第一章 计算网络体系结构(一)

本文详细解读了计算机网络的概念,包括广义观点、资源共享、用户透明性,并深入剖析了其硬件、软件、协议构成。介绍了网络的功能,如数据通信、资源共享和分布式处理。还对网络分类(按范围、技术、拓扑和使用)进行了梳理,以及关键性能指标的解释。

1.1.1 计算机网络的概念

计算机网络概念:互连的、自治的计算机系统的集合。

1.广义观点

实现远程信息处理的系统或能进一步达到资源共享的系统。

2.资源共享观点

目的

资源共享

组成单元分布在不同地理位置的多台独立的“自治计算机”
遵循统一协议网络协议

3.用户透明性观点

存在一个能为用户自动管理资源的网络操作系统,能够调用用户所需要的资源,整个网络像一个计算机系统一样对用户是透明的。

1.1.2 计算机网络的组成

从组成上看:

硬件主机、通信链路、交换设备、通信处理机。
软件实现资源共享的各种软件,如操作系统、邮件收发程序、FTP程序、聊天程序。
协议协议规定了网络传输数据时所遵循的规范。

从工作方式看:

名称定义功能
边缘部分所有连接到因特网、供用户直接使用的主机组成。进行通信和资源共享。如传输数据、音频、视频。
核心部分由大量的网络和连接这些网络的路由器组成。为边缘部分提供连通性和交换服务。

从功能组成上看:

名称定义功能
通信子网由各种传输介质、通信设备和相应的网络协议组成使网络具有数据传输、交换、控制和存储的能力,实现互联网计算机之间的数据通信。
资源子网实现资源共享功能的设备及其软件的集合。向网络用户提供共享其他计算机上的硬件资源、软件资源和数据资源的服务。

1.1.3 计算机网络的功能

功能名称描述
数据通信最基本和最重要的功能,用来实现联网计算机之间各种信息的传输,并将分散在不同地理位置的计算机联系起来,进行统一调配、控制和管理。
资源共享软件共享、数据共享、硬件共享。提高硬件资源、软件资源和数据资源的利用率。
分布式处理当网络中某个计算机系统负荷过载时,可以将其处理的某个复杂任务分配给网络中的其他计算机系统,提高整个计算机网络的利用率。
提高可靠性网络中的各台计算机可以通过网络互为代替机。
负载均衡将工作任务均衡地分配给计算机网络中的各台计算机。

1.1.4 计算机网络的分类

1. 按分布范围分类

名称范围任务
广域网(WAN)几十千米-几千千米提供长距离通信。是因特网的核心。有较大通信容量。连接链路是高速链路。使用交换技术。
城域网(MAN)5-50km采用以太网技术。
局域网(LAN)几十米-几千米使用广播技术。
个人区域网(PAN)10m使用无线技术。

2.按传输技术分类

名称
广播式网络所有计算机共享一个公共通信信道。一台发送,其余收听;收听的个体查看分组信息检查目的地址决定是否接受信息。
点对点网络每条物理线路连接一对计算机。采用分组存储转发和路由选择机制。

3.按拓扑结构分类

名称优缺
总线型网络用单根传输线把计算机连接起来。建网容易、增减结点方便、节省线路。重负载时通信效率不高、总线任意一处对故障敏感。
星形网络每个终端或计算机都以单独的线路与中央设备相连。便于集中控制和管理,因为端用户之间的通信必须经过中央设备。成本高,中央设备对故障敏感。
环形网络所有计算机接口设备连接成一个环。环中信号单向传输。
网状网络每个结点至少有两条路径与其他结点相连。可靠性搞。控制复杂,线路成本高。

4.按使用者分类

名称
公用网电信公司出资建造的大型网络。所有愿意出钱接入网络的人都能使用。
专用网某个部门为满足本单位特殊业务的需要而建造的网络。不向本单位以外的人提供服务。铁路,军队,电力。

5.按交换技术

名称描述优缺
电路交换网络在源结点和目的结点之间建立一条专用的通路用于传送数据,包括建立连接、传输数据、断开连接。数据直接传送、时延小。线路利用率低、不能充分利用线路容量、不便于进行差错控制。
报文交换网络用户数据加上源地址和目的地址、校验码等信息后,封装成报文,传给相邻结点,全部存储后,再转发给下一个结点。每个报文可以单独选择到达目的结点的路径。实现差错控制。但是增大了资源开销,增加了缓冲时延,缓冲区难以管理。
分组交换网络将数据分成较短的固定长度的数据块,在每个数据块加上目的地址、源地址等辅助信息组成分组,以转发-存储方式传输。缓冲易于管理。包的平均时延更小,网络占用的平均缓冲区更少。更易于标准化。

6.按传输介质分类

分无线和有线。

1.1.6 计算机网络的性能指标

名称
带宽最高数据传输速率。
时延
发送时延分组长度/发送速率
传播时延信道长度/电磁波在信道上传播速率
处理时延转发分组处理数据的时延。
排队时延进入路由器需要排队。出路由器也要排队。
时延带宽积传播时延x信道带宽
往返时延RTT。从发送端发送数据开始,到发送端收到来自接受端的确认,总共经历的时延。
吞吐量单位时间内通过某个网络的数据量。
速率主机在数字信道上传送数据的速率。
信道利用率有数据通过的时间/(有+无)数据通过的时间。

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同也在不少候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
本系统采用微信小程序作为前端交互界面,结合Spring Boot与Vue.js框架实现后端服务及管理后台的构建,形成套完整的电子商务解决方案。该系统架构支持单商户独立运营,亦兼容多商户入驻的平台模式,具备高度的灵活性与扩展性。 在技术实现上,后端以Java语言为核心,依托Spring Boot框架提供稳定的业务逻辑处理与数据接口服务;管理后台采用Vue.js进行开发,实现了直观高效的操作界面;前端微信小程序则为用户提供了便捷的移动端购物体验。整套系统各模块间紧密协作,功能链路完整闭环,已通过严格测试与优化,符合商业应用的标准要求。 系统设计注重业务场景的全面覆盖,不仅包含商品展示、交易流程、订单处理等核心电商功能,还集成了会员管理、营销工具、数据统计等辅助模块,能够满足不同规模商户的日常运营需求。其多店铺支持机制允许平台方对入驻商户进行统管理,同保障各店铺在品牌展示、商品销售及客户服务方面的独立运作空间。 该解决方案强调代码结构的规范性与可维护性,遵循企业级开发标准,确保了系统的长期稳定运行与后续功能迭代的可行性。整体而言,这是套技术选型成熟、架构清晰、功能完备且可直接投入商用的电商平台系统。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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