分层简答QA-1-应用层

应用层概述

为特定应用提供数据传输服务,数据单位为报文

1 DNS

DNS,域名系统(Domain Name System)
是Internet的一个核心服务

它作为可以将域名和IP地址相互映射的一个分布式数据库

能够使人更方便的访问互联网,而不用去记住能够被机器直接读取的IP数串。

(也就是平时我们访问网页的网址就是网页服务器的地址,但是这是给人看的,机器看不懂;
因此需要使用DNS域名解析转化为电脑机器看得懂的地址,即IP地址)

2 DHCP

DHCP(Dynamic Host Configuration Protocol,动态主机配置协议)
通常被应用在大型的局域网络环境

主要作用是:
集中管理、分配IP地址,使网络环境中的主机动态的获得IP地址、Gateway地址、DNS服务器地址等信息,
并能够提升地址的使用率。

DHCP协议采用客户端/服务器模型。当DHCP服务器接收到来自网络主机申请地址的信息时,才会向网络主机发送相关的地址配置等信息,以实现网络主机地址信息的动态配置。

DHCP具有以下功能:

  • 保证任何IP地址在同一时刻只能由一台DHCP客户机所使用。
  • DHCP应当可以给用户分配永久固定的IP地址。
  • DHCP应当可以同 用其他方法获得IP地址的主机 共存(如手工配置IP地址的主机)。
  • DHCP服务器应当向现有的 BOOTP客户端 提供服务。

3 DHCP 如何工作

DHCP协议采用UDP作为传输协议,DHCP客户端发送请求消息到DHCP服务器的68号端口,DHCP服务器回应应答消息给DHCP客户端的67号端口。

只有跟 DHCP客户端 在同一个网段的 DHCP服务器 才能收到DHCP客户端广播的DHCP DISCOVER报文

当DHCP客户端与DHCP服务器不在同一个网段时,必须部署DHCP中继来转发DHCP客户端和DHCP服务器之间的DHCP报文。

在DHCP客户端看来,DHCP中继就像DHCP服务器;在DHCP服务器看来,DHCP中继就像DHCP客户端。

4 DNS 和 DHCP 的区别

  • 集中&分散
    • DNS是分散式的
    • DHCP则是集中式的
  • 传输协议
    • DNS 使用 UDP和TCP
    • DHCP只使用UDP
  • 作用
    • DNS域名解析,IP地址和域名地址 的相互映射
    • DHCP 是动态配置IP

应用层协议

  • 与TCP对应:
    • FTP:文件传输协议
      • 下载、上传,都需要用到的FTP服务
    • Telnet:
      • 用于管理远程登录的服务协议
    • SMTP
      • 用于简单邮件传送的协议
        • 目前很多邮件服务器都是用这个协议,因此客户端不需要打开网页就能传送邮件
    • POP3
      • 与SMTP对应的邮件接收服务
    • HTTP/HTTPs
      • 超文本传送协议
  • 与UDP对应:
    • TFTP:简单文件传输协议
    • SNMP:简单网络管理协议,用于管理网络设备
    • DNS:用于域名解析服务,将域名地址映射为IP地址
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
分层VQ-VAE(Variational Autoencoder)是一种基变分自编码器的生成模型用于学习数据的潜在表示和多样化的结构。其原理下: 1. 编码器(Encoder)分层VQ-VAE包含多编码器,每个编码器将数据映射到潜在表示空间。个编码器可以看作是一个逐编码的过程,其中较低层编码器学习表示的全局特征较高层的编码则学习表示数据的部特征。 2 潜在表示空间(Latent):潜在表示空间是编码生成的数据的低维表示。通过将输入数据映射到潜在表示空,模型可以捕捉数据中的关键特征,并实现对新样本的生成。 3. 化器(Vector Quantizer):分层VQ-VAE使用量化器将连的潜在表示离散化为离散的代码本。这样做的好处是可以限制潜在表示的维度,并增加模型的稳定性。量化器将潜在表示映射到最接近的离散代码本中的向量。 4. 解码器(Decoder):解码器将离散的代码本向量映射回原始数据空间,从而实现对新样本的生成。解码器的目标是最大程度地重构输入数据,使得生成的样本与真实数据尽可能接近。 5. 损失函数(Loss Function):分层VQ-VAE使用重构损失和潜在表示损失作为训练过程中的目标函数。重构损失衡量了生成样本与真实数据之间的差异,潜在表示损失则衡量了离散代码本向量与潜在表示之间的差异。 通过编码器、量化器和解码器的组合,分层VQ-VAE可以学习数据的潜在表示并生成多样化的结构。该模型可以应用于多个领域,如图像生成、音频合成和异常检测等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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