黑马程序员_网络编程

本文详细介绍了网络编程的基础知识,包括OSI和TCP/IP模型、网络通讯要素,以及UDP和TCP传输的具体过程。通过实例展示了如何使用Java进行UDP和TCP的网络编程。

学习网络编程,我们首先应该了解一些网络的基本知识。

一、网络模型:

1:OSI(OpenSystemInterconnection开放系统互连)参考模型。

2:TCP/IP参考模型。

网络参考模型:




3、这七层模型的具体含义:

(1)、物理层:主要定义物理设备标准,如网线的接口类型、光纤的接口类型、各种传输介质的传输速率等。它的主要作用是传输比特流(就是由1、0转化为电流强弱来进行传输,到达目的地后在转化为1、0,也就是我们常说的数模转换与模数转换)。这一层的数据叫做比特。

(2)、数据链路层:主要将从物理层接收的数据进行MAC地址(网卡的地址)的封装与解封装。常把这一层的数据叫做帧。在这一层工作的设备是交换机,数据通过交换机来传输。

(3)、网络层主要将从下层接收到的数据进行IP地址(例192.168.0.1)的封装与解封装。在这一层工作的设备是路由器,常把这一层的数据叫做数据包。

(4)、传输层:定义了一些传输数据的协议和端口号(WWW端口80等),如:TCP(传输控制协议,传输效率低,可靠性强,用于传输可靠性要求高,数据量大的数据),UDP(用户数据报协议,与TCP特性恰恰相反,用于传输可靠性要求不高,数据量小的数据,如QQ聊天数据就是通过这种方式传输的)。主要是将从下层接收的数据进行分段和传输,到达目的地址后再进行重组。常常把这一层数据叫做段。

(5)、会话层通过传输层(端口号:传输端口与接收端口)建立数据传输的通路。主要在你的系统之间发起会话或者接受会话请求(设备之间需要互相认识可以是IP也可以是MAC或者是主机名)。

(6)、表示层:主要是进行对接收的数据进行解释、加密与解密、压缩与解压缩等(也就是把计算机能够识别的东西转换成人能够能识别的东西(如图片、声音等)。(7)、应用层: 主要是一些终端的应用,比如说FTP(各种文件下载),WEB(IE浏览),QQ之类的(可以把它理解成我们在电脑屏幕上可以看到的东西.就是终端应用)。

二、网络通讯要素

1、IP地址(InetAddress):网络中设备的标识。

2、端口号:用于标识进程的逻辑地址,不同进程的标识。

      有效端口:0~65535,其中0~1024系统使用或保留端口。

3、传输协议:数据传送过程中的规则。

  常见协议:1、TCP:

特点:建立连接,形成传输数据的通道。
在连接中进行大数据量传输。
通过三次握手完成连接,是可靠协议。
必须建立连接,效率会稍低。

2、UDP:

特点: 将数据及源和目的封装成数据包中,不需要建立连接。
每个数据报的大小在限制在64k内。
因无连接,是不可靠协议。
不需要建立连接,速度快。

4、Socket:Socket就是为网络服务的一种机制。通信的两端都有Socket,网络通信其实就是Socket通信,而数据在两个Socket间是通过IO传输的。




了解了这些基本知识后,我们就应该掌握UDP和TCP这两种传输的具体过程。
一、UDP传输:面向无连接。使用的是发送端和接收端。
1、发送端:
(1):要进行UDP协议的网络通信,就要建立UDP的Socket服务。所以我们首先要建立Socket,用到了DatagramSocket,此类表示用来发送和接收数据报包的      套接字,(其实就是此类表示用来发送和接收数据报包的套接字)。
(2):确定要发送的具体数据。
(3):创建数据包对象,因为udp协议是需要将数据封装到指定的数据包中。这时就需要用到DatagramPacket,数据报包用来实现无连接包投递服务。
(4):用UDP Socket服务 中的send方法,发出数据包。
(5):关闭资源。
2、接收端:
(1):创建udp socket服务对象。绑定一个指定的端口。给该应用程序分配一个数据标示。也可以称之为监听一个端口。
(2):创建数据包,用于存储接收到的数据,并用数据包对象的方法对数据包中的内容进行解析。
(3):使用socket对象的receive方法将接收到的数据都存储到数据包的对象中。
(4):用数据包的方法对这些数据进行解析。
(5):关闭资源。


例:

发送端:

public class Send{
public static void main(String[] args) throws IOException {
/*
 * 需求:通过udp协议发送一段数据给指定主机。
 */ 
//1,既然要进行udp协议的网络通信,当然要建立udp的socket服务.
DatagramSocket ds = new DatagramSocket(10009);
System.out.println("udp的发送端开启");
//2,确定发送的具体的数据。
String str = "  你好";
byte[] buf = str.getBytes();
//3,创建数据包对象,因为udp协议是需要将数据封装到指定的数据包中。
DatagramPacket dp = new DatagramPacket(buf,buf.length,InetAddress.getByName("127.0.0.1"),10009);

//4,使用udpsocket服务的send方法。将数据包发出。
ds.send(dp);

//5,关闭资源。
ds.close();
}
}


接收端:
public class Receive {
public static void main(String[] args) throws IOException {
/*
 * 需求:接收到发过来的数据,并将数据中的ip 地址和 端口以及数据内容都打印在显示器。
 */

//1,创建udp socket服务对象。绑定一个指定的端口。给该应用程序分配一个数据标示。也可以称之为监听一个端口。
DatagramSocket ds = new DatagramSocket(10000);
System.out.println("接收端开启.......");
//2,创建数据包,用于存储接收到的数据,并用数据包对象的方法对数据包中的内容进行解析。
byte[] buf = new byte[1024];
DatagramPacket dp = new DatagramPacket(buf,buf.length);

//3,使用socket对象的receive方法将接收到的数据都存储到数据包的对象中。
ds.receive(dp);


// 4、直接用数据包的方法对这些数据进行解析。 

//获取ip。
String ip = dp.getAddress().getHostAddress();
//获取port
int port = dp.getPort();
//获取数据内容。
byte[] data = dp.getData();
String text = new String(data,0,dp.getLength());
System.out.println(ip+":"+port+"::"+text);
//5,关闭资源。
ds.close(); 
}
}





二、TCP传输:面向连接(三次握手)。使用的是服务端和客户端。
1、客户端:
(1):创建TCP客户端对象必须要有socket服务。客户端通常一建立,就需要去进行连接。因为这是面向连接的协议。所以必须明确要连接那个主机,以及端 口。
2):连接一旦建立,就形成了数据传输的通道,其实该通道就是IO流。而这个IO流是有socket建立的。所以称之为socket io流。该流中也有输入流和输出流。
通过socket io 流获取输出
用到方法 getoutputstream()。
  3):使用输出流对象将数据写入。
4):关闭资源。

2、服务端:
(1):创建tcp服务端对象。并监听一个端口。 
2): 获取客户端对象和指定的客户端进行通信。该方法是 accept();    
  3):有了socket,就可以获取其中的流,必须要读取客户端的数据,需要获取读取流。用到方法  getinputstream()。
4):关闭资源。

例:

客户端:public class Client {
public static void main(String[] args) throws UnknownHostException, IOException {

/*
* 定义一个TCP的客户端。 发送一段数据给服务器端。 
*/

//1,创建tcp客户端对象。必须要有socket服务。客户端通常一建立,就需要去进行连接。
//因为这是面向连接的协议。所以必须明确要连接那个主机,以及端口。
Socket s = new Socket("127.0.0.1",10009);
System.out.println("客户端启动.......");
//2,连接一旦建立,就形成了数据传输的通道,其实该通道就是IO流。而这个IO流是有socket建立的。
//所以称之为socket io流。该流中也有输入流和输出流。
//想要通过socket io 流获取输出流。
OutputStream out = s.getOutputStream();

//3,使用输出流对象将数据写入。
out.write("你好".getBytes());
 //4,关闭资源。
s.close(); 
}
}



服务端:
public class Server{
public static void main(String[] args) throws IOException {

/*
* 创建一个服务端用来接收数据。 
* 
*/
//1,创建tcp服务端对象。并监听一个端口。 
ServerSocket ss = new ServerSocket(10009);
System.out.println("服务端启动.......");
//2,获取客户端对象和指定的客户端进行通信。该方法是 accept();
Socket s = ss.accept();

//获取一次客户端ip地址。
String ip = s.getInetAddress().getHostAddress();
System.out.println(ip+"....connected");

//3,有了socket,就可以获取其中的流,必须要读取客户端的数据,需要获取读取流。
InputStream in = s.getInputStream();

byte[] buf = new byte[1024];

int len = in.read(buf);

String  text = new String(buf,0,len);

System.out.println(text);

//关闭资源:
s.close();//先 关闭客户端。
ss.close();//后关闭服务端。


}


}












标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 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
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