初学的第一周

SMAC-源MAC
DMAC-目标MAC
SIP----源IP
DIP----目标IP
什么是网络?(信息传递,资源共享)

计算机----1946
抽象语言----应用程序----编码;应用层
编码----转换为二进制;表示层
路由器----网络层
二进制转换为电信号:介质(物理层)访问控制层
处理电信号:物理层

扩大网络:
1.增加网络节点数量
2.增大网络传输距离

网络传输介质
中继器(放大器)
5倍的延长

网络拓扑结构
直线型网络拓扑结构
环形网络拓扑结构
星形网络拓扑结构
树形拓扑结构
网状拓扑结构

集线器
1.安全问题
2.延迟问题
3.地址问题
4.冲突问题----电流与电流在导体中相遇会碰撞抵消,造成通讯障碍

为了区分和标识不同的网络设备----MAC地址
MAC地址由48位二进制构成,前24位二进制代表不同的厂商,后24位代表每个厂商分配的串号(格式统一)
唯一性----全球唯一
CSMA/CD技术----载波侦听多路访问/冲突检测技术
集线器----排队通讯----通讯延迟
冲突域----

1.接口数量
2.无限的传输距离
3.完全没有冲突
4.一对一的单播
交换机----介质访问控制层的设备:实现二进制和电信号之间的转换
1.记录SMAC与接口的关系----MAC地址表
2.(1.单播转发(2.洪泛转发(有记录单播,没记录洪泛)都只发一次
洪泛----除了接收到这个数据包的接口外,向其他所有交换机接口复制转发一次该数据包

交换机的转发原理:当交换机收到一个数据包后,首先会记录数据包中的源MAC和对应接收窗口的对应关系(形成MAC地址表),之后在转发过程中会查看这张MAC地址表,如果这张MAC地址表中有记录则单播转发,如果没有记录则洪泛转发
MAC地址表老化时间----300s(华为)

路由器----网络层(IP地址)
1.隔离洪泛范围
2.流量的转发(单播的转发)
IP地址----32位二进制
点分十进制
169.254.243.218
子网掩码:32位二进制构成,必须由连续的0或者连续的1组成
子网掩码用来标识IP地址的网络位和主机位,子网掩码为1的(部分对应的IP地址为网络位
网络位----网络位如果相同,则代表的是同一个洪泛范围的通讯
主机位----代表一个洪泛范围的不同主机
计算机 网络 传输介质 中继器 集线器 交换机 路由器
ping----检测网络连通性
arp协议----地址解析协议(通过一种地址获得另一地址的协议)
正向ARP----已知访问目标的IP地址,获取对端的MAC地址的用途,首先会发送一个目标MAC地址为全f的MAC地址(48位二进制均为1的地址,如果目标MAC地址为全f则交换机会强制洪泛),其他设备接收到这个数据包后,会查看数据包中的目标IP地址,如果是自身则会将自身的MAC地址进行回复,如果目标IP不是自身则仅将数据包中源IP地址和MAC地址的对应关系记录起来(ARP表),后续转发将优先查询ARP表中记录的信息进行转发
反向ARP----已知目标MAC地址获取IP地址
免费ARP----自我介绍
Tab----快速补全指令
[Huawei]quit----回退到上一个视图
[Huawei]system-view----
[Huawei]interface GigabitEthernet 0/0/0----进入路由器接口
ip address 192.168.1.4 255.255.255.0
[Huawei]display ip interface brief ----查看接口IP地址配置
方向键----各用途


 

  • 0
    点赞
  • 0
    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