(4) 端口号

端口转发 目标主机IP:192.168.222.63 目标端口:81 代理主机IP:192.168.222.145 代理端口:15001 Windows 以管理员身份运行cmd,执行以下命令 netsh interface portproxy add v4tov4 listenaddress=192.168.222.145 listenport=15001 connectaddress=192.168.... 阅读详情

一、 说明

任何时候,多个进程可能同时使用TCP、UDP和SCTP这3种传输层协议中的任何一种。这3种协议都使用16位整数的端口号(port number)来区分这些进程。

**1、**当一个客户端想要跟一个服务器端联系时,它必须标识想要与之通信的这个服务器。

2、TCP、UDP和SCTP定义了一组众所周知的端口(well-known port),用于标识众所周知的服务。如下服务端口使用举例:

  • 支持FTP的任何TCP/IP实现都把21这个众所周知的端口分配给FTP服务器
  • 分配给简化文件传送协议(Trivial File Trqnsfer Protocol, TFTP)的是UDP端口号69

3、客户通常使用短期存活的临时端口(ephemeral port)。这些端口号通常由传输层协议自动赋予客户端。传输协议的代码确保这种临时端口的唯一性。

二、端口号划分

IANA(the Internet Assigned Numbers Authority,因特网已分配数值权威机构)维护着一个端口号分配状况的清单。该清单一度作为RFC标准多次发布,该系列标准将端口划分为以下3段:

2.1 众所周知的端口

众所周知的端口为0~1023。这些端口由IANA分配和控制。可能的话,相同端口号就分配给TCP、UDP和SCTP的同一给定服务。例如:

  • 不论TCP还是UDP端口号80都被赋予Web服务器,尽管它目前的所有实现都单纯使用TCP。
2.2 已登记的端口

已登记的端口为1024~49151。这些端口不受IANA控制,不过由IANA登记并提供它们的使用情况清单。可能的话,相同端口号也分配给TCP和UDP的同一给定服务。例如:

  • 6000~6063分配给这两种协议的X Window服务器,尽管它的所有实现当前单纯使用TCP。49151这个上限的引入是为了给临时端口留出范围,而RFC 1700[Reynolds and Postel 1994]标准所列的上限为65535。
2.3 临时端口

49152~65535是动态的(dynamic)或私有的(private)端口。IANA不管理这些端口。这就所谓的临时端口。

三、套接字对

套接字对: 唯一标识一个网络上的每个TCP连接。

一个TCP连接的套接字对(socket pair)是一个定义该连接的两个端点的四元组:

  1. 本地IP地址
  2. 本地TCP端口号
  3. 外地IP地址
  4. 外地TCP端口号

套接字: 标识每个端点的两个值(IP地址和端口号)通常称为一个套接字。

四、TCP端口号与并发服务器

并发服务器中主服务器循环通过派生一个子进程来处理每个新的连接。如果一个子进程继续使用服务器众所周知的端口来服务一个长时间的请求,那将发生什么?根据一个示例进行理解。

4.1 示例

**(1)准备工作:**在主机上启动tcp服务器程序,同时该主机是多宿的,其IP地址为192.168.42.1和12.106.32.254。tcp服务端侦听一个众所周知的tcp端口(21),且执行被动打开,从而开始等待客户请求,如图1所示:
在这里插入图片描述

图1 tcp服务端执行被动打开

图1说明1:

  • 使用记号**{*:21 *😗}指出服务器的套接字对,也称它为监听套接字**(listening socket)。
  • 服务器在任意**本地接口(第一个星号)**的端口21上等待连接请求
  • 外地IP地址和外地端口都没有指定,使用“*😗”来表示。

图1说明2:

  • 这里指定本地IP地址的星号称为通配符(wildcard)。
  • 服务器不能指定一个包含多个地址的清单
  • 星号“*”通配符表示的本地地址表示“任意”这个选择
  • 通配地址通过在调用bind之前把套接字地址结构中的IP地址字段设置成INADDR_ANY来指定。

(2)客户端连接: 在另一台主机上自动一个客户(客户端),他对服务器(服务端)的IP地址之一12.106.32.254执行主动打开。如图2所示:
在这里插入图片描述

图2 客户对服务器的连接请求

图2说明:

  • 假设本例中客户主机的TCP为此连接选择的临时端口是1500

(3)服务端fork子进程: 当服务器接收并接受这个客户的连接时,它fork一个自身的副本,让子进程来处理该客户的请求,如图3所示:
在这里插入图片描述

图3 并发服务器让子进程处理客户端连接

图3说明:

  • 必须在服务器主机上区分监听套接字和已连接套接字(connected socket)。
  • 注意已连接套接字使用与监听套接字相同的本地端口21
  • 注意在多宿服务器主机上,连接一旦建立,已连接套接字的本地地址(12.106.32.254)随即填入

(4)另一个客户端连接: 假设在客户(客户端)主机上有另一个客户端请求连接到同一个服务器。客户端主机为这个新客户端的套接字分配一个未使用的临时端口1501,如图4所示:
在这里插入图片描述

图4 第二个客户端与同一个服务器的连接

图4说明:

  • 第一个连接的套接字对和第二个连接的套接字对不一样,因为第二个客户端的连接分配了一个未使用的端口1501
4.2 示例说明
  1. tcp无法仅仅通过查看目的端口号来分离外来的分节到不同的端点。它必须查看套接字对的所有4个元素才能确定有哪个端点接收某个到达的分节。
  2. 图4中对于同一个本地端口21存在3个套接字。
  3. 如果一个分节来自IP地址为206.168.112.219与端口号为1500的客户端,且目的地址为12.106.32.254与目的端口为21,他就被传递给第一个子进程。
  4. 如果一个分节来自IP地址为206.168.112.219与端口号为1501的客户端,且目的地址为12.106.32.254与目的端口为21,他就被传递给第二个子进程。
  5. 所有目的端口为21的其它tcp分节都被传递给拥有监听套接字的最初那个服务器(服务端,父进程)
一款基于CW32的4路串口集线器,可显示串口对应的COM端口号 需要在各个层级进行详细的扩展和完善,包括 HAL 驱动的全面实现、系统服务层功能的增强、应用层功能的扩展、代码注释的完善、错误处理的添加、测试代码的编写等等。这种架构将系统划分为不同的层次,每个层次负责特定的功能,层与层之间通过定义良好的接口进行通信。我将为您详细阐述这款基于CW32的4路串口集线器项目的设计架构和C代码实现,涵盖需求分析、系统设计、代码实现、测试验证和维护升级等环节。以下是关键模块的C代码实现,我会尽量详细地编写,包含注释和必要的错误处理,并模拟实际工程开发中的代码风格。 阅读详情

相关推荐

基于CW32F003E4P7的4路COM端口号可视化集线器设计与实现

本文详细介绍了基于CW32F003E4P7单片机和CH344Q芯片的4路COM端口号可视化集线器的设计与实现。该设备通过巧妙的CD4052模拟开关矩阵实现串口路径切换,结合主从机“三次握手”通信协议,能自动识别并显示电脑分配的COM端口号,解决了多串口设备调试时端口号混乱的痛点。硬件设计包含双电源系统与限流保护,软件逻辑注重通信可靠性与实时性。

weixin_30838971的博客 490

工业智能网关BL110应用之六十八: 实现西门子S7-300 PLC接入Modbus TCP Server云平台

如:要采集“VW10”的数据则选择“VW”。(3)端口:本网关设备作Modbus TCP Server的监听端口,任意填写,范围:1-65535,如:填写“502”。(2)设备IP,设置接到LAN口的设备的IP地址,设备的IP地址和LAN设置的网关同一局域网,如果不一致就要改设备的IP地址或改LAN口的网关设置,改LAN口的属性配置,要断电重启后才生效。注:点击“确定”后数据点会在方框内显示出来见上图,如果想继续添加数据点,在方框鼠标右键,点击“添加”弹出数据点配置框,重复(2)--(12)步骤。

钡铼技术工业物联网 1669

4-2:TCP协议之详解端口号

文章目录一:端口号的定义二:根据端口号识别应用三:通过IP地址、端口号、协议号进行通信识别三:端口号如何确定(1)标准既定的端口号(静态方法)(2)时序分配法(动态方法) 一:端口号的定义 数据链路和IP中的地址,分别指的是MAC地址和IP地址,前者用来识别同一链路中不同的计算机,后者用来识别TCP/IP网络中互连的主机和路由器。 在传输层中也有类似的概念,那就是端口号。端口号用来识别同一台计算机中进行通信的不同应用程序,因此它也被称为程序地址 二:根据端口号识别应用 一台计算机上可以同时运行多个程序,比如

快乐江湖的博客 4169

IANA分配的端口列表及本以端口信息获取

IANA(Internet Assigned Numbers Authority)把端口号分为三类:已知的, 已注册的及动态和(或)专用端口. 0-1023: 由IANA控制, 为已知服务所保留 1024-49151: 由IANA列出的已注册的端口,由普通用户执行的普通用户进程或程序可以使用这些端口. 49152-65535: 动态和(或)专用端口. 普通用户应用程序应在1024-4915

行者无疆的专栏 7148

Rocfall安装包&安装教程

Rocfall 第一步:下载安装包 下载路径: 链接:https://pan.baidu.com/s/1Dzvxzv67dSPRi7f7ZT9EeA 提取码:o9pl 第二部:安装 安装包解压 选择part1进行解压 点击Setup.exe启动安装 生成Serial Number 替换启动程序 安装完毕 素材来源于网络(禁止用于商业仅用于完成毕业设计和研究使用) 谢谢! ...

cym的博客 8711

Palantir解密:“本体”的建模逻辑及其扩展方向

上一篇重点从对现实世界建模的角度探讨了“本体”在数字化架构中的核心意义。这里借Palantir的“本体”概念、解析Palantir只是起点,目标旨在以他山之石攻玉——探索数字世界的底层架构逻辑,最终为构建自主体系提供思考。Palantir以“本体论”为核心的建模方案是否代表终极答案,不宜过早下结论,但其思路值得深入剖析。

SZSDQJC的博客 2637

网络互联与互联网(4)(网工)

1. TCP 传输控制协议TCP:面向连接的传输层协议,提供可靠的传输服务、面向字节流,全双工通信,每一条TCP连接只有2个端点、可变滑动窗口、协议号为6。 TCP报文首部格式 TCP头部几个重要字段 16位源端口号:源主机的应用程序使用的端口号0~65535 16位目的端口号:目的主机的应用程序使用的端口号0-65535 URG:紧急指针有效 ACK:应答顺序号有效 PSH:推进功能有效 RST:连接复位为初始状态,通常用于连接故障后的恢复 SYN:对顺序号同步,用于连接的建立 FIN:结束释放连接

weixin_41324527的博客 366

【记录】游戏体验报告怎么写(自我成长篇)

2019年3月更新: 这个倒是不用推翻,我个人虽然写的东西还是有一些偏差的,但是“表哥”说的倒是没毛病的,这篇主要是为了记录用,具体的干货也有,都在图片里,请自行提取 =====18年初原答案 作为一个游戏策划新人,游戏分析可能抓不到点子上,试着总结记录一下游戏体验报告分析的成长(因为水平不同,视野可能也不一样,也许之后几年回头看这些东西都是小儿科或者是错误的,所以只写出当下的想...

eat_human的博客 6万+

UNIX网络编程-传输层

传输层主要包括:TCP、UDP、SCTP(流控制传输协议)!绝大多数客户端/服务器网络应用都使用TCP/UDP。SCTP是一个较新的协议,最初设计用于跨因特网传输电话信令。这些传输协议都转而使用网络协议IP:或是IPv4,或是IPv6。尽管可以绕过传输层直接使用IPv4或IPv6,但这种技术(往往称为原始套接字)却极少使用。UDP是一个简单的、不可靠的数据报协议,而TCP是一个复杂、可靠的字节流协议。

热爱数据库的小胖 1122

全新RGB-D及平面法线数据集DIODE

丰田工业大学联合芝加哥大学和北航发布全新RGB-D及平面法线数据集 DIODE (Dense Indoor and Outdoor DEpth)。

qq_43477338的博客 1540

箱式连续提升机

箱式连续提升机,是对具有高度差较大(>1500mm)的输送线之间进行连接,将箱式物资进行连续输送的提升(或下降)的输送设备,可根据输送线的具体输送要求作相应的参数设计。目前的箱式连续提升机种类比较多,常用的形式主要有Z型和C型,工作原理相同,只是入口和出口分别在两侧和同侧。

月生沧溟 1253

Apache2.4 如何配置本地端口号

今天教大家如何配置本地的端口号: 本人的本地服务器是Apahce2.4 首先找到你本地的Apache文件夹,打开‘conf’文件夹里的httpd.conf文件,设置你自己的端口号,80端口号是本地默认的。 然后,去’extra’文件夹里的httpd-vhosts如: 写上自己的项目路径。 ...

坏小哥 5440

10 SAP CPI header传参

我们在POSTMAN的Headers页签中,添加一个key为msg,value为炊烟袅袅。针对09中,现在固定传参"你好",如果要传其它的参数,我们需要在CPI中做一些处理。需要给Allowed Header(s)赋值,如果多个Header则以“|”隔开。这里写了固定值,需要替换为msg=${header.msg}这里日志打印的值就是POSTMAN中传输的值。保存,部署后,再次执行POSTMAN。保存,部署后,再次执行POSTMAN。保存,部署后,再次执行POSTMAN。返回失败,说明msg没有赋值成功。

SAP CPI 478

angular4 项目设置端口号

angular4 项目设置端口号 一般项目默认的端口号是4201 .angular-cli.json文件中: "defaults": { "styleExt": "scss", "component": {}, "serve": { "po

Lobove_code的博客 973

EMC诊断技术及电磁兼容理论设计

本文深入探讨了EMC诊断技术,重点在于滤波篇,详细讲解了EMI滤波器的设计、选型、测试及应用注意事项。内容涵盖噪声限值法规、滤波器的法规依据、插入损耗测试以及滤波电容的高频特性。同时,还阐述了噪声源的近场与远场特性,如何快速定位和抑制噪声。通过实例分析,提供了滤波器件和辐射噪声抑制器件的选型策略。

让你爱上电路设计 2166

基于Simulink环境,提供一个关于如何对DC-DC变换器进行效率分析的仿真建模

效率定义:变换器效率通常定义为输出功率与输入功率之比,即 η=PoutPinη=Pin​Pout​​。重要性:高效率意味着更少的能量损失和更好的热管理,对于便携式设备、电动汽车等应用至关重要。挑战开关损耗:高频操作带来的开关器件损耗。导通损耗:电流流过电阻性元件(如MOSFET导通电阻)造成的能量损失。控制策略:优化控制算法以减少损耗。首先明确要模拟的任务内容。设计一个能够支持特定输入输出电压比的DC-DC变换器。根据工作频率和谐振元件值确定合适的电路参数。

xiaoheshang_123的博客 158

树莓派4B-通过OLED显示服务的IP地址与端口号

1、为了方便将树莓派部署为一个本地web服务器,需要知道访问服务的IP地址与端口号;2、使用OLED显示,且除了显示地址与端口号的字符位置外,还可以显示需要展示的logo;

liujinghua16的博客 847

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

cli3设置端口号 vue_vuecli3x4x修改项目启动端口

工作中可能存在启动多个项目的时候,默认端口号会被占,导致启动错误,这种情况下只要把要启动的项目的端口号换掉启动未用的端口就可以了,具体实现如下:一、vuecli3中的端口文件存放目录为:node_modules/@vue/cli-service/lib/commands/serve.js打开文件,修改 port 对应的值即可(比如下图中将8080端口改为8088端口), 然后重新启动项目就可以了。...

weixin_39771969的博客 1925

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

ue4 如何获取端口号_UE4编辑器开发基础

哈喽,大家好,我叫人宅,很高兴和大家一起分享UE4编辑器开发基础课程。UE4是我们最熟悉的开发工具,我们常常用UE4提供给我们的功能来辅助开发游戏,有想过这些工具是怎么开发出来的呢?没有引擎开发经验,阅读UE4引擎代码难度确实很大,这也限制住了很多人,需要阅读UE4源码需要很长时间。不用担心,这套教程会帮助到你,并且缩短这个时间。目前市场在讲解之前先简单介绍一下目前的市场,目前的市场是2019年的...

weixin_39634438的博客 520

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

Apache (Httpd2.4.X) 去掉文件服务器的端口号

1、我的环境: Centos 7.5、Apache(Httpd) 2.4.X 2、假如我的文件服务器监听的是: www.xxxxx.com:8080端口, 想去掉端口号其实很简单,就用httpd做转发, 怎么做转发呢? 推荐: Apache(httpd 2.4.6) 代理转发Http(如果只是去掉端口号用这个就行了) Apache(Httpd 2....

cocosum 985

Oracle11.2.0.4(ForLinux6)修改监听默认端口号

关键字 Oracle11.2.0.4 单实例 修改端口号 注意:网上点击量最多的帖子,要修改local_listener参数,绝对没必要。 (1)停止 su - oracle $ lsnrctl status --记录 $ lsnrctl stop (2)修改listener.ora su - oracle $ cp ./product/11.2.0/network/admin/listen...

响坛老李的博客 2404

CentOS7.4 更改SSH端口号

通过 aliyun 购买服务器,安装的系统是 CentOS 7.4。通过Putty默认是通过22端口通过SSH协议远程登录。现在打算将22端口改成其他端口,比如11。1. 登录系统后,通过如下命令打开sshd_config文件。    vi /etc/ssh/sshd_config    找到 #Port 22 行,去掉注释并改成自己预想的端口,比如11,保存退出。2. 通过如下命令重启ssh服务...

我只是略懂 6106

8.4 IP地址与端口号

进程的创建和撤销都是动态的,因此发送方几乎无法识别其他机器上的进程。我们往往需要利用目的主机提供的功能来识别终点,而不需要知道具体实现这个功能的进程是哪一个。有时我们会改换接收报文的进程,但并不需要通知所有的发送方。当一个主机通过两个网卡同时连接到两网络时,也就是该主机同时拥有两个IP地址,该主机被称为多归属主机。0-1023: BSD保留端口,也叫系统端口,这些端口只有系统特许的进程才能使用。UDP 传送的数据单位协议是 UDP 报文或用户数据报。0不使用,1-1023为系统端口,也叫BSD保留端口。

m0_72760584的博客 719

vue 3.4x以上如何改变项目运行端口号

我用3.4版本的vue-cli构建了一个vue项目,然后我想修改项目运行之后的访问端口 在网上查了一下,很多都是2.0+的版本,查来查去都说是什么在 config目录下index.js文件中修改端口号。。。。。。。 都抄来抄去的 新的vue项目目录结构下并没有config文件夹  只好自己找,我们...

我的博客 1658

crm:更改CRM 4.0 网站的端口号

微软有一篇KB描述了怎样更改CRM 4.0 网站的端口号:KB947423但是如果你的报表服务Reports和ReportServer这2个虚拟路径安装在了CRM网站下,那么还需要改动如下两个地方,否则浏览Reports的时候会出现Error 19968错误。 1. Regedit:HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\MSCRM\SQLRSServerUR...

weixin_30378311的博客 137

15-4. 怎么查看设备的端口号

摘要:查看设备端口号可通过右键"我的电脑"-"属性"-"设备管理器"-"端口"展开查看,串口名称通常包含"CH340",端口号显示为COMX(如COM9)。若未识别端口,需检查驱动是否安装成功,具体可参考相关驱动安装指南。该方法适用于Windows系统快速查找串行端口信息。

YFCDZ的博客 30
上一篇: (3) TCP状态转换
下一篇: C++ 类模板 (一)
渐进者
博客等级 码龄12年 6粉丝 28原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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