计算机网络概述

本文深入探讨了计算机网络的基本概念、组成、功能,详细介绍了网络的分类方式,包括按作用范围和使用者分类,并阐述了标准化工作的重要性,通过IETF和IRTF的组织角色来说明。

一.计算机网络的概念、组成、功能

计算机网络:一些相互连接的、自治的计算机的集合。

计算机网络组成:
(1)边缘部分:所有连接在Internet上的主机组成,用户直接使用,用来进行通讯和资源共享

(2)核心部分:由大量网络和连接这些网络的路由器组成,这部分是为边缘部分提供服务的

计算机网络的功能:(1)连通性(2)资源共享

二.计算机网络的分类

1.按网络的作用范围分类:
(1)广域网(WAN) Wide area Network
(2)城域网(MAN) Metropolitan Area Network
(3)局域网(LAN) Local Arear Network

2.按网络的使用者进行分类:
(1)公用网(public network)
(2)专用网(private network)

三计算机网络的标准化工作及相关组织
(1)IETF(Internet Engineering Task Force)网络工程部
是由许多工作组WG(Working Group)组成的论坛(form),具体工作由英特网研究指导小组(IESG)管理。这些工作组划分为若干个领域(area),每个领域集中研究某一特定的短期中期的工程问题,主要针对协议的开发和标准化。
(2)英特网研究部门(IRTE),具体工作由,英特网指导小组(IRSG)管理,IRTF
的任务是进行理论方面的研究和探索
草案的四个阶段
(1)英特网草案(Internet Draph)——这个阶段还不是RFC文档
(2)建议标准(Proposed Standard)——这个阶段开始成为RFC文档
(3)草案标准(Draph Standard)
(4)互联网标准(Internet Standard)

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,同时也在不少时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;使用的一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时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)的一个分支,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...
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