rPman

с телефона образуется сначала множество DNS-запросов к несуществующим доменам типа f03ef30f-719a-4fa6-b084-4682851d9698.local

Bonjour/Avahi мультикаст DNS (mDNS)
Вполне прогнозируемое поведение, посмотреть а нет ли случаем в ближайшем окружении мультикаста с просматриваемым контентом.

а затем многочисленные UDP-подключения к самым разным IP-адресам и портам >10000

скорее всего пиринг

Сам спросил, сам и отвечу.
Лишний раз подтвердилась народная мудрость, чтобы найти ответ, надо правильно сформулировать вопрос. Гугл помог найти решение по запросу "busybox wget is shitty". Я не силён в английском, поэтому не стану углубляться семантику этих слов. Кому надо, тот сам поймёт.

Теперь ближе к теме.

У busybox wget есть давняя неисправнось в некой сущности "Support HTTPS using internal TLS code". Попросту говоря эта часть безнадёжно устарела и не работает в 2025 году.
Решение проблемы:
Скомпилировать busybox с отключённой опцией

-> Networking Utilities
    -> wget (41 kb) (WGET [=y])
      FEATURE_WGET_HTTPS [=n]

и со включённой опцией "Try to connect to HTTPS using openssl"

-> Networking Utilities
    -> wget (41 kb) (WGET [=y])
      FEATURE_WGET_OPENSSL [=y]

И ещё добавить алиас:
alias wget='wget --no-check-certificate'
Тогда busybox-овский wget станет сам без лишних пинков работать с https.

Почему так? Ве́домо только разработчикам busybox.

Может быть подойдёт такое решение?

• Вручную указать дату отсчёта и начальное значение
  
• Разницу для перерасчёта задать через формулу как: разницу в неделях между текущей датой и датой отсчёта
  
• Тогда расчётное значение будет автоматически уменьшаться по формуле: Начальное значение минус Разница в неделях
  

Ключевые слова: несколько ОС, десятка, быстрая загрузка, гибернация. Ответы тут: Установил 2 винды на 1 пк, но появились проблемы с дисками, что делать?
Проверяйте ваш случай или нет. Если нет - то дальше надо проверять всё железо и софт. Ну и на всякий случай - может у кого-то еще есть доступ к ПК?

Надо включить поддержку регистронезависимости при создании файловой системы
mkfs -t ext4 -O casefold /dev/диск
или позднее

umount /dev/диск
tune2fs -O casefold /dev/диск
mount /dev/диск

Затем установить у нужного каталога атрибут регистронезависимости
chattr +F /путь/к/каталогу

Есть что нить такое?

SSI (но тоже возможно понадобиться настройка - включение)

(а ещё можно с конфигами аппача поиграться - тоже кое-что можно инклудить)

Если в дублировании экранов - то исходя из меньшего разрешения
Если на каком то 1 экране - то по идее по его полному разрешению без проблем

почитать подробно про методы

Хотелось бы понять какой метод, для какой задачи больше походит

Не, ну ты выбери что-то одно. Или ты въезжаешь в кишки одного метода, или ты ищешь инфу по верхам.

Навскидку, ключевые вещи на которые нужно смотреть это трудоёмкость, инвариантность и поддержка множественных экземпляров. Первое определяет, насколько сложно подготовить детектор объектов этим методом. Второе определяет, сломается ли метод если искомый объект повернуть/увеличить/ярко осветить/и т.п. Третье определяет, сломается ли метод, если искомый объект присутсвует в нескольких экземплярах.

Например, методы перебора с голосованием вроде алгоритма Хафа. Хорошо работает для геометрических примитивов, поддерживает несколько экземпляров. Но произвольные трансформации обрабатывает плохо, слишком много вариантов. Для задач вроде "найти кнопку на экране" подходит очень хорошо.

Каскады Хаара. Требуют контрастных объектов, не справляются с поворотами, могут быть чувствительны к масштабы. Долго обучаются, но довольно быстро работают. Сейчас их редко применяют.

Методы, основанные на локальных особенностях. Требуют "пёстрых" объектов с множеством заметных деталей (в идеале контрастных углов), и не справляются с деформируемыми объектами или очень разными ракурсами. Легко справляются с произвольными трансформациями, но ломаются на множественных экземплярах. Это придётся обходить, обрабатывая изображение по частям. Зато если объект простой (условно, обложка книги), им обычно хватает одного изображения.

Свёрточные нейронки вроде семейства YOLO. Можно научить много на что, и скорость работы у них стабильная, но нужна большая размеченная база для обучения. Причём если в базе не было скажем, повёрнутых изображений, нейронка их не научится распознавать. Отчасти обучающую базу можно расширить джиттерингом, но готовить её всё равно придётся, причём речь идёт о сотнях и тысячах изображений.

вот скормил ии и он даже на cmd сотворил

for %%F in ("%source_folder%\*") do (
    call rling "%%~fF" "%compare_folder%"
    type result.txt >> %output_file%
    del /q result.txt

на powershell

if (!(Test-Path $outputFile)) {
    New-Item -Path $outputFile -Force | Out-Null
}
Get-ChildItem -Path $sourceFolder -File | ForEach-Object {
    & rling $_.FullName $compareFolder
    Get-Content -Path '.\result.txt' | Add-Content -Path $outputFile
    Remove-Item -Path '.\result.txt' -ErrorAction SilentlyContinue
}

ну и да, если предварить каждую команду в исходном тремя буковками wsl - то тоже будет результат)

p/s/ кстати интересная логика у ии)