cisco Dhcp 实验

#service dhcp (开启dhcp)

config # ip dhcp pool vlan1(配置一个根地址池,vlan1是地址池的名称,你可以采用有意义的字符串来表示)   

dhcp-config #network 192.168.0.0 255.255.0.0(动态分配的地址段)  

dhcp-config #domain-name ghq.com(为客户机配置域后缀,这个没用上过)   

dhcp-config #dns-server 192.168.1.1 192.168.1.2(为客户机配置DNS服务器)   

dhcp-config #netbios-name-server 192.168.1.1(为客户机配置wins服务器)   

dhcp-config #netbios-node-type h-node(为客户机配置h节点模式)   

dhcp-config #lease 30 (地址租用期为30天  infinite为永久 lease 0 18 2{天 小时 分 })   

dhcp-config#default-router 192.168.1.254 (为客户机配置默认的网关,即VLAN1

//退出dhcp配置模式
dhcp(config)#ip dhcp excluded-address 192.168.2.2 192.168.2.10  (这些IP不会被dhcp池分配出去)


DHCP维护操作

//开启也关闭dhcp日志

dhcp(config)#ip dhcp conflict logging 

sh ip dhcp binding //显示地址分配情况

show ip dhcp conflict //显示地址冲突情况

debug ip dhcp server {events | packets | linkage} //观察DHCP服务器工作情况

#clear ip dhcp binding * | mac | vrf 释放Dhcp中的地址

#release dhcp gigabitEthernet 0/40 //另一种释放方法


手动绑定信息,不可以使用有network命令中的dhcp池中

提示错误: This command may not be used with network, origin, vrf or relay pools.
这种静态指定的,每个池只能使用一条,也就是只能绑定一个.比较麻烦

Router(config)# ip dhcp pool vlan1-58
Router(config-dhcp)# host 192.168.0.58 /24
Router(config-dhcp)# client-identifier 0114.feb5.c183.8c  //01+mac地址 这里01是指微软系统,改成别的就不行了 


测试一

使用dhcp分配给客户端一个ip,租约为18小时,但不到时间就把这个ip clear了,server已经无此数据,

但客户端的ip在租约未到之前仍然不会变化,除非手动清除,前提是在此dhcp server 与此客户端还在同一环境中.

如果环境改变,比如客户端的接入口换到了另一个无dhcpserver的环境中(或端口no sw ),就会又变为 169.

在换回来的时候,dhcp租约就都会消失,会重新进行分配地址.


cisco35 直接获取IP第一次大约得1分种左右,然后就会快了


测试二 

改变Dhcp 中的network 地址段,客户端在次获取IP地,不会很快,速度和第一次获取的速度一样,但最后没指定分配段的情况下,如果原来分配的地址租约尚未到期,还会延用原来分配他的地址,也就是说,只要这个DHCP server 发放出去的IP地址,在租期没到期的情况下,更改任何情况都会延用原来未过期的IP地址,


另配置DHCP 的时候 请确定 地址是否在同一段,否则会出现无法连接的情况




  • 0
    点赞
  • 2
    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中所有感兴趣的目标(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,即定位出图像中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:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 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,直接在网络中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