计算机网络的主要知识点小结

计算机网络是指将多台计算机通过通信线路连接起来,实现资源共享和信息传递的系统。

一、计算机网络概述

 

1. 定义和功能

 

- 定义:计算机网络是将地理位置不同的具有独立功能的多台计算机及其外部设备,通过通信线路连接起来,在网络操作系统、网络管理软件及网络通信协议的管理和协调下,实现资源共享和信息传递的计算机系统。

- 功能:数据通信、资源共享、分布式处理、提高可靠性。

2. 网络分类

 

- 按覆盖范围:局域网(LAN)、城域网(MAN)、广域网(WAN)。

- 按拓扑结构:总线型、星型、环型、树型、网状型。

- 按传输介质:有线网络(双绞线、同轴电缆、光纤等)和无线网络(Wi-Fi、蓝牙、移动网络等)。

 

二、网络体系结构

 

1. OSI 参考模型

 

- 七层结构:物理层、数据链路层、网络层、传输层、会话层、表示层、应用层。

- 各层功能:

- 物理层:负责在物理介质上传输比特流。

- 数据链路层:将比特流组装成帧,进行差错检测和纠正,实现介质访问控制。

- 网络层:负责数据包的路由选择和转发。

- 传输层:提供端到端的可靠数据传输服务。

- 会话层:建立、管理和终止会话。

- 表示层:处理数据的表示形式,如加密、压缩等。

- 应用层:为用户提供各种网络应用服务。

2. TCP/IP 模型

 

- 四层结构:网络接口层、网际层、传输层、应用层。

- 与 OSI 参考模型的对应关系:

- 网络接口层对应 OSI 参考模型的物理层和数据链路层。

- 网际层对应 OSI 参考模型的网络层。

- 传输层对应 OSI 参考模型的传输层。

- 应用层对应 OSI 参考模型的会话层、表示层和应用层。

 

三、物理层

 

1. 物理层的功能

 

- 为数据端设备提供传送数据的通路。

- 传输数据。

- 完成物理层的一些管理工作。

2. 传输介质

 

- 双绞线:分为屏蔽双绞线(STP)和非屏蔽双绞线(UTP),适用于局域网。

- 同轴电缆:分为粗同轴电缆和细同轴电缆,适用于早期的局域网。

- 光纤:分为单模光纤和多模光纤,传输速度快、距离远、抗干扰能力强。

3. 通信方式

 

- 单工通信:只能单向传输数据。

- 半双工通信:可以双向传输数据,但不能同时进行。

- 全双工通信:可以双向同时传输数据。

 

四、数据链路层

 

1. 数据链路层的功能

 

- 成帧:将网络层传来的数据封装成帧。

- 差错控制:检测和纠正传输过程中产生的错误。

- 流量控制:协调发送方和接收方的数据传输速率,防止数据丢失。

- 介质访问控制:控制多个设备对共享介质的访问。

2. 以太网

 

- 以太网是最常见的局域网技术,采用 CSMA/CD 介质访问控制方法。

- 以太网帧格式:包括目的地址、源地址、类型字段、数据和帧校验序列等。

3. 无线局域网

 

- 无线局域网采用 IEEE 802.11 标准,包括 Wi-Fi 等技术。

- 无线局域网的安全问题:如 WEP、WPA、WPA2 等加密方式。

 

五、网络层

 

1. 网络层的功能

 

- 路由选择:根据网络拓扑结构和路由算法,选择最佳的数据包传输路径。

- 拥塞控制:防止网络拥塞,保证网络的稳定性和可靠性。

- 网络互联:将不同的网络连接起来,实现不同网络之间的通信。

2. IP 协议

 

- IP 地址:用于标识网络中的设备,分为 IPv4 和 IPv6 两种地址格式。

- IP 数据包格式:包括头部和数据部分,头部包含源地址、目的地址、协议类型等信息。

- 子网划分和子网掩码:将一个大的网络划分为多个子网,提高网络的可管理性和安全性。

3. 路由协议

 

- 静态路由:由管理员手动配置的路由信息。

- 动态路由:通过路由协议自动学习和更新路由信息,如 RIP、OSPF、BGP 等。

 

六、传输层

 

1. 传输层的功能

 

- 提供端到端的可靠数据传输服务。

- 进行流量控制和拥塞控制。

- 实现多路复用和多路分解。

2. TCP 协议

 

- 面向连接的可靠传输协议,采用三次握手建立连接,四次挥手释放连接。

- TCP 数据包格式:包括头部和数据部分,头部包含源端口、目的端口、序列号、确认号、窗口大小等信息。

- TCP 的拥塞控制机制:如慢启动、拥塞避免、快重传、快恢复等。

3. UDP 协议

 

- 无连接的不可靠传输协议,适用于实时性要求较高的应用,如视频会议、在线游戏等。

- UDP 数据包格式:包括头部和数据部分,头部包含源端口、目的端口、长度和校验和等信息。

 

七、应用层

 

1. 应用层的功能

 

- 为用户提供各种网络应用服务,如电子邮件、文件传输、远程登录、万维网等。

2. 常见的应用层协议

 

- HTTP:超文本传输协议,用于在万维网上传输网页和其他资源。

- FTP:文件传输协议,用于在网络上传输文件。

- SMTP:简单邮件传输协议,用于发送电子邮件。

- POP3:邮局协议版本 3,用于接收电子邮件。

- Telnet:远程登录协议,用于在远程计算机上执行命令。

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/web/56817.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

Anchor DETR论文笔记

原文链接 [2109.07107] Anchor DETR: Query Design for Transformer-Based Object Detection (arxiv.org)https://arxiv.org/abs/2109.07107 原文笔记 What 提出了一种新的基于锚点的查询设计,即将锚点编码为对象查询。 Why 对象检测任务是预测图像中每个对象…

Python基础知识-异常处理篇

在Python中,异常处理是应对程序运行时错误的一种机制。它能帮助我们捕获和处理错误,防止程序崩溃。下面是异常处理的关键知识和实践示例: 1. 异常处理基础 Python中的异常处理使用 try, except, else, 和 finally 块来实现。 基本语法结构…

SQLite Having 子句

SQLite Having 子句 在SQLite数据库中,HAVING子句用于与GROUP BY子句配合使用,以便对分组后的结果进行条件过滤。当您需要对分组的数据应用条件时,HAVING子句变得非常有用。这与WHERE子句不同,后者用于在数据分组之前过滤行。 基…

el-table相关的功能实现

1. 表格嵌套表格时&#xff0c;隐藏父表格的全选框 场景&#xff1a;当table表格设置复选&#xff08;多选&#xff09;功能时&#xff0c;如何隐藏表头的复选框&#xff0c;不让用户一键多选。 <el-table :header-cell-class-name"cellClass">// 表头复选框禁…

通过HBase实现大规模日志数据存储与分析

通过HBase实现大规模日志数据存储与分析 I. 项目背景 随着互联网技术的迅速发展&#xff0c;各类应用和系统每天都会生成大量的日志数据。这些日志包括应用日志、服务器日志、数据库日志、安全日志等&#xff0c;它们不仅记录了系统的运行状况&#xff0c;还包含了许多关键的…

[NeetCode 150] Minimum Window With Characters

Minimum Window With Characters Given two strings s and t, return the shortest substring of s such that every character in t, including duplicates, is present in the substring. If such a substring does not exist, return an empty string “”. You may assum…

Apache HttpClient 和 OkHttpClient 的使用

概述 Apache HttpClient Apache HttpClient是一个开源的HTTP客户端库&#xff0c;提供了丰富的HTTP通信功能。它支持HTTP/1.1和HTTPS协议&#xff0c;具有连接池管理、重试机制、代理设置等高级特性。HttpClient的API设计虽然相对繁琐&#xff0c;但提供了高度的可配置性和灵…

Flutter主题最佳实践

Styling your Flutter app not only makes it visually appealing but also enhances the user experience. Flutter offers a robust theming system that helps you maintain consistency and customize your app’s look and feel. 设计 Flutter 应用程序的风格不仅能使其在…

E - Permute K times 2

E - Permute K times 2 思路 这题由于序列P是一个排列&#xff0c;所以将P表示成一个图的时候&#xff0c;这个图将由 m m m个环构成 对于每个环上的点来说&#xff0c;第一回合它会移动到距离它为 2 2 2的点上&#xff0c;距离它为 2 2 2的点同时也以相同的方式移动&#x…

机器视觉-相机、镜头、光源(总结)

目录 1、机器视觉光源概述 2、光源的作用 3、光谱 4、工业场景常见光源 4.1、白炽灯 4.2、卤素灯 4.3、 荧光灯 4.4、LED灯 4.5、激光灯 5、光源的基本性能 5.1、光通量 5.2、光效率 5.3、发光强度 5.4、光照度 5.5、均匀性 5.6、色温 5.7、显色性 6、基本光学…

【Linux | 网络I/O模型】五种网络I/O模型详解

1、数据传输过程 在 Linux 系统中&#xff0c;数据传输是通过 I/O 操作来实现的。I/O 操作是指数据从应用程序到内核&#xff0c;再到硬件设备&#xff08;如磁盘、网络接口&#xff09;的过程。 操作系统为了保护自己&#xff0c;设计了用户态、内核态两个状态。应用程序一般工…

基于云平台的智能家居管理系统设计与通信协议分析

案例 阅读以下关于 Web 系统架构设计的教述&#xff0c;在答题纸上回答问题1至问题3。 【说明】 某公司拟开发一个智能家居管理系统&#xff0c;该系统的主要功能需求如下: 1)用户可使用该系统客户端实现对家居设备的控制&#xff0c;且家居设备可向客户端反馈实时状态&#x…

js将图片复制到粘贴板上

这个方法目前受限与js的API的限制&#xff0c;只能针对jpg/jpeg/png进行粘贴&#xff0c;gif目前没有比较好的方法可以去粘贴&#xff0c;现将代码粘贴如下&#xff1a; // 通过 Canvas&#xff0c;我们可以将图像绘制到画布上&#xff0c;然后将其转换为支持的格式&#xff0…

Redis 线程控制 总结

前言 相关系列 《Redis & 目录》&#xff08;持续更新&#xff09;《Redis & 线程控制 & 源码》&#xff08;学习过程/多有漏误/仅作参考/不再更新&#xff09;《Redis & 线程控制 & 总结》&#xff08;学习总结/最新最准/持续更新&#xff09;《Redis &a…

MongoDB等保限制下的连接认证问题

目录 一、问题描述 二、解决方案 三、代码示例 四、拓展知识 一、问题描述 用户调整用户连接认证机制以满足等保要求,调整后程序连接mongodb失败。数据库日志报错如下: {"t":{"$date":"2024-10-10T14:39:07.825+08:00"},"s":&q…

力扣876:链表的中间结点

给你单链表的头结点 head &#xff0c;请你找出并返回链表的中间结点。 如果有两个中间结点&#xff0c;则返回第二个中间结点。 示例 1&#xff1a; 输入&#xff1a;head [1,2,3,4,5] 输出&#xff1a;[3,4,5] 解释&#xff1a;链表只有一个中间结点&#xff0c;值为 3 。…

appium 的工作原理

** 安卓&#xff1a; ** 1.1 appuim 基于 uiautomator2 的原理 appium 服务启动后默认在 4723 端口上创建一个 http 服务&#xff0c;脚本通过服务地址 http://xxxx:4723/wd/hub 和 appium 进行通信 在 初 始 化 脚 本 和 appium 连 接 的 过 程 中 appium 会 向 手 机 就 …

JavaScript part2

一.前言 前面我们讲了一下js的基础语法&#xff0c;但是这些还是远远不够的&#xff0c;我们要想操作标签&#xff0c;实现一个动态且好看的页面&#xff0c;就得学会BOM和DOM&#xff0c;这些都是浏览器和页面的&#xff0c;这样我们才能实现一个好看的页面 二.BOM对象 BOM…

Radar Fields: Frequency-Space Neural Scene Representations for FMCW Radar 笔记

Code 主要思想 文章提出了一种新的神经场表示方法——Radar Fields&#xff0c;用于从FMCW&#xff08;调频连续波&#xff09;雷达数据中恢复场景几何信息。与以往的依赖于光学成像&#xff08;如RGB相机和LiDAR&#xff09;的神经场方法不同&#xff0c;该研究利用了雷达的…

深度生成模型 - 引言篇

前言 在人工智能的广阔领域中&#xff0c;深度生成模型作为一类强大的工具&#xff0c;正逐步引领着机器学习技术的新一轮变革。这些模型不仅能够从复杂的数据分布中学习到潜在的表示&#xff0c;还能够生成与训练数据相似甚至创新的新样本。深度生成模型的发展&#xff0c;不…