计算机网络第一章:计算机网络概述

1 计算机网络的分类

1.1 计算机网络的不同定义

  • 最简单的定义:计算机网络是一些互相连接的、自治的计算机的集合
  • 因特网(Internet)是“网络的网络”

1.2 不同作用范围的网络

  • 广域网 WAN (Wide Area Network)
  • 局域网 LAN (Local Area Network)
  • 城域网 MAN (Metropolitan Area Network)
  • 个人区域网 PAN (Personal Area Network)

1.3 从网络的使用者进行分类

  • 公用网 (public network)
  • 专用网 (private network)

2 计算机网络的性能

2.1 计算机网络的性能指标

2.1.1 速率

  • 比特(bit)是计算机中数据量的单位,也是信息论中使用的信息量的单位
  • Bit 来源于 binary digit,意思是一个“二进制数字”,因此一个比特就是二进制数字中的一个 1 或 0
  • 速率即数据率(data rate)或比特率(bit rate)是计算机网络中最重要的一个性能指标。速率的单位是 b/s,或kb/s, Mb/s, Gb/s 等
  • 速率往往是指额定速率或标称速率

2.1.2 带宽

  • “带宽”(bandwidth)本来是指信号具有的频带宽度,单位是赫(或千赫、兆赫、吉赫等)
  • 现在“带宽”是数字信道所能传送的“最高数据率”的同义语,单位是“比特每秒”,或 b/s (bit/s)
  • 常用的几个带宽单位:千比每秒,即 kb/s (103 b/s)、兆比每秒,即 Mb/s(106 b/s)、吉比每秒,即 Gb/s(109 b/s)、太比每秒,即 Tb/s(1012 b/s)
  • 在计算机界,K = 210 = 1024,M = 220, G = 230, T = 240
  • 数字信号流随时间的变化,在时间轴上信号的宽度随带宽的增大而变窄,如下图
    在这里插入图片描述

2.1.3 吞吐量

  • 吞吐量(throughput)表示在单位时间内通过某个网络(或信道、接口)的数据量
  • 吞吐量更经常地用于对现实世界中的网络的一种测量,以便知道实际上到底有多少数据量能够通过网络
  • 吞吐量受网络的带宽或网络的额定速率的限制

2.1.4 时延(delay 或 latency)

2.1.4.1 传输时延
  • 传输时延(发送时延 ) 发送数据时,数据块从结点进入到传输媒体所需要的时间
  • 也就是从发送数据帧的第一个比特算起,到该帧的最后一个比特发送完毕所需的时间
  • 传 输 时 延 = 数 据 块 长 度 ( 比 特 ) 信 道 带 宽 ( 比 特 / 秒 ) 传输时延=\frac{数据块长度(比特)}{信道带宽(比特/秒)} =/
2.1.4.2 传播时延
  • 传播时延 电磁波在信道中需要传播一定的距离而花费的时间
  • 信号传输速率(即发送速率)和信号在信道上的传播速率是完全不同的概念
  • 传 播 时 延 = 信 道 长 度 ( 米 ) 信 号 在 信 道 上 的 传 播 速 率 ( 米 / 秒 ) 传播时延=\frac{信道长度(米)}{信号在信道上的传播速率(米/秒)} =/
2.1.4.3 处理时延
  • 交换结点为存储转发而进行一些必要的处理所花费的时间
2.1.4.4 排队时延
  • 结点缓存队列中分组排队所经历的时延
  • 排队时延的长短往往取决于网络中当时的通信量
2.1.4.5 总时延
  • 数据经历的总时延就是发送时延、传播时延、处理时延和排队时延之和
  • 总 时 延 = 发 送 时 延 + 传 播 时 延 + 处 理 时 延 + 处 理 时 延 总时延 = 发送时延+传播时延+处理时延+处理时延 =+++
2.1.4.6 时延发生的地方

在这里插入图片描述

2.1.5 时延带宽积

在这里插入图片描述

2.1.6 利用率

  • 信道利用率指出某信道有百分之几的时间是被利用的(有数据通过)。完全空闲的信道的利用率是零
  • 网络利用率则是全网络的信道利用率的加权平均值
  • 信道利用率并非越高越好
2.1.6.1 时延与网络利用率的关系
  • 根据排队论的理论,当某信道的利用率增大时,该信道引起的时延也就迅速增加
  • 若令 D 0 D_0 D0 表示网络空闲时的时延, D D D 表示网络当前的时延,则在适当的假定条件下,可以用下面的简单公式表示 D D D D 0 D_0 D0之间的关系
  • D = D 0 1 − U D=\frac{D_0}{1-U} D=1UD0,其中 U 是网络的利用率,数值在 0 到 1 之间
    在这里插入图片描述

3 OSI参考模型(七层)

  • 应用层:所有能产生网络流量的程序
  • 表示层:在传输之前是否进行加密 或 压缩 处理,二进制或ASCII码表示
  • 会话层:查木马,看需求端和网站之间的连接
  • 传输层:可靠传输,流量控制,不可靠传输(一个数据包即可,不需要建立会话,例如向DNS查询网站IP地址)
  • 网络层:负责选择最佳路径,规划IP地址(ipv4和ipv6变化只会影响网络层)
  • 数据链路层:帧的开始和结束,还有透明传输,差错校验(纠错由传输层解决)
  • 物理层:定义网络设备接口标准,电气标准(电压),如何在物理链路上传输的更快

4 计算机网络教材中的五层体系结构

在这里插入图片描述

### OCR技术用于图片文字的识别与提取 对于从图片中提取文字的任务,可以采用OCR(Optical Character Recognition,光学字符识别)技术。这项技术能够自动解析并转换图像中的文本内容到可编辑的形式。 #### 使用百度OCR API进行文字识别 当使用百度提供的OCR服务时,开发者可以通过调用API接口来获取图片内的文字信息[^1]。具体操作流程如下: ```python from aip import AipOcr APP_ID = 'your-app-id' API_KEY = 'your-api-key' SECRET_KEY = 'your-secret-key' client = AipOcr(APP_ID, API_KEY, SECRET_KEY) def get_file_content(filePath): with open(filePath, 'rb') as fp: return fp.read() image = get_file_content('example.jpg') result = client.basicGeneral(image); for word in result['words_result']: print(word['words']) ``` 这段Python代码展示了如何利用百度AI平台上的AIP库完基本的文字识别工作。需要注意的是,在实际应用前需替换`your-app-id`, `your-api-key`, 和 `your-secret-key`为真实的密钥值,并指定待处理的图片路径。 #### 利用腾讯云OCR SDK实现文字检测 除了百度之外,还可以选择腾讯云所提供的OCR解决方案。这里介绍基于SDK的方式来进行通用印刷体识别[^2]。安装相应的SDK之后,可以根据官方指南编写简单的程序读取本地图片文件并提交给服务器端做进一步分析。 ```java import com.tencent.cloud.ocr.OcrClient; import com.tencent.cloud.common.profile.HttpProfile; import com.tencent.cloud.common.profile.ClientProfile; // 初始化客户端配置... HttpProfile httpProfile = new HttpProfile(); httpProfile.setEndpoint("ocr.ap-guangzhou.tencentcloudapi.com"); ClientProfile clientProfile = new ClientProfile(); clientProfile.setHttpProfile(httpProfile); OcrClient ocrClient = new OcrClient(new Credential("secretId", "secretKey"), "", clientProfile); String base64ImageStr = Base64.getEncoder().encodeToString(FileUtils.readFileToByteArray(file)); GeneralBasicOCRRequest request = GeneralBasicOCRRequest.builder() .imageBase64(base64ImageStr) .build(); try { GeneralBasicOCRResponse response = ocrClient.GeneralBasicOCR(request); System.out.println(response.toJsonString()); } catch (TencentCloudSDKException e) { e.printStackTrace(); } ``` 上述Java代码片段说明了怎样借助腾讯云的Java SDK执行基础的文字识别任务。同样地,记得更新认证凭证以及目标图片的数据源部分。 #### 图片识别的最佳实践建议 为了提高OCR系统的准确性,应该遵循一些最佳做法[^3]: - **预处理阶段**:确保输入图片质量良好,比如调整亮度对比度、去除噪声干扰等; - **版面布局理解**:如果可能的话,尝试了解文档结构以便更好地定位特定区域的内容; - **多引擎组合策略**:有时候单独依靠某一家服务商未必能获得最理想的结果,因此不妨考虑融合多个来源的信息作为最终输出;
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