open flow 协议分析

一、实验目的

能够运用 wireshark 对 OpenFlow 协议数据交互过程进行抓包;
能够借助包解析工具,分析与解释 OpenFlow协议的数据包交互过程与机制。

二、实验环境

下载虚拟机软件Oracle VisualBox;
在虚拟机中安装Ubuntu 20.04 Desktop amd64,并完整安装Mininet;

三、实验要求

基本要求

搭建下图所示拓扑,完成相关 IP 配置,并实现主机与主机之间的 IP 通信。用抓包软件获取控制器与交换机之间的通信数据包。

1. 配置网段

2. 配置ip地址

3. 保存拓扑为python文件

4. 运行sudo wireshark命令,并选择any模式进行抓包,开启另一个终端,命令行运行031902241.py文件,运行pingall

5. 查看抓包结果,分析OpenFlow协议中交换机与控制器的消息交互过程(截图以其中一个交换机为例

OFPT_HELLO 源端口6633 -> 目的端口49912,从控制器到交换机

也有源端口49912 -> 目的端口6633的,即交换机到控制器的另一个包,此处协议为openflow1.5

控制器与交换机建立连接,并使用OpenFlow 1.0

OFPT_FEATURES_REQUEST 源端口6633 -> 目的端口49912,从控制器到交换机
控制器请求交换器的特征信息

OFPT_SET_CONFIG 源端口6633 -> 目的端口49912,从控制器到交换机

控制器要求交换机按照所给出的信息进行配置

OFPT_PORT_STATUS 源端口49922 -> 目的端口6633,从交换机到控制器

当交换机端口发生变化时,交换机告知控制器相应的端口状态

OFPT_FEATURES_REPLY 源端口49922 -> 目的端口6633,从交换机到控制器

交换机告知控制器它的特征信息OFPT_PACKET_IN 源端口49922 -> 目的端口6633,从交换机到控制器

交换机告知控制器有数据包进来,请求控制器指示

OFPT_PACKET_OUT 源端口6633 -> 目的端口49922,从控制器到交换机

控制器要求交换机按照所给出的action进行处理

OFPT_FLOW_MOD 源端口6633 -> 目的端口49912,从控制器到交换机

控制器对交换机进行流表的添加、删除、变更等操作

上述OFPT_PACKET_INOFPT_PACKET_OUTOFPT_FLOW_MOD三种消息报文的交互会频繁多次出现在交换机和控制器之间。

6.画出相关交互图或流程图:

7.回答问题:交换机与控制器建立通信时是使用TCP协议还是UDP协议?

如图所示为(Transmission Control Protocol)TCP协议。
  • 3
    点赞
  • 6
    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