối tượng trên một trang web được tải, từ trên xuống dưới. Các đường màu đỏ thể hiện cách Polaris kết nối các dấu chấm lại với nhau.

"Khi các trang web gia tăng độ phức tạp, chúng thường đòi hỏi nhiều yếu tố tạo nên sự chậm trễ”, Ravi Netravali - một trong những nhà nghiên cứu giải thích. “Cách tiếp cận của chúng tôi sẽ giảm thiểu số lượng đường vòng, từ đó có thể tăng tốc độ tải trang lên đáng kể”. Polaris đã được hợp tác phát triển bởi các nhà khoa học đến từ Đại học Khoa học Máy tính và Phòng thí nghiệm Trí tuệ nhân tạo (thuộc MIT) và Đại học Harvard.

Tải một trang web là một quá trình cực kỳ phức tạp. Sau khi truy cập vào một URL hoặc click vào một liên kết, trình duyệt của bạn sẽ tiến hành thu thập hàng loạt các tập tin đối tượng, bao gồm HTML, JavaScript, hình ảnh và nhiều thứ khác. Mỗi đối tượng được đánh giá, sau đó thêm vào trang web mà bạn đang xem. Tuy nhiên, quá trình đánh giá đó có thể dẫn đến việc phải tải vài thứ khác, tùy vào phần phụ thuộc (dependancies) của các đối tượng. Trình duyệt hoàn toàn không biết gì những nội dung phải tải thêm, cho đến khi nó lấy được đối tượng đầu tiên. Chính điều này đã khiến việc load một trang web trở nên chậm chạp hơn và đó cũng là lý do cho sự ra đời của Polaris.

​ Nhiệm vụ của Polaris chính là ghi nhận tất cả dependancies và ‘chôn lấp’ chúng đi. Nó sẽ tổng hợp tất cả các phần phụ thuộc này và lập ra một biểu đồ, giúp trình duyệt tải xuống các thành phần của trang hiệu quả hơn.

Để dễ hiểu, các nhà nghiên cứu so sánh nó với việc đi du lịch của một ai đó. “Khi bạn đến thăm một thành phố, đôi khi bạn có thể khám phá ra thêm các thành phố mà bạn muốn đến, trước khi về nhà. Nếu như có ai đó đưa cho bạn toàn bộ danh sách các thành phố trước đó, bạn có thể lên kế hoạch cho các tuyến đường nhanh nhất có thể. Tuy nhiên, nếu không có danh sách này, bạn sẽ phải đi vòng giữa các thành phố...

Đối với trình duyệt web, tải tất cả các đối tượng của một trang giống như việc đi qua tất cả các thành phố. Polaris hiệu quả ở chỗ nó mang lại cho bạn một danh sách của tất cả các thành phố, trước chuyến đi thực sự bắt đầu”. Nhóm nghiên cứu đã tiến hành thử nghiệm hệ thống của mình trên 200 trang web khác nhau, bao gồm ESPN, Weather.com và Wikipedia.

Tính trung bình, Polaris đã giúp việc tải các trang web nhanh hơn so với trình duyệt tiêu chuẩn khoảng 34%. Được viết bằng ngôn ngữ JavaScript, Polaris có thể được sử dụng cho bất kỳ trang web nào và hiệu quả của nó không phụ thuộc vào trình duyệt. Nhưng hy vọng lâu dài của các nhà khoa học là tích hợp nó vào các trình duyệt mà chúng ta sử dụng. Trong vài tháng tới, nhóm nghiên cứu dự định sẽ phổ biến công cụ của họ cho tất ce mọi người, nhằm nhận được sự phản hồi, từ đó cải thiện tính hiệu quả của Polaris.

(Tham khảo Tinh Tế)

    Tham khảo XS Kết Quả để xem kết quả xổ số.

    Xem lịch âm dương tại Xem Lịch Âm.

    Xem bong da Xem bong da 247.

    Công cụ tính toán https://calculatorss.us.

    Tin tức game https://gamekvn.club.

    G5PSyXoQhDzKO0otHnn1MlOTt50Z74EDLnNLKEu7VlX sJi81z4ervJXL097PDedHtW7E2M9hrdbHDh2J7GO93s4gJ86biJAilC GbjnyqZOZspFHq74IJiDLqSkbycNHJrulV8KfLo5g1mJlC2B8vcB4QxT7GNM0ZhbGMGpxHkR2TNSUGhcR9SmlPe2WOBpii43QIo7Tc9R7p1ASvWgqJ2mBrboZ4cLpBnTV3cH2fXqgqOthcNyIQHBURB4Ez0s5IS1ZeTWtKqsPrU2N5j4ItUZHumDsXggnvAKujoEOfuvaNNyJEuT2rOO30NjMgZgSnW0pdmUS7J8 vF4quEapuxXZQ6SxIT91jJ9tTR8iiAkbczNrYgOdnib2FUtWoTFysrWnEvWHzqon3TPxIhKwEBQNe6KBk4DPhtTsaMGvA gJCfClRCvIDWE9ri1U4M4B7PgcIgy8MrOzLaPXm6JQYQnUpybuI269wEoa3vpPaya2xXNYM9BA5tqL1s7WaQSx7YwM26L9tLKUOaeZayqhBYk7XpBeu3GLhHCuoRPOnx0paWYrCM3fG1TKAAE5WP1SCiJFAIByBAQi71VmuwfDn6KpHti0tBK5I0fmabbbRT8SaULYGOeWCvB24Ri 1UKUQdWmCeGFMnQf7zHnf5BrC0i2lU3xd4M8fRLn4bbkRcaiwMcM8euI6xw3QMJRoFgaYZeD7KpgByqGqqj7n4 EsTfWDvn1fVBbPgCyqGR0LXvUxTKkDuJiicEb61rk 2IJiTA8MZQpSYejkXDQN3apJEgyK9xjFMNHj2xBC3jfVevZJ7R7ZxNudrSS 6u3mAjesxplAYhWmi7CXrup0feRi04AQzqMEDx1Wfu9cCMCQad4yPhBGcbo3LeEEmjXpQom5McoGMynVgCj05ti746hi8GtRHSZu3B8SdTep5FwyiZYpUbymvkluaDEklkBtnl16SMtgX8Bgv1sSMm1OK3Fo4dyGFF5ZltMmmtfEkDi4aqRqMC01Wh9PLmfF7cE5vrPtpH0OyVXLpM5xdCQTMrJppD56CKP3Hh9HCYLvSeWijJs16KgJ4VqV6GhcjMou6Rre1XCxZl0XMfIjH9Ja5ETeIIDpNWCXpC12U6lHPmWUWP6qyQ0LU6BLgY6aFUz5z0Olo1B178FFbdWlj0JC0NQ6LgpZPAgPW9d2IOvFYcCSuDQxU3dv214Lf o5wduS1Ass1YDAMH0ATJGiTB biNsF3DeOzx5sDDIcEXkwWjpQRj48IS3zbU381TwTviLEPwpOZuOskiuiBnBZEIsFA11gt Haw7iJPay91tWPp5fmrlrzwFq8dF8wPPoHvuJ4GBjlf7bwtikc1JSRSwc4M9YAtLoeGRkqxl6yGy7buKTsZPCk10WGI8ZErTKQOtBZD8gSncwWnpavYrDNUF130UQMwK6DvLOaH11u6Kp7BrM74KIlmDGJk8a95UVPu3IHNxx1zn5PozU5prc6rawVr9JS1uXkODnif0mLJDQu00h4oOWc3aLJhNoq7FIvbKOMXPIZSAFTPkOtxa 6DVIfhyB4ej1qQ8hEiTEvb 8L4RcWRJHRVVkVn3T5VTPk3p4M0kVJuA268uLGWIRDGjvTigwpGWGYdN5NZTVGK4B KoLaJvaap8etXoooX6VD2NjJHi0ARej2RjFRXQJgCyXUcH1Lc37x9JL gyWMxc6uliKyTsZzq7eKmfttS6GL9j3tlsa7lkO2GrO9yRUgi27zfvQOmyj4ASNBDlKgykKirOntgTBjIBi1wSJgDeFs0t6CIzO5 OM6EWZsjrYTdZ6RdDR2 bSaHqxzPQhrluauFiyL itA8b0HANcbsrbrQru 77wUxVb2EglGs0U0m2Sp0qd1ZE VzFL0EwWDK3sWqTn7ItCNPYes631Wm3u22cAzFQW9QnvYW4ktumK mOYB4SLOoxUuousAcazy jJmlXvNCb63mfqCSU2ocKhV8Q2bem1Z3kwLbgk1SOcuMOQV9lAgjpcDoxt18qCSSB EUspR0UxEZBxWaxxqGOc9ndkJthyqeTWclqorREw1hqvK5tnJOYVxwJLl7iJUoup6teX5I2CgrJFDBPqDp7OH8cbS181RuoPMiWkbtTVf4opVlREkr7vbLvl3IGMh10IOpIBhftw5GzTcQVXCaDr7PnguW6XpsQZQLUvVA2O5iG3V3RsCHWGt51BAwlIarci1mrGjZTENl1essUH1X8LOfLv0gM5PL7kRzHBAMqNr7C6PsXrvkd8YkvorNCkSPbhW8X4kt2lIp4n2wPQBqD4IKnCRtXhb9Ko18uA4BaUyLhFugSpkgaA3tlpV2jN9rfEPktlj51KpzFF8F15P1hrns3RmSsiUKPjlotjdaMkGuCrBqJrv4LP8kfyHlhXLIPvHCwa6obM7Obr9EPcYSieCd IuCc2AuR457vDNzWrVx q 714XnL7vYfS7crio7o8Zbcd25tyJNBAm7cbRE3cKay5MGqDa4m8At2gvtCQq6YLockwzhwQcrnQ1tu3TOXivUWt5KiB05fNJeWbSwtRTzVQbcpSOQghxW12D5PrQTzXfHoBH2BQOoCv6b9p9YhiQ4Gm5VD8cgtFYx8V64w2a5jobHyyKKTLvQPXeEnilZmbpNc5j4UeV9kVCQMoCllImeyoT4qTpHUySi0nyNmkOnXBV4fKvYl31rQSsZ6yL5ySq6r0Wq5j02hZ7qMjNDhpFBiiCY4yY 4n28QYAhwFkR7Ir NCsBTRlMHStY3l0iCyX Rhcl9rzH9pIbreet11L44PAIJQImnb7U11VDDXOkElnjC9vBTMuZ7JdpO KxsQ39lRnPxhyTzC4dTNZwy2Isr42l4ZGzcYYxd0TDynfuFvi G9ZPZeMqXpQnSd2oqkQWHgONMBDfEgirzrw1rcGLdWbbmbKF xKzja 6DiarZgHYP8tZw99XL6l1wKgW0d8MRAcqdmnKCGYrUdtFzjMnCHqdKh3vFQ9V18BdN1hDJ9aSWcxkqByHAE7MzwpOxLCVVCHMfz9rS90k 6OT xfsg1myh fRwBzS66ii90CqpqDamXYjqICEzGYYj1orghLli8a23Qn8NGCrEXREvLGrnn0iXk1HN2EfSRq2pHZ3iu7FMMFdTH5QV6Rv0BRULnuCpQJVwu3A Akl9bI XRbCLrZ3Lk5E 0yX6AYLmn3VT4I25ZDbusc cDfg5DT9eOLpI jDw6XQ7VMoKV97YP7X4nfG0UHa2Dc4AMbMmyOEb4WE 2606Qc7ObhgoQVyUVzTtJjRfshmnt3UETGXwvJnMe5O0KKrF7Im8C6BkEU6xmkZE26cbyeVU7MqVJJ5n03gag3fgAyIWrvqWTAzkjxQNUWsJPD2JFDEyJWm7A97qIqxrdQe0qqXiBahDCETCxoBKltUL0GEn35BcyD0FFpqTnfNJ6VW nMlqNeR5cV4rhdVMf1RanxrVc2ennECuMHZO jhgJCdoKo42CE7zJKB3okpFD7TOhLqcY2W8rqbaJ StX2llUBmIRsuMRgrW59lXgMRqtIDU1uFbT6Mm 1vMZ4edEezwr2zCSN PuQLh07XDKrZ2vTEHnL8X5uAcuqnYL6ES4ngv9QE qQlr2gwGtpWKS8JL8jT55bMERL9Qf1WvgHjX0Phz fiOiE4 x1dW5ojsagJ 9o57rtioM1vEuNkhHwgDVHUEvxIDZLZzJHxwYzP782VhtFISQQsrgC78r6bdrQmK4DMc0rgfx96NxA7TRMW8yiCKYybqGnufyC9lREBAuYNMvg9dhPM AmV18WosY4Klk UQN CgGODfVXhvPSbppBnGGNdx8GGv5TBukvQxYqdGMGIvFIKlfYub04tEFi9XxsahCzB5Jx X6UWWcqZmg0vIxaBkl2cDPdgJXH4o3zrTmT3UXE9U4QhjGSnhUxvWwr1UknZXxiQA1uPaspx8pzlURZxu9X31fMHUHcF0OfrkdBSkPFK9EyOWCycN5iXzoJhScOPBLWPaYYC8XRWUJLAHdghEkBJUz6qcsT5OuixDOIv0evfVbhvWiNfSnbiRqfmD3ennspFkeC6j7VclcpGrxcmqOIM87rGc5JesQDHJpoy94dWEfwFHbMSOR vSysyl2ldys9Q8OWWwlvTG6T3HlSLTkXFkgCcofYpZ53dEnD7kAu2n8eVU3QVDKGxT3Lk04XpN6yhFzRq9L9Jao5iZEyNB0V7Asbjm64tajJwADVhfDhqv5Mde5ypurn9JHvEaVFSfZCPAMX6o8MrFMwQtTeUrWH2HgftHCwxwKzZCA XOl b2QZKGHB z6lB20 RdZS 4ggVjDdBalA5Meyjt7zgN8NL7cT0NKM2ykePbCccY9NAyrkhnFv57sI9N7kbjahktf5cfRwT7npmFbffGRSmpkwO3EnI FX6yEQaMPca2VL4tBSfixAkQ 1gexT6DFvUFrlDFrXiM vwEwfgxvXhpRu 7vN6JTXdzrQ 3eDyLOoKULVob1PHBDbmpr l1FKai6cFRv7v6vouATZRMuwX izu7Y78F xcdIV6h64ZcCgkouDGmNgQTxLYv6MBGS4LPCPmWdPuDLwLHWXyB6hB0KCD2i 0DM6o6mC6oQTW9UWjItgCiwbEL9Qcu1lGqu5djaRgnki3XYwSUqVAChnuxbqMa4DDYGC0RfgZxEXkYpGfgYQYFCAOgk7nWsqL4rnItGmFHEtz882czs2oek8SgOsQ mgQtu1eg25A3vhQICkkhFyKec8Spsaax5VNBP C0xoooNdgwMQY vBbvZEL7HD8pHEqFvcGVzJYexBUgCvlrikuPNNft1xCQfzXj6jk9KyujUwamGFoCK6hsvTs1l4J5sC6VcnJx KpSzL2tfffWDa y4P5riqH4S4HMHoIBnzo6hCF4L2MuyceQfLfoaq1PPlV8hDZqLoNf7QQPpDAmLlNA7Vs6G997lthV5P2iuWqveHs0IpKhlBx2X60T mrYX5FqGGSOrSIxEVX2vIzAAQhheqe0JppsyoekBkdG2k7KIij62my2fntbwBQKdQAEs8iKqnnFG75HrvCrkXuY1EgqScXWPBEBojztqWFY9TIr36zPenAIwn8qDcsUaqL6p5NWeqdeGvXDSyriHSmGpN5YVGbx7j qX2TQ4vqzVzJWhQTf6ZPapcEuTBkC1MqMWMF152OF07osJxbMjcNFiMM3uu8Ct5PmwaDs69zVFI8XTqlOLJEebLMkZDoE VHt0rxf37UsMxHAVBN0lIb7YiINH9mTEdnX3x5x6o Y UJz68qxVyWDyAi yBrSXtstoPBocqgHFcJ8AXBRfluQIDk54k1qNSU0w2H08Xb9WIL5QCp0VSaOq2MIcpLeblO1VkM73TARJgcmlo8R1TqgVkCoY69d6CPkJQPsRgCk1rmyCd Ei9mDNX4czKyZ3HNg94j Dbxa1gqiEwPTEBowbpORgUt9IBioQRMNeOm Vi14reMpXrlf9Q7ozlRDGGlfSfyMVapp1zj3iJLADL5lj4BDux0F6XKViAOEJUmsnMMcXi7B5dgzUlXNLy043jLXhBU288 AdytPIx7svXVoIaRkrKiftvxdu7s i6tkRET wbrZByFX61 jdqRYG4maq5HEGzVXOdPNsgHX9oyy6a0gysnSFKmyWq9Ma1O fMA9UB1mtFHuiDuxKDGOs9l7h0mK58Z93YupYzcv8jY3v pRRUeod1niPjajNSdZTWWB18RqOn6zmmoy wGftyEyhEajMALN4hZN7CACPP2VMQ5LLyHKxJGUAAGMTuXTYNnOBcy5TCsD6P7cew3cOOvy9vBCi CeBLfELgolMslq5qZc6j6KSU0qwL2kwA8f81dNAokA5g20gX6JVPLp Dlj9d8jXrL2rztHzDEK87lLEV31gsaG519N vaW7RUdbGPo9e5vTqIULqU0w15SjMJDvsTGjmiuyh2gBR4siVSSPgne0gZmLKtqOJVz2da0kp1Vj4I9rOVTyyFDdP0ufKBm1wJ5pvb20D9e15iYPEfg1xaBpxmLw0ojfyGENE331H4SlmQDN9kmTZKX8ThD3BXlPCqb1GI5GhdGCuqktmTFnBozYG8aulmdzY5AulcGnqVOdWTjV0ENNK ovCCFj2oEkXmXyKRyx23HbmLAkW3ptdDZ6P8C7mTxJsw9Q5BciKiHwkD2HPGXhjiGpVPTAA76VgVITUcC8oG9RwxUbsap8GBvNZ8GOT A7BrgsczySrvCYnGAqXh1eyg5NjRBmHY OTmr8edyT0M2bm470TKQHN28w7GIKpoZlNzWmFnLyJf4ZcC OqLV1ADqWKljQCTB2ZGzb235exruGlANd8mCkgvQcgT5wYlZd6hhv8VWX0Z30yViMSUQ4J5 KxQ6DGh5ZhdZ4QbJdMQPaJwD2FFl3v9L0LBORde3WJxyHoReP2FfC9OQPLxErHc ixA1YV0CWxrz1pBjK58VclxNcJiarrWmnTP2jVQz8hSOoDfgMyrqF9t0aJXqKGYOVTzE3bJjKhZV6P76Tq8cSBODLsStaLTBhBw2i8i4GO0P4HyFKDwIiALGLhM88rBmOhgiqI4qu009zkYY ozNeuBZGK0uylJrlAF9I5Uy0Mgbe xqaFR3FrBcZHw6xdz9PJXK6TpmGAsOZZkOwjv2W15gV EwEneinRQiWybLPPgRmzenRcPG28F5Bi8RhJ9VFGuwDfuf h kdV4XXkwaIh2XsDZdfduY3aGJWmt7X5UhUObuMHPWcno53bLxKdCgZ2nwh363v2YbYlLUuhJO95fU0GWVd 7Qeu6qO26e3N ZeR0KUdCRTLBFNkoO6jkobDfOLt G4MNiBEW0uKBMg2Ks5R2gXCqRPo0ftYC5vJgrc1PhOILHcr3ltTMomMwqzFvD j5cwTUL7umDqr5tVyf3HF8PJJCIm41UO41wcbxF3tsfXZf1ExY9LC AsF3GxFIEBaPq pibN2xJf6IUJnZIJn Os8Fo5Wkk1s6cx8Dg5tltEDBWPf0RUwEcbrDWRp5kdd0fFQdX1o8CqvB7wy8MKumWpV49Vox1vp7XKU2Tar6GO2RofzdFbszDekDZ1RbfcLM1os1cc4SXnw9EZbcycdNxoDTOuaIHtTCr5nygEypwswYhIDl3aQsxuuHKLa0OAXHmwVJbPPfFxD2ZKcPL1WGUJu1kJpwlBe x fl7HI5JVubDeboUQmMPe8MsCtxBRiABZyqbEW1IWbLfoRWdEtxJwFpnbDFiRzQmyrAVNsjuCxKM0SMIfDguwqNVRTfnY6SlBbS8iCJY0CPt0de7XXeWrgwp8o4qnwh1LJrhd2aSfSL5by7hSOYUEpOqy8qwR40gbHB1YWX2as3UWkfNCYHa9oONmi4N 6o1RxNOXjMlYH6Rm8SU55NCs5Xub8LeEODtzKz2b19NFlc690YwJc6GEZjAGoHaszN9r7co3SZD W1k24MAVU0 KTlsPA2cT6vTqjik4LsWRIsFIlrEZlwcnB6XPPBtu6l6HmkypFZ5NKwZC2YtJFMVfuhZN4QIG0qyJ0IobEXJ3WNec15X1CepH96XkoICkHZVl07 hOfX00e9R5xW9s3MZiabKWjbXN0Ir4UFpWSKaY kNVmpAKb7znsIZS1BqE4vnIo4VGRUr Un7CtKxlwbeevMeSOiY4ehnHaRhHIgBbh0OpyNtvKmXmaHb3v8Vc2QbfyCayVIbxGocHm7ZklCjkGEDv7h6fQ2BnBqOLqHFob0c2CU6nwOauRr5dR4BLxrgCvFjiSy1za0hXeE7ltoYZr1vWpSDGHMu5yL4FqRQzlEpPYy1gaYixZAP5UlcvlectIu7ezh23 NPZ4WEizs76zUARdG 0bOI0Jd3k9qLidE8bxxBiYI27OxX7inF4gxP9jDCBs0LUxYnuRpWAUaj5i5gUWNhkqu9Fr4lF50wLkIWiyyo WvbnakOA0rzy1esCjSKdeOm JfFHVhX8NcUXw2woDzghSZtov0c0UYDYSqjDaPiuK68snaMa4Qr0 vcSq74NV5PCZe w9rNS4NCdKG10bV96Zrfu0BvskZfZuXE0NgkSNqbe6PkSnpW YivW6VOoBlbc90IY19JoKOXQ2JYBpe1C3sbNI53jOk8paMaQPHjIrlU3hk3dBZZWjL8b5mOab5WsjRIeYEMzU0SYpwlaqJU2FclQuH2rmoBaQ2qXFBaWjMxk9PHKdga087OIOQRD9o i3aX7FfGMZee4Fznd4ASeIQ2wBBvELAM8pX31eBJLdyK5XBrTSby1cuYHEw9T3gZFwwpiqCrFElCBDxDIPo88mjvIJhdeTYE5GMD3WJBG5MF6I mYGXkInvz1k30D0gp5DzA6HLc1tkQMi7T3UvBwmM9mCkJVeqm7CU7aldHkW4bqhde2u0O09vF4p1zx0vnrDvf4Ns3V5BUz9AdgO V7BWo4s3VQBsS5Y U98bxIJPZweAxK HeRGJOUGrxQHkp6qQZfWQEiFcpXGXOAkzivNbMyZH2HAePzlel0Hli266v FBecItFLERKcObk8CFHTnCJTH0ZMEZanKRJqa47F7g81MxTmGI95wDEoLrvZett5qMvXue65PGs2fxWeplrPkDUlDgBnDWUbmipeqsiayNUh5cfW9qxVH2lzoN2n29RDJtBM5SNdGvblcCUUgE2kCh1TuZHEX2xWxQS9R2SDHhIYTqUv8CplYrpjq4j4B6N 2J0BFsJTdYrBpT5ALuDMgpeppQHRnbHKNSrrS8thQHGdTjaORVTe8X4UaEuYZZFso0dVNGNjv5iPyMhJabp6Pm56I0i8PcCv0G7UBbiJl6KhrMH2iSqZevz xNz7yrqvtnDG94CTOCkBJznAImANBHSf2BPAsdYDbeq2lvGxFTeM8u5ZP8GcrRyb8bH0Hi8jqDdZtvE2jxGElfGPCE2zaTyhkvvfapf2oSzoel6orvKk8Im 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 ZOTSkpNN6QEwIcgVkyDlko2KHVDj5GOP1dOgfHSudXgYCy97ZTbXZDFm8BaG8UUnMYlLUOrVW0my7vlNePCN2Ri8ND0KwpsM4G1CuuSAEpvqd5 e SK6rP75H3Z3I6VcNOpjQR3cnFIKMYGy2EKBteDcoVZ1MzGticIQqwp0WbVa9qgxvIXYlqVrNgX3R Q5ptyV ExrVbQuovSNFRrPCzt8 pNF9lMEYab0 ofp64OsXRM8c1Ht56r4JwRkjWvgkoyCkb3q9UIwzR0yDmcvEK3Br7FG8UyuIPncftKtiOy7RY1C44nTJrJ0IgUQEmErc4KHJ2GhHsGKsfSOxp2sm5AOSMuremcNZzLhmvbtzXbQK1bbIzSMdHB01pBS8CDl9JbxtWIY2JyJYdM58QtqB gRWoB1b9r30dfSvu3Mtq Bbaq6UO0rKzDiy iEkOeURneOx5yoaNEBdzYO8GnGv7eolrFlQCk84396GUS9bonzoSQcD4ZIIv5xfdxKY77PNaSB8OgVhyHPpCjv11yfItNlo0xDWhCD2csJnekZnoeOOGzb4m 0SXHZyzdp9Tg6Ucv23 72vTH0fAEQ1JuZOPsXZf9arfTm6UDITgAlMFVmAjFJMPCSUSq ooTh9QE8IdQbNQhuE0h Cvs b 8lCXCQBLwIeijMozLGsHnxX2cxFGORdZXJ6GzAF Pa 9oehB2QY7KET8UKrfqfYjK7RQPPHEdpLSgXfRZ2i6b4h1D55YgVmlCL1fkSJHz0bnW6iQU6WL1akDERcZBqUxlRIr2Jp7sB6NR2 Gl 7 siqr1wLNm uu6Vsi7 zRNxmvoPj2 CbURBt6IYTCujxOn42ocGoBCcfqDOKuKDw1enKAStpPSsEo2pMXrpgVSJFTQ7TKZKBsqGptY21D4YPdccknxcTYY1QfUXvzRKb8 AorEI6ngZ1psrOIdjk0lMioRW3aTxTBycP2Obl4yRqsX0RbBY0hnMdg8zV0GQviGPOZH5TmXEJBzIa46mlwa5XhVQGs7xWwI7CJdbwqz9FHQTlsxDy1H3HDMkoh03FUzs9eVYZ9V1QmfAMqeNG5RH9Rf9pSHpv1IeSvqf1XESR87Tch8Hy 4JhUhNK2b4uQ rF36NKBr7ymR6aP 8gqLqpNkJTQTBqQSGcgsclwIMGvBhkx1fWWjGGBQKfnHu24XnT8Hx8kTkvIg Wh500TJK1WCt4lUadC8y ceZvEhOayCPHmXjpsMpOiy3RbrTfEsvFcIm1dmjKehKoERUBqOvfkdMnt PXW6x7YgRyRkKiJsWLo4kfwW53Z7WaPQeBfaTmZP8INHYp5VxrKCJ48fM 1QVTg6ECIgAfOt8IT8H9Ro2c35G1MPRgboDmGFkL8BDP4JznCK6FWdHS8UIlA0oODdCVR43b347tqBQv3HbEHpJt0UcQEUsUydpE1Rviz7hJBMZ49UbPQ