tcp ip协议概念清晰化

1 HTTP协议及其相关概念

会话:浏览器一次访问web服务器从打开到关闭的全过程。
无连接:无连接的含义是限制每次连接只处理一个请求。
无状态:HTTP协议是无状态协议。无状态是指协议对于事务处理没有记忆能力。

2 TCP/IP簇以及相关网络知识大普及

TCP/IP(Transmission Control Protocol/Internet Protocol,传输控制协议/因特网互联协议)是用于计

算机通信的一个协议簇。协议采用了4层的层级结构,每一层都呼叫它的下一层所提供的网络来完成自己

的需求。通俗而言:TCP负责发现传输的问题,一有问题就发出信号,要求重新传输,直到所有数据安全

正确地传输到目的地。而IP是给因特网的每一台电脑规定一个地址。

    由于TCP/IP具有很强的互连性,目前,几乎所有的网络操作系统都提供对TCP/IP的支持,TCP/IP已经

是Internet的标准协议。TCP/IP协议族包括诸如Internet协议(IP)、地址解析协议(ARP)、互联网控制信

息协议(ICMP)、用户数据报协议(UDP)、传输控制协议(TCP)、路由信息协议(RIP)、Telnet、简单邮件传

输协议(SMTP)、域名系统(DNS)等协议。

TCP/IP协议层次结构
    (1)应用层应用层包含一切与应用相关的功能,相当于OSI的上面三层。我们经常使用的HTTP、FTP、

Telnet、SMTP等协议都在这一层实现。

    (2)传输层传输层负责提供可靠的传输服务。该层相当于OSI模型中的第4层。在该层中,典型的协议

是TCP(Transmission Control Protocol)和UDP(User Datagram Protocol)。其中,TCP提供可靠、有序的

,面向连接的通信服务;而UDP则提供无连接的、不可靠用户数据报服务。

    (3)网际层网际层负责网络间的寻址和数据传输,其功能大致相当于OSI模型中的第3层。在该层中,

典型的协议是IP(Internet Protocol)。

    (4)网络接口层最下面一层是网络接口层,负责数据的实际传输,相当于OSI模型中的第1、第2层。

在TCP/IP协议族中,对该层很少具体定义。大多数情况下,它依赖现有的协议传输数据。

    TCP/IP参考模型与OSI参考模型最大的不同在于OSI是一个理论上的网络通信模型,而TCP/IP则是实际

运行的网络协议。TCP/IP实际上是由许多协议组成的协议簇。

1.IP
  IP层接收由更低层(网络接口层例如以太网设备驱动程序)发来的数据包,并把该数据包发送到更高

层---TCP或UDP层;相反,IP层也把从TCP或UDP层接收来的数据包传送到更低层。IP数据包是不可靠的,

因为IP并没有做任何事情来确认数据包是按顺序发送的或者没有被破坏。IP数据包中含有发送它的主机的

地址(源地址)和接收它的主机的地址(目的地址)。
2.TCP
  TCP是面向连接的通信协议,通过三次握手建立连接,通讯完成时要拆除连接,由于TCP是面向连接的

所以只能用于点对点的通讯。
  如果IP数据包中有已经封好的TCP数据包,那么IP将把它们向‘上’传送到TCP层。TCP将包排序并进

行错误检查,同时实现虚电路间的连接。TCP数据包中包括序号和确认,所以未按照顺序收到的包可以被

排序,而损坏的包可以被重传。
  TCP将它的信息送到更高层的应用程序,例如Telnet的服务程序和客户程序。应用程序轮流将信息送

回TCP层,TCP层便将它们向下传送到IP层,设备驱动程序和物理介质,最后到接收方。
3.UDP
  UDP是面向无连接的通讯协议,UDP数据包括目的端口号和源端口号信息,由于通讯不需要连接,所以

可以实现广播发送。UDP通讯时不需要接收方确认,属于不可靠的传输,可能会出丢包现象,实际应用中

要求在程序员编程验证。
4.ICMP
  ICMP与IP位于同一层,它被用来传送IP的的控制信息。它主要是用来提供有关通向目的地址的路径信

息。ICMP的‘Redirect’信息通知主机通向其他系统的更准确的路径,而‘Unreachable’信息则指出路

径有问题。另外,如果路径不可用了,ICMP可以使TCP连接‘体面地’终止。PING是最常用的基于ICMP的

服务。

5.ip地址:主机门牌号,唯一的网络地址。
uri:通用资源标识符网络资源唯一标识地址
url:统一资源定位符网络资源唯一标识地址

6.地址分类:
A类地址0+7位网络号+24位主机号
B类地址10+14位网络号+16位主机号
C类地址110+14位网络号+8位主机号
D类地址1110+组播地址
E类地址11110+保留地址

7.网关地址
  若要使两个完全不同的网络(异构网)连接在一起,一般使用网关,在Internet中两个网络也要通过

一台称为网关的计算机实现互联。这台计算机能根据用户通信目标计算机的IP地址,决定是否将用户发出

的信息送出本地网络,同时,它还将外界发送给属于本地网络计算机的信息接收过来,它是一个网络与另

一个网络相联的通道。为了使TCP/IP协议能够寻址,该通道被赋予一个IP地址,这个IP地址称为网关地址


8.子网划分
子网掩码:IP地址和子网掩码合作而得到网络编码(网络号)
子网作用:
  使用子网是要解决只有一组C类地址但需要数个网络编码的问题,并不是解决IP地址不够用的问题,

因为使用子网反而能使用的IP地址会变少,子网通常是使用在跨地域的网络互联之中,两者之间使用路由

器连线,同时也上Internet,但只申请到一组C 类IP地址,过路由又需不同的网络,所以此时就必须使用

到子网,当然二网络间也可以远程桥接(Remote Bridge,字面翻译)连接,那便没有使用子网的问题。
子网划分:
  网络编码(网络号):经过子网划分后,子网掩码序列中“1”对应的IP地址部分。一个网络编码,

对应一个网域(或网段)。包括申请到的网络地址的全部和主机地址的部分。  主机编码(主机号)

:经过子网划分后,子网掩码序列中“0”对应的IP地址部分。一个主机编码,对应一个网域(或网段)

的一台计算机。包括申请到主机地址的部分。  子网掩码:用于子网划分,它将能够改变的主机地址

分为主机编码和网络编码的一部分。同时,它将网络地址全部确定为网络编码。
9.地址转换
ARP(地址解析协议):ip地址(网络层)->物理地址(网络接口层)
RARP(逆地址解析协议):物理地址->ip地址
DNS:域名->ip

 

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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