网络初级回顾

一、OSI七层参考模型:ISO组织提出
1、应用层:应用程序和服务所在的地方,可以将人类语言转换成编码
协议:HTTP、HTTPS、FTP、SMTP
2、表示层:把编码转换成二进制
3、会话层:管理会话,即记录会话的过程,数据加解密
4、传输层:使用端口号来标记不同的程序或服务
(1)端口号范围:0-65535(报文在设计时源端口为16位二进制),其中0-1023为著名端口,1024-65535为高端口(动态端口)。TCP/UDP
(2)著名端口:即目标端口
HTTP:TCP 80
HTTPS:TCP 443
TELNET:远程路由 TCP 23
SSH:安全的远程路由 TCP 22
DHCP:UDP 67/68
RIP:路由信息协议 UDP 520
FTP:文件传输协议 20/21
SMTP:TCP 25
POP3:TCP 110
DNS:域名解析协议 TCP&UDP 53
SNMP:简单的网络管理协议 UDP 161
传输层协议TCP/UDP:
(a)UDP (User date protocol):用户数据协议
面向非连接的不可靠的传输协议,报头8Byte,仅仅使用源目端口号标记不同的程序
散列函数的特点:1)不等长输入,等长输出2)雪崩效应3)不可逆
(b)TCP:传输控制协议,面向连接的可靠的传输协议
面向连接:三次握手,四次断开
可靠性:确认、重传、排序、流控(滑动窗口)
MTU:最大传输单元,默认为1500B
MSS:最大传输段1460B
PDU:协议数据单元
应用层:数据报文
传输层:数据段,
网络层:数据包
数据链路层:数据帧
物理层:数据流
5、网络层:对网络地址进行,转发数据包和路由,IP协议(Internet protocol),分为IPV4和IPV6
路由器(三层交换机/防火墙):就与IP地址进行逻辑寻址
6、数据链路层:封装数据帧,交换机基于MAC地址转发,作用是控制物理层,PPP/HDLC/以太网
MAC地址:物理地址,48位二进制,使用十六进制表示
7、物理层:直接面向实际承担数据传输的物理媒体(即通信通道),物理层的传输单位为比特(bit),即一个二进制位(“0”或“1”)
二、TCP/IP协议栈:
TCP:即传输控制协议
IP:即网际协议
TCP/IP协议栈负责确保网络设备之间能够通信。它是一组规则,规定了信息如何在网络中传输。
1、应用层:
(1)为用户提供接口、处理特定的应用;
(2)数据加密、解密、压缩、解压缩;
(3)定义数据表示的标准。
2、传输层
(1)主要功能:分段上层数据;建立端到端连接;将数据从一端主机传送到另一端主机;保证数据按序、可靠、正确传输
(2)传输层协议主要包含传输控制协议TCP和用户数据报文协议UDP
3、网络层
(1)功能:在不同的网络之间转发数据包提供逻辑地址,如果数据跨网络传递,则需要使用逻辑地址来寻址。
(2)路由:将数据报文从一个网络转发到另一个网络。
(3)设备:路由器、三层交换机
(4)网络层地址:网络地址在网络层唯一标识一台网络设备。
(5)网络地址包含两部分:网络ID+主机ID
4、数据链路层:数据链路层协议规定了数据链路层帧的封装方式。
网络设备的MAC地址是全球唯一的。MAC地址由48个二进制位组成,通常我们用十六进制数字来表示。其中前6位十六进制数字由IEEE统一分配给设备制造商,后6位十六进制数字由厂商自行分配。
5、物理层:
三、IP地址
1、IPV4地址:32位二进制,使用点分十进制的形式表示
一个IP地址存在网络位和主机位
网络位标识IP地址所处于的网络范围
主机位唯一标识某个主机
一个完整的IP地址需要网络掩码
网络掩码:32位二进制,使用点分十进制的形式表示,由连续的1和连续的0构成
掩码为1,标识IP对应位为网络位;
掩码为0,标识IP对应位为主机位;
2、IP地址的分类:
A:0 XXXXXXX 0-127 /8 255.0.0.0
B:10 XXXXXX 128-191 /64 255.255.0.0
C:110 XXXXX 192-223 /24 255.255.255.0
D:1110 XXXX 224-239 组播地址,只能作为目标
E:1111 XXXX 240-255 保留地址
ABC单播地址,D组播地址
数据转发形式:单播、组播、广播
单播地址的分类:
(1)私有地址: 1)免费 2)在一个局域网内唯一
(2)公有地址: 1)付费 2)全球唯一
特殊IP地址:
a、0.0.0.0:1)缺省(代表所有) 2)无效地址(没有地址)
b、255.255.255.0 全局广播地址
c、127.0.0.1 本地环回地址,测试TCP/IP协议栈是否正常工作
d、169.254.0.0/16 PC通过DHCP没有请求地址时自行分配的地址
e、主机位全0:代表一个网络范围
举例:192.168.1.0 255.255.255.0
f、主机位全1:代表某范围的广播地址
举例:192.168.1.255 255.255.255.0
四、ARP
1、ARP:Address Resolution Protocol,地址解析协议
作用:已知对方IP,请求对方MAC
2、RARP:逆向ARP,已知对方MAC,请求对方IP
3、免费(无故)ARP:使用ARP的方式请求自己的IP地址对应的MAC地址,检测IP地址冲突
五、DHCP:动态主机配置协议
1、作用:统一分发和管理IP地址
2、基本概念:基于UDP 67/68端口,67代表服务器,68代表客户端
基于Client/Server架构
3、数据包:
1)Discover 发现
2)Offer 提供
3)Request 请求
4)ACK 确认
5)Release 释放
4、工作过程:
(1)需要自动获取IP地址的客户端开启自动获取IP地址之后,本地广播发出DHCP Discover数据包,
(2)开启了DHCP服务的服务器收到此数据包后,发送免费ARP以确定所要下发的IP地址没有冲突,再本地基于广播的形式回复DHCP Offer数据包,
(3) 客户端使用DHCP Request数据包请求IP地址,服务器回复ACK给客户端,客户端拿到IP地址。
租期:默认租期为1440min/24h/一天
续租:租期到达1/2时,客户端依然在线,客户端主动发出Request数据包
若续租失败,继续在7/8的租期再次发送Request数据包续租;
若依然失败,那租期到达时地址被收回,客户端若想继续使用,需要重新获取地址。
5、路由器作为DHCP服务器:
R1(config)#ip dhcp pool mu //创建DHCP池塘
R1(dhcp-config)#network 10.1.1.0 255.255.255.0 //宣告下发的网段
R1(dhcp-config)#default-router 10.1.1.1 //配置网关
R1(dhcp-config)#dns-server 114.114.114.114 //配置DNS服务器
6/静态路由:
r3(config)#ip route 1.1.1.0 255.255.255.0 172.16.2.1(下一跳)
r3(config)#ip route 1.1.1.0 255.255.255.0 fa0/0(出接口)
7、注意:
(1)在MA网络中,建议使用下一跳;若使用出接口,路由器会结合代理ARP以及ICMP重定向技术,实现网络可达。
(2)在点到点网络中,建议使用出接口。路由器的查遍规则—递归
(3)MA网络:在一个网络中不限制节点数–以太网
(4)点到点:在一个网络中只能有两个节点–串线

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