2021-04-07

C1任务02-员工宿舍组网任务总结
技术精英组
挑战:
住在⼀起的同事之间经常会联⽹打⼀些局域⽹的游戏,⽐如王者、吃鸡之类的。现在公司买了⼀台TP-LINK⽆线路由器,但是⼩王不知道怎么样才能让⼤家都在⼀个局域⽹中打游戏,你能帮他这个忙吗?

内容:
规划⼀个C类IP地址,例如使⽤⼦⽹掩码将IP地址192.168.99.0~192.168.99.255划分成四个⼦⽹(可以从8位主机号中借⽤⼏ 位作为⼦⽹号),并使之能互联互通。
IP地址:192.168.99.1
准备阶段:
要完成这个任务首先要了解IP地址的组成和IP地址的划分
IP地址的组成:
IP地址由两部分组成,一部分为网络地址,另一部分为主机地址。
IP地址的划分:

  1. A类地址
    A类地址的表示范围为:0.0.0.0~126.255.255.255,默认网络掩码为:255.0.0.0;A类地址分配给规模特别大的网络使用。A类网络用第一组数字表示网络本身的地址,后面三组数字作为连接于网络上的主机的地址。分配给具有大量主机(直接个人用户)而局域网络个数较少的大型网络。例如IBM公司的网络。
  2. B类地址
    B类地址的表示范围为:128.0.0.0~191.255.255.255,默认网络掩码为:255.255.0.0;B类地址分配给一般的中型网络。B类网络用第一、二组数字表示网络的地址,后面两组数字代表网络上的主机地址。
  3. C类地址
    C类地址的表示范围为:192.0.0.0~223.255.255.255,默认网络掩码为:255.255.255.0;C类地址分配给小型网络,如一般的局域网和校园网,它可连接的主机数量是最少的,采用把所属的用户分为若干的网段进行管理。C类网络用前三组数字表示网络的地址,最后一组数字作为网络上的主机地址。

题目分析:
C类IP地址的默认子网掩码为255.255.255.0,换算成二进制为11111111.11111111.11111111.0(在IPv4地址中前三个八位字节指明网络,后一个八位字节指明网络上的主机。)
若划分4个子网,则需要占两位主机位(借位个数>=log2(n),n为要划分的子网的个数,所以4个子网的子网掩码可以均为:11111111.11111111.11111111.11000000,即255.255.255.192
求解
子网IP=(父网络位)+(子网络位)+(主机位)
1.第一段:192.168.99.0-192.168.99.63
2.第二段:192.168.99.64-192.168.99.127
3.第三段:192.168.99.128-192.168.99.191
4.第四段:192.168.99.192-192.168.99.255
自测

网络类型 最大主机数
A类 :2^24-2
B类 :2^16-2
C类:2^8-2
主机号全为“0”,不论哪一类网络,在主机号全为“0”,时表示指向本网,常用在路由表中。
主机号全为“1”,表示广播地址,向特定的所在网上的所有主机发送数据包。
回环地址:127.0.0.1,不属于任何一个有类别的地址类。代表着设备和本地虚拟接口。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像的目标属于哪个类别。 定位问题:确定目标在图像的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值