9、IP选路

本文介绍了IP选路的基本机制,包括静态IP选路和动态选路协议。静态IP选路中,通过初始化路由表和ICMP重定向来更新路由信息。动态选路协议如RIP和OSPF被详细阐述,RIP分为版本1和2,OSPF则是基于链路状态的协议。Unix系统上的路由守护程序routed和gate也在文中提及。
摘要由CSDN通过智能技术生成

引言

这里写图片描述
IP执行选路机制,而路由守护程序则一般提供选路策略。

静态IP选路

这里写图片描述

U:该路由可用
G:该路由是到一个网关(路由器),如果没有标志,那么说明目的地是直接相连的
H:该路由是到一个主机。目的地址是完整的主机地址,没有改标志说明是到一个网络。
D:该路由是由重定向报文创建的
M:该路由已被重定向报文修改

U没啥可说的,G说明这是一个网关,如果你要发数据给Destination,IP头应该写Destination的IP地址,而数据链路层的MAC地址就应该是GateWay的Mac地址了;反之,如果没有G标志,那么数据链路层和IP层的地址应该是对应的。H说明了Destination的性质,如果是H的,则说明该地址是一个完整的地址,既有网络号又有主机号,那么再匹配的时候就既要匹配网络号,又要匹配主机号;反之,Destination就代表一个网络,在匹配的时候只要匹配一下网络号就可以了。

综上,在IP路由的时候:

(1)首先用IP地址来匹配那些带H标志的DestinationIP地址。
(2)如果1失败就匹配那些网络地址。
(3)如果2失败就发送到Default网关

初始化路由表

一般来说我们配置好一个网络接口的时候,就会自动创建一个直接路由。也可以用 route add来添加路由表项。
当一个IP包在某一个路由器的时候发现没有路由可走,那么该路由器就会给源主机发送“主机不可达”或者“网络不可达”的ICMP包来报错。

ICMP重定向

当IP包在某一个地方转向的时候,都回给发送IP报的源主机一个ICMP重定向报文,而源主机就可以利用这个信息来更新自己的路由表,这样,随着网络通信的逐渐增多,路由表也就越来越完备,数据转发的速度也会越来越快。我们需要注意的是:

(1)重定向报文只能由路由器发出。
(2)重定向报文为主机所用,而不是为路由器所用。

在主机引导的时候,一般会发送在网内广播一个路由请求的ICMP报文,而多个路由器则会回应一个路由通告报文。而且,路由其本身不定期的在网络内发布路由通告报文,这样,根据这些报文,每一个主机都会有机会建立自己的路由表而实现网络通信。路由器在一份通告报文中可以通告多个地址,并且给出每一个地址的优先等级,这个优先等级是该IP作为默认路由的等级,至于怎么算的就不深究了。

路由器一般会在450-600秒的时间间隔内发布一次通告,而一个给定的通告报文的寿命是30分钟。而主机在引导的时候会每三秒发送一次请求报文,一旦接受到一个有效的通告报文,就停止发送请求报文。

动态选路协议

动态选路协议,它用于路由器间的通信。
路由器之间必须采用选路协议进行通信;路由器上有一个进程称为路由守护进程,它允许选路歇息。
路由守护进程将选路策略加入到系统中,选择路由并加入到内核路由表。
每个自治系统可以选择该自治系统中每个路由器之间的路由协议。这种协议我们称之问内部网关协议IGP或域内选路协议。
选路协议RIP和最短路径开放OSPF协议是常用的路由选路协议。

Unix系统上的守护程序

Unix系统上面通常都有路由守护程序--routed。还有一个叫做gate。gate所支持的协议要比routed多,routed只是支持RIPv1版本。而gate则支持RIPv1、v2,BGPv1 等等。
这里写图片描述

RIP:选路信息协议

RIP报文包含在UDP数据报中。
这里写图片描述
RIP报文格式
这里写图片描述
命令字段

1:表示请求
2:表示应答
3和4:舍弃不用的命令
5:轮询
6:轮询表项

版本字段:1或者2
我们最关心的就是RIP其中的一个段,叫做度量的段,这是一个以hop作为计数器(就是以走过多少路由为计数器)的段
RIP协议常用的UDP端口号使520,当我们正常运行时

(1)初始化:给每一个已知的路由器发送rip请求报文,要求其他路由器给出完整的路由表。这种报文的命令字段为1,地址字段为0,度量地段为16(相当于无穷大)。
(2)接受请求,如果接收到刚才的那个请求,就把自己的完整的路由表交给请求者。如果没有,就处理IP请求表项,把表项中自己有的部分添上跳数,没有的部分添上16。然后发给请求者。
(3)接受回应。更新自己的路由表。使用hop数小的规则。
(4)定期更新路由表,一般是30s(真频繁)给相邻的路有启发一次自己的路由表。这种形式可以使广播形式的。
(5)触发更新。每当一条路由的度量发生变化就对他更新。

RIP版本2

这里写图片描述
路由域:守护进程的标识符。
选路标记:支持外部网关协议而存在的,携带EGP和BGP自治系统号。

OSPF:开放最短路径优先

OSPF是一个链路状态协议。路由器并不与其邻站交换距离信息,它采用的是每个路由器主动地测试与其邻站相连的链路状态,每个路由接收这些链路状态信息并建立起完整的路由表。
OSPF直接使用IP,不适用TCP或UDP
这里写图片描述

1、资源目源码均已通过严格测试验证,保证能够正常运行; 2、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、资源目源码均已通过严格测试验证,保证能够正常运行; 2、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、资源目源码均已通过严格测试验证,保证能够正常运行; 2、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