【计算机网络】408统考2014年题36

题目描述

【2014年题36】主机甲与主机乙之间使用后退N帧(GBN)协议传输数据,甲的发送窗口尺寸为1000,数据帧长为1000字节,信道带宽为100Mbps,乙每收到一个数据帧就立即利用一个短帧(忽略其传输延迟)进行确认,若甲乙之间的单向传播延迟是50ms,则甲可以达到的最大平均数据传输速率约为()。
A.10Mbps
B.20Mbps
C.80Mbps
D.100Mbps

前置知识

  • 字节用Byte 表示, 1 B = 8 b i t 1B = 8bit 1B=8bit
  • 传输延迟就是发送延迟
  • 发送周期:第一个分组从发出,到接收对应的ACK所经历的时间
    发送周期 = 第一个分组发送时延 + 传播时延 + A C K 发送时延 + A C K 传播时延 发送周期= 第一个分组发送时延 + 传播时延 + ACK发送时延 + ACK 传播时延 发送周期=第一个分组发送时延+传播时延+ACK发送时延+ACK传播时延

解析

在这里插入图片描述

  • 最大平均传输速率 = 一个发送周期内发送的数据量 发送周期 最大平均传输速率 = \cfrac{一个发送周期内发送的数据量}{发送周期} 最大平均传输速率=发送周期一个发送周期内发送的数据量
  • 带宽为最大数据传输率,实际不一定能达到,但本题问最大平均数据传输速率,那么认为发送速率 = 带宽
  • 发送周期是多少?
    • 发送一个分组所需的时间 = 分组大小 发送速率 = 1000 B 100 M b / s = 8 × 1 0 − 5 s \cfrac{分组大小}{发送速率} = \cfrac{1000B}{100Mb/s} = 8 \times 10^{-5}s 发送速率分组大小=100Mb/s1000B=8×105s
    • 第一个分组的传播时延(从主机甲到主机乙)= 50ms(题目规定)
    • 第一个ACK的发送时延 = 0ms(题目规定:忽略其传输延迟)
    • 第一个ACK的传播时延(从主机乙到主机甲)= 50ms(题目规定)
    • 发送周期 = 8 × 1 0 − 5 s + 50 m s + 50 m s = 100.08 m s 8 \times 10^{-5}s + 50ms + 50ms = 100.08ms 8×105s+50ms+50ms=100.08ms
  • 在这 100.08ms 内,主机甲能发送多少个分组?
    • 首先,在接收到ACK之前,窗口大小不会改变,因此最多可以发送1000个分组
    • 每个分组需要 0.08ms 的发送时延,因此 1000 个分组需要 1000×0.08ms = 80ms < 100.08ms
      也就是说,主机甲可以在第一个ACK到达前,发送完窗口内的所有分组
  • 在这 100.08ms 内,主机甲能发送多少数据?
    数据量 = 分组数量 × 分组大小 = 1000 × 1000 B = 8 × 1 0 6 b 数据量 = 分组数量 \times 分组大小 = 1000 \times 1000B = 8\times10^{6}b 数据量=分组数量×分组大小=1000×1000B=8×106b
  • 最大发送速率 = 8 × 1 0 6 b 100.08 m s ≈ 80 M b / s \cfrac{ 8\times10^{6}b}{100.08ms} \approx80Mb/s 100.08ms8×106b80Mb/s

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/15488.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C++相关容器篇章

内容链接vector点击链接stack和queue的函数用法点击链接优先队列priority_queue

Banana Pi BPI-KVM – 基于 Rockchip RK3568 SoC 的 KVM over IP 解决方案

Banana Pi 已经开始开发基于 Rockchip RK3568 SoC 的 BPI-KVM 盒&#xff0c;但它不是迷你 PC&#xff0c;而是 KVM over IP 解决方案&#xff0c;旨在远程控制另一台计算机或设备&#xff0c;就像您在现场一样&#xff0c;例如能够打开和关闭连接的设备、访问 BIOS 等。 商业…

eda、gnm、anm究竟是个啥?

安装prody pip install prody -i https://pypi.tuna.tsinghua.edu.cn/simpleeda、anm、gnm eda(essential dynamics analysis) 另一个名字PCA(Principal Component Analysis) 或 NMA(Normal Mode Analysis)。 eda分析可以帮助人们理解生物大分子基本的运动模式和构象变化。…

面试典中典之线程池的七大参数

文章目录 一、七大元素解释1.corePoolSize&#xff08;核心线程数&#xff09;&#xff1a;2.maximumPoolSize&#xff08;最大线程数&#xff09;&#xff1a;3.keepAliveTime&#xff08;线程空闲时间&#xff09;&#xff1a;4.unit&#xff08;时间单位&#xff09;&#x…

Elasticsearch:使用 ELSER 释放语义搜索的力量:Elastic Learned Sparse EncoderR

问题陈述 在信息过载的时代&#xff0c;根据上下文含义和用户意图而不是精确的关键字匹配来查找相关搜索结果已成为一项重大挑战。 传统的搜索引擎通常无法理解用户查询的语义上下文&#xff0c;从而导致相关性较低的结果。 解决方案&#xff1a;ELSER Elastic 通过其检索模型…

【数据结构与算法】常用排序算法对比

常用排序算法对比 相关术语解释&#xff1a; 稳定&#xff1a;如果 a 原本在 b 前面&#xff0c;而 a b&#xff0c;排序之后 a 仍然在 b 的前面。不稳定&#xff1a; 如果 a 原本在 b 前面&#xff0c;而 a b&#xff0c;排序之后 a 可能出现在 b 的后面。内排序&#xff…

安全渗透初级知识总结-2

CIA三原则&#xff1a;保密性&#xff0c;完整性&#xff0c;可用性 https:解决了安全传输问题 核心技术&#xff1a;用非对称加密传输对称加密的秘钥&#xff0c;然后用对称秘钥通信 抓包&#xff1a;Wireshark、tshark、tcpdump valueof方法是一个所有对象都拥有的方法&am…

【传统视觉】模板匹配和卡尺圆检测

模板匹配 粗定位 1、原理&#xff1a;模板匹配是指在当前图像A中匹配与图像B最相似的部分&#xff0c;那么A为输入图像&#xff0c;B为模板图像。 2、匹配方法&#xff1a;B在A上华东&#xff0c;逐个遍历所有像素完成匹配。 3、函数&#xff1a; result cv2.matchTemplate(…

Web3 叙述交易所授权置换概念 编写transferFrom与approve函数

前文 Web3带着大家根据ERC-20文档编写自己的第一个代币solidity智能合约 中 我们通过ERC-20一种开发者设计的不成文规定 也将我们的代币开发的很像个样子了 我们打开 ERC-20文档 我们transfer后面的函数就是transferFrom 这个也是 一个账号 from 发送给另一个账号 to 数量 val…

SpringBoot中MongoDB的使用

SpringBoot中MongoDB的使用 MongoDB 是最早热门非关系数据库的之一&#xff0c;使用也比较普遍&#xff0c;一般会用做离线数据分析来使用&#xff0c;放到内网的居 多。由于很多公司使用了云服务&#xff0c;服务器默认都开放了外网地址&#xff0c;导致前一阵子大批 MongoD…

数字工厂管理系统的实施步骤是什么

数字工厂管理系统是一种基于数字化技术和智能化设备的工厂管理系统&#xff0c;它可以实现工厂的全面、实时、动态管理&#xff0c;提高生产效率、降低成本、保证产品质量。实施数字工厂管理系统需要一系列的实施步骤&#xff0c;下面就数字工厂管理系统的实施步骤进行详细说明…

【Matlab】基于卷积神经网络的数据回归预测(Excel可直接替换数据))

【Matlab】基于卷积神经网络的数据回归预测(Excel可直接替换数据) 1.模型原理2.数学公式3.文件结构4.Excel数据5.分块代码6.完整代码7.运行结果1.模型原理 基于卷积神经网络(Convolutional Neural Network,CNN)的数据回归预测是一种常见的机器学习方法,适用于处理具有空…

openssl 命令行国密sm2的签名验签操作

快速链接: . &#x1f449;&#x1f449;&#x1f449; 个人博客笔记导读目录(全部) &#x1f448;&#x1f448;&#x1f448; 付费专栏-付费课程 【购买须知】: 密码学实践强化训练–【目录】 &#x1f448;&#x1f448;&#x1f448; 生成EC私钥&#xff1a; openssl ecp…

Linux标准库API

目录 1.字符串函数 2.数据转换函数 3.格式化输入输出函数 4.权限控制函数 5.IO函数 6.进程控制函数 7.文件和目录函数 1.字符串函数 2.数据转换函数 3.格式化输入输出函数 #include<stdarg.h>void test(const char * format , ...){va_list ap;va_start(ap,format…

ubuntu22用apt安装最新docke版本

1.系统优化基础操作 hostnamectl set-hostname master && bash sudo systemctl stop ufw sudo systemctl disable ufw sudo apt update sudo apt-get -y upgrade2.卸载原来安装的 sudo apt-get remove docker docker-engine docker.io containerd runc3. 安装docke…

antd中的Cascader级联选择框怎么清空重置React

项目场景&#xff1a; React项目&#xff0c;使用antd中的Cascader级联选择框 问题描述&#xff1a; 通过其他按钮无法重置选择框中的项 原因分析&#xff1a;&#xff08;对应解决办法一和二&#xff09; 1、级联选择框的数据默认是根据options绑定的数组中的value值来进行…

java学习(三):IO流

系列文章目录 文章目录 系列文章目录一、学习总结二、部分代码 一、学习总结 IO流概览 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-11MLpicr-1690733294478)(src/main/resources/img.png)] IO流操作的步骤&#xff1a; 1.创建输入 或者 输出的…

git远程一个分支对应本地两个分支推送

git远程一个分支对应本地两个分支推送 你可以使用以下命令将两个本地分支推送到远程仓库中的一个远程分支&#xff1a; 首先&#xff0c;将第一个本地分支推送到远程仓库&#xff1a; git push <远程仓库名称> <本地分支名称>:<远程分支名称>例如&#xff…

页面生成图片或PDF node-egg

没有特别的幸运&#xff0c;那么就特别的努力&#xff01;&#xff01;&#xff01; 中间件&#xff1a;页面生成图片 node-egg 涉及到技术node egg Puppeteer 解决文书智能生成多样化先看效果环境准备初始化项目 目录结构核心代码 完整代码https://gitee.com/hammer1010_ad…

【python】可指定时间播放音频噪声

【诉求】 A是一段音频&#xff0c;它有个长度是9秒&#xff0c;A_2就是播放A段音频的前2s。传入播放的时间time&#xff0c;效果是播放对应时常的音频。抽象出来&#xff1a;time 输出音频的种类对应的长度 str audioList [A,B,C] Int audioLength [9,9,10] All_audio_Lengt…