SR-MPLS TE Policy模拟实验（H3C Cloud Lab）

原创 2026-02-03 11:45:19 2.3k 阅读 AI写同款
李李网工日记
李李网工日记 博客等级 码龄7年 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 2.3k累计阅读 2.3k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要
9232粉丝89篇原创
关注
H3C-Cloud Lab实验-三层交换机实验 2. PC2 属于 Vlan10，PC3 属于 Vlan20，在三层交换机上配置 Vlanif 三层接口实现 Vlan10 和 Vlan20 三层互通。3. 在 SW1 上对 Vlan10 和 Vlan20 开启 Vlanif 接口，并配置 Vlanif10 接口 IP 地址为 Vlan10 的网关地址 192.168.1.254/24，配置 Vlanif20 接口 IP 地址为 Vlan20 的网关地址 192.168.2.254/24。1. 按照图示为 PC2 和 PC3 配置 IP 地址和网关。 阅读详情

简介

SR Policy使用段列表（Segment List）指定转发路径，但是抛弃了隧道接口的概念。

SR Policy根据Segment不同分为SR-MPLS Policy和SRv6 Policy。本文将介绍SR-MPLS Policy。

控制器基于代表业务SLA的Color属性计算路径，并将结果下发转发器构成SR-MPLS Policy隧道，网络头端结点通过业务路由的Color团体属性和下一跳信息匹配到对应的SR-MPLS Policy隧道进行业务转发。

一个SR-MPLS Policy由一个元组标识<headend, color, endpoint>。

对于一个指定的节点SR-MPLS Policy则由<color, endpoint>标识：

头端（headend）：SR-MPLS Policy生成的节点，一般是全局唯一的IP地址。

颜色（color）：32比特扩展团体属性，用于标识某一种业务意图（例如低延时）。

尾端（endpoint）：SR-MPLS Policy的目的地址，一般是全局唯一的IP地址。

Color和endpoint被用于SR-MPLS Policy在特定头端标识转发路径。

实验步骤

拓扑图

1、配置全网接口地址地址，接着开启全局SR和配置SR ID。ip地址格式为10.1.xy.x&y（VSR3、4、5略，请自行配置）

[VSR-88_1]segment-routing
[VSR-88_1]interface LoopBack0
[VSR-88_1-LoopBack0] ip address 1.1.1.1 255.255.255.255
[VSR-88_1-LoopBack0] ospf 1 prefix-sid index 1
[VSR-88_1]interface GigabitEthernet0/0/0
[VSR-88_1-GigabitEthernet0/0/0]ip address 10.1.12.1 255.255.255.0


[VSR-88_2]segment-routing
[VSR-88_2]interface LoopBack0
[VSR-88_2-LoopBack0]ip address 1.1.1.2 255.255.255.255
[VSR-88_2-LoopBack0] ospf 1 prefix-sid index 2
[VSR-88_2]interface GigabitEthernet0/0/0
[VSR-88_2-GigabitEthernet0/0/0] ip address 10.1.24.2 255.255.255.0
[VSR-88_2]interface GigabitEthernet0/0/1
[VSR-88_2-GigabitEthernet0/0/1] ip address 10.1.12.2 255.255.255.0
[VSR-88_2]interface GigabitEthernet0/0/2
[VSR-88_2-GigabitEthernet0/0/2] ip address 10.1.23.2 255.255.255.0

 2、开启全网全局mpls-lsr id及接口mpls、mpls te功能（VSR3、4、5略，请自行配置）

[VSR-88_1]mpls 
[VSR-88_1]mpls te
[VSR-88_1-GigabitEthernet0/0/0]mpls enable

[VSR-88_2]mpls 
[VSR-88_2]mpls te
[VSR-88_2]interface GigabitEthernet0/0/0
[VSR-88_2-GigabitEthernet0/0/0]mpls enable
[VSR-88_2]interface GigabitEthernet0/0/1
[VSR-88_2-GigabitEthernet0/0/1]mpls enable
[VSR-88_2]interface GigabitEthernet0/0/2
[VSR-88_2-GigabitEthernet0/0/2]mpls enable

3、创建ospf并进入区域视图发布接口地址及环回地址，然后配置SRGB并将sr的转发平面配置为mpls，最后在区域0内开启mpls te功能（VSR2、3、4、5略，请自行配置）

[VSR-88_1]ospf 1 router-id 1.1.1.1 //进入ospf区域视图并配置Route-id
[VSR-88_1-ospf-1] segment-routing global-block 16000 17000 //配置SRGB的值
[VSR-88_1-ospf-1] segment-routing mpls //配置SR的转发平面为Mpls
[VSR-88_1-ospf-1] area 0.0.0.0 //进入区域0视图
[VSR-88_1-ospf-1-area-0.0.0.0]  network 1.1.1.1 0.0.0.0 //发布路由
[VSR-88_1-ospf-1-area-0.0.0.0]  network 10.1.12.0 0.0.0.255 //发布路由
[VSR-88_1-ospf-1-area-0.0.0.0]  mpls te enable //开启ospf区域0的MplsTE的功能

配置完成后查看邻居和标签转发表

 

 

 可以看到邻居关系和标签转发表都正常

4、在VSR1和VSR5上创建VPN实例并绑定到环回口1和2，然后添加IP地址

[VSR-88_1]ip vpn-instance h3c
[VSR-88_1-vpn-instance-h3c] route-distinguisher 100:1
[VSR-88_1-vpn-instance-h3c] vpn-target 100:1 import-extcommunity
[VSR-88_1-vpn-instance-h3c] vpn-target 100:1 export-extcommunity
[VSR-88_1]interface LoopBack1
[VSR-88_1-LoopBack1] ip binding vpn-instance h3c
[VSR-88_1-LoopBack1] ip address 11.11.11.11 255.255.255.255
[VSR-88_1]interface LoopBack2
[VSR-88_1-LoopBack2] ip binding vpn-instance h3c
[VSR-88_1-LoopBack2] ip address 111.111.111.111 255.255.255.255

[VSR-88_5]ip vpn-instance h3c
[VSR-88_5-vpn-instance-h3c] route-distinguisher 100:1
[VSR-88_5-vpn-instance-h3c] vpn-target 100:1 import-extcommunity
[VSR-88_5-vpn-instance-h3c] vpn-target 100:1 export-extcommunity
[VSR-88_5]interface LoopBack1
[VSR-88_5-LoopBack1] ip binding vpn-instance h3c
[VSR-88_5-LoopBack1] ip address 55.55.55.55 255.255.255.255
[VSR-88_5]interface LoopBack2
[VSR-88_5-LoopBack2] ip binding vpn-instance h3c
[VSR-88_5-LoopBack2] ip address 222.222.222.222 255.255.255.255

5、VSR1与VSR5创建VPNV4的邻居关系并在vpn实例下的IPv4单播视图下引入直连

[VSR-88_1]bgp 100
[VSR-88_1-bgp-default] peer 1.1.1.5 as-number 100
[VSR-88_1-bgp-default] peer 1.1.1.5 connect-interface LoopBack0
[VSR-88_1-bgp-default] address-family vpnv4
[VSR-88_1-bgp-default-vpnv4]  peer 1.1.1.5 enable
[VSR-88_1-bgp-default] ip vpn-instance h3c //进入bgp的vpn实例视图
[VSR-88_1-bgp-default-h3c]  address-family ipv4 unicast //进入ipv4的单播视图
[VSR-88_1-bgp-default-ipv4-h3c]   import-route direct //引入直连

[VSR-88_5]bgp 100
[VSR-88_5-bgp-default] peer 1.1.1.1 as-number 100
[VSR-88_5-bgp-default] peer 1.1.1.1 connect-interface LoopBack0
[VSR-88_5-bgp-default] address-family vpnv4
[VSR-88_5-bgp-default-vpnv4]  peer 1.1.1.1 enable
[VSR-88_5-bgp-default] ip vpn-instance h3c //进入bgp的vpn实例视图
[VSR-88_5-bgp-default-h3c]  address-family ipv4 unicast //进入ipv4的单播视图
[VSR-88_5-bgp-default-ipv4-h3c]   import-route direct //引入直连

配置完成后查看邻居关系

 查看VPN的路由表

 查看BGP的路由表

 查看地址连通性

 发现不通，这时候不要着急，我们抓包看一下

在VSR1的0口抓包来查看情况

可以看到包是正常的，并且携带BGP分配的标签进行转发，那么连通性这块我们暂且不做纠结，有可能是模拟器的问题。

接着查看BGP是否分配了此标签

 

可以看到BGP分配的标签为1278，和包里面的值完全相同，并且在路由信息中可以看到我们分配的RT值 。

6、接着我们配置SR Policy来实现有条件约束的TE，也就是流量工程。开头我们已经说过了，SR Policy完全摒弃了隧道接口，也就是说我们不需要创建一个隧道来承载数据的转发了，我们只需要在SR中创建我们想要的策略和路径来对数据进行转发就OK了，接着我们配置VSR1去访问VSR5的两条路径为：

VSR1的Loop1访问VSR5的Loop1和Loop2路径为：VSR1-VSR2-VSR3-VSR4-VSR5

VSR1的Loop2访问VSR5的Loop2和Loop2路径为：VSR5-VSR3-VSR4-VSR2-VSR1

[VSR-88_1]segment-routing //进入SR的视图
[VSR-88_1-segment-routing] traffic-engineering //进入TE（流量工程）视图

[VSR-88_1-sr-te]  segment-list R1_R5M //创建segment-list列表
[VSR-88_1-sr-te-sl-R1_R5M]   index 1 mpls label 16002 //配置第一个索引为16002
[VSR-88_1-sr-te-sl-R1_R5M]   index 20 mpls label 16003 //配置第一个索引为16003
[VSR-88_1-sr-te-sl-R1_R5M]   index 30 mpls label 16004 //配置第一个索引为16004
[VSR-88_1-sr-te-sl-R1_R5M]   index 40 mpls label 16005 //配置第一个索引为16005
[VSR-88_1-sr-te-sl-R1_R5M]   quit
注：SR Policy中的segment-list类似于SR MPLS中的显式路径


[VSR-88_1-sr-te]  segment-list R1_R5S //创建segment-list列表
[VSR-88_1-sr-te-sl-R1_R5S]   index 1 mpls label 16002 //配置第一个索引为16002
[VSR-88_1-sr-te-sl-R1_R5S]   index 20 mpls label 16004 //配置第一个索引为16004
[VSR-88_1-sr-te-sl-R1_R5S]   index 30 mpls label 16003 //配置第一个索引为16003
[VSR-88_1-sr-te-sl-R1_R5S]   index 40 mpls label 16005 //配置第一个索引为16005
  #
[VSR-88_1-sr-te]policy R1_R5  //创建名为R1_R5的策略
[VSR-88_1-sr-te-policy-R1_R5]    color 200 end-point ipv4 1.1.1.5 //如果color的属性为200并且尾端为1.1.1.5的路由就对此策略进行匹配
[VSR-88_1-sr-te-policy-R1_R5]   candidate-paths //进入路径选择视图
[VSR-88_1-sr-te-policy-R1_R5-path]   preference 200 //进入优先级200视图
[VSR-88_1-sr-te-policy-R1_R5-path-pref-200]   explicit segment-list R1_R5M //添加SR索引列表
  #
[VSR-88_1-sr-te]  policy R1_R5_2
[VSR-88_1-sr-te-policy-R1_R5_2]   color 100 end-point ipv4 1.1.1.5//如果color的属性为100并且尾端为1.1.1.5的路由就对此策略进行匹配
[VSR-88_1-sr-te-policy-R1_R5_2]   candidate-paths //进入路径选择视图
[VSR-88_1-sr-te-policy-R1_R5_2-path]    preference 200 //进入优先级200视图
[VSR-88_1-sr-te-policy-R1_R5_2-path-pref-200]     explicit segment-list R1_R5S //添加SR索引列表

配置完成后我们再次查看标签转发表

可以看到我们创建的两条SR Policy都能够在表中看到了

 接着我们查看隧道

 可以看到第一条BE隧道，和后面我们创建的两条TE Policy隧道

7、接着我们让VSR1去访问VSR6的时候被打上Color属性，这样就能匹配上我们创建的SR策略了

接着我们在VSR5上创建路由策略

[VSR-88_5]route-policy R1_R5 permit node 10 //创建名为R1_R5的路由策略
[VSR-88_5-route-policy-R1_R5-10] apply extcommunity color 01:100 //添加拓展团体属性color，并设置值为01:100

[VSR-88_5]route-policy R1_R5_2 permit node 10 //创建名为R1_R5_2的路由策略
[VSR-88_5-route-policy-R1_R5_2-10] apply extcommunity color 01:200 //添加拓展团体属性color，并设置值为01:200

然后我们进入到BGP的vpn-instance下的ipv4视图，发布Loop1和Loop2的路由并让他们携带拓展团体属性

[VSR-88_5]bgp 100 //进入到BGP100的视图下
[VSR-88_5-bgp-default]ip vpn-instance h3c //进入到BGP VPN-INSTANCE的视图下
[VSR-88_5-bgp-default-h3c]address-family ipv4 //进入到VPN视图的IPv4的视图下
[VSR-88_5-bgp-default-ipv4-h3c]network 55.55.55.55 255.255.255.255 route-policy R1_R5 //发布55.55.55.55/32并携带路由策略R1_R5
[VSR-88_5-bgp-default-ipv4-h3c]network 222.222.222.222 255.255.255.255 route-policy R1_R5_2 //发布222.222.222.222/32并携带路由策略R1_R5_2

接着我们重新查看IP vpn-instance和BGP Vpnv4的路由表

 

从图中可以看到，去往VSR5的两条路由，分别被打上了不通的Color值，并且去往这两条路由的下一条跳从原来的物理口变成了我们在SR中创建的策略名称，这说明我们的Policy已经成功匹配了这两条路由

接着我们抓包进行验证

使用VSR1的环回口1去pingVSR5的环回口1

 路径和我们规划的一致

接着使用VSR1的环回口2去pingVSR5的环回口2

  路径和我们规划的同样也是一致

本期实验就到这里了，主要就是理解如何配置SR Policy，下次实战的时候就不用慌啦

标签
#网络 #网络协议 #路由器
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
H3C-Cloud Lab实验-OSPF配置实验 所以，连接area1 g0/1的接口ip地址是100.3.3.1/24，连接area0 g0/0的接口ip地址是100.1.1.1/24。g0/1口连接的100.2.2.0/24网段的IP地址为100.2.2.2/24。连接100.2.2.0/24网段的g0/0接口的IP地址为100.2.2.3/24，连接100.4.4.0/24网段的g0/1接口的IP地址为100.4.4.3/24。R4连接的是area1区域，所以接口g0/0连接的100.3.3.0/24网段的接口IP地址为100.3.3.4/24。 阅读详情

相关推荐

H3C-Cloud Lab实验-三层vlan实验

3. 在 SW1 上对 Vlan10 和 Vlan20 开启 Vlanif 接口，并配置 Vlanif10 接口 IP 地址为 Vlan10 的网关地址 192.168.1.254/24，配置 Vlanif20 接口 IP 地址为 Vlan20 的网关地址 192.168.2.254/24。2. PC2 属于 Vlan10，PC3 属于 Vlan20，在三层交换机上配置 Vlanif 三层接口实现 Vlan10 和 Vlan20 三层互通。3. PC2 和 PC3 可以互通。5. 测试Ping 通 性。

网络工程 1172

H3C官方模拟器HCL（H3C Cloud Lab）

HCL是H3C目前官方唯一出品的模拟器，整个产品的界面设计和性能比行业的其他H3C模拟器都要强大。华三云实验室（H3C Cloud Lab，简称HCL）是一款界面图形化的全真网络模拟软件，用户可以通过该软件实现H3C公司多个型号的虚拟设备的组网，是用户学习、测试基于H3C公司Comware V7平台的网络设备的必备工具。

在H3C Cloud Lab里玩转SR-MPLS TE Policy：一个Color值如何决定你的流量走哪条路？

本文详细介绍了在H3C Cloud Lab中如何利用SR-MPLS TE Policy的Color值实现流量精准调度。通过Color属性，网络管理员可以轻松定义不同业务的SLA需求，如高优先级视频会议或低成本文件备份，实现业务意图的数字化表达。文章包含从基础配置到高级应用的完整实验指南，帮助读者掌握这一现代网络优化技术。

weixin_33744141的博客 411

华三模拟器h3c cloud lab网络互联设计

【代码】华三模拟器h3c cloud lab网络互联设计。

suqi_internet的博客 3936

H3C Cloud Lab模拟器上，手把手配置SR-MPLS TE Policy实现业务分流（含抓包验证）

本文详细介绍了在H3C Cloud Lab模拟器中配置SR-MPLS TE Policy实现业务分流的实战排错指南。通过基础配置验证、SR-MPLS TE Policy核心要点解析、抓包分析与数据面验证，帮助读者掌握故障排查方法，并针对模拟器特有问题提供应对策略。

weixin_42648844的博客 196

H3C SR-MPLS骨干网毕业设计：双链路故障自愈与TE策略引流

SR-MPLS（分段路由MPLS）是现代运营商与大型政企骨干网实现流量工程、快速故障收敛和SLA保障的核心技术。其原理基于全局标签空间（SRGB）、节点SID映射与显式路径编排，通过BGP-LS采集拓扑、PCEP下发TE Policy，实现控制面与转发面分离。相比传统LDP或BGP收敛，SR-MPLS支持毫秒级路径重优化，显著提升视频会议等时延敏感业务的传输确定性。典型应用场景包括双上行链路冗余切换、DSCP驱动的策略引流、跨域VRF路由控制等。本实践以H3C HCL仿真平台为载体，完整覆盖SR-MPLS部

weixin_33834910的博客 934

基于H3C Cloud Lab的SR-MPLS TE Policy实战：从零构建意图驱动型网络

本文详细介绍了基于H3C Cloud Lab的SR-MPLS TE Policy实战指南，从零构建意图驱动型网络。通过模拟实验环境，逐步讲解SR-MPLS核心功能部署、TE Policy配置及业务验证技巧，帮助网络工程师掌握自动化路径选择技术，优化视频会议、文件传输等业务流量调度。

weixin_30600197的博客 441

H3C综合网络实验毕业设计：从VLAN到SR-MPLS TE Policy全流程实战

VLAN划分与Trunk配置是二层网络隔离的基础，通过802.1Q封装实现不同业务流量在同一物理链路上的逻辑分离。在大型网络工程中，OSPF作为链路状态路由协议负责IGP可达性，MPLS则借助标签转发提升核心层效率，而SR-MPLS TE Policy进一步简化了流量工程信令。这些技术共同支撑了从接入层到核心层的端到端连通与策略控制，广泛应用于园区网、数据中心互联及运营商场景。掌握HCL模拟器下的拓扑导入、设备命名规范与基础配置，是跑通综合实验的第一步。

weixin_33146151的博客 270

别再死记硬背命令了！用H3C Cloud Lab玩转SR-MPLS TE Policy，搞懂Color属性到底怎么用

本文通过H3C Cloud Lab模拟实验，深入解析SR-MPLS TE Policy中Color属性的应用与实践。从业务意图与网络路径的松耦合设计到具体配置步骤，帮助工程师理解如何利用Color属性实现流量路径的智能选择，提升网络运维效率。

weixin_30291791的博客 513

HexView 脚本自动化工具：从刷写文件处理到批量转换实战

本文详细介绍了如何利用HexView脚本自动化工具高效处理嵌入式刷写文件。通过实战演示，文章展示了如何使用bat脚本实现S19、HEX等格式文件的剪切、填充、合并与批量转换，构建自动化流水线，从而显著提升汽车电子等领域的开发与生产效率。

weixin_29237635的博客 356

从零开始，手把手教你用RTL代码设计一个简单的8位CPU（附状态图与ALU设计）

本文详细介绍了如何从零开始设计一个简单的8位CPU，包括状态机设计、ALU实现与RTL编码实战。通过具体的指令集分析、状态图设计和Verilog代码示例，帮助读者深入理解CPU工作原理，并掌握RTL代码编写技巧。特别适合计算机系统学习者和硬件设计爱好者。

weixin_30847063的博客 320

告别隧道接口！用H3C Cloud Lab玩转SR-MPLS TE Policy，保姆级配置避坑指南

本文通过H3C Cloud Lab环境详细解析SR-MPLS TE Policy的配置与实践，帮助工程师从传统MPLS-TE过渡到策略驱动的SR-MPLS。文章涵盖核心差异、实验环境搭建、Segment List构建、Color属性配置及典型故障排查，提供从实验到生产的部署建议，助力实现高效网络路径控制。

weixin_42525369的博客 525

测站坐标系、地心非惯性系、经纬高互转

目录 一、经纬高转直角坐标系互转 1.1 python代码 二、wgs84转cgcs2000的转换矩阵如下 虽然cgcs2000与wgs84差别很小，但是我比较较真，还是做了两个坐标系的转换。 一、经纬高转直角坐标系互转 此处可参考链接（百度文库用手机浏览器可以打开看全部的）： （1）第四章地球椭球及其数学详解 （2）第四章椭球数学变换16节 （3）大地测量学基础[1](7)(控制) 转换公式如下： LBH转XYZ： a为半长轴，e为偏心率 XYZ转LBH： a为半长轴

${王小贱}的博客 2万+

在H3C Cloud Lab里折腾SR-MPLS TE Policy：一个Color值如何让流量走不同的路？

本文详细解析了在H3C Cloud Lab中配置SR-MPLS TE Policy时，如何通过Color值实现业务流量的智能路径选择。通过实战案例展示了Color属性如何作为流量导航员，为视频会议、文件备份等不同业务分配最优路径，提升网络效率。文章包含完整的配置流程、验证方法和故障排查技巧，是网络工程师掌握SR-MPLS TE Policy的实用指南。

weixin_30312563的博客 132

4.图像sensor的特性和驱动解析

例子：sensor驱动自己提供操作曝光时间的函数和获取曝光时间的函数，然后将这个函数注册到ISP库和3A算法库，3A算法库根据外部光照强度计算出一个Sensor曝光时间的设置值，ISP库得到这个设置值，然后通过Sensor之前注册的回调函数，把这个值设置到Sensor的硬件寄存器中去，实现整个过程。是为 ISP 配置正确的输入时序。(1)修改驱动源码（sambashar\Hi3518E_SDK_V1.0.3.0\package\mpp\component\isp\sensor\ar0130）

weixin_53762042的博客 3566

PX4代码解析(1)

前言 做pixhawk飞控有一段时间了，但在学习过程中遇到许多困难，目前网上找不到比较完整的PX4学习笔记，我打算结合自己理解，写写自己对PX4源码的理解，不一定对，只是希望与各位大佬交流交流，同时梳理一下无人机知识。 目前打算分享以下几个内容：代码架构；通信协议；姿态解算算法，控制算法。先这样，后面想到再加。本章先来聊聊px4代码结构 一、代码整体结构 既然要聊px4代码结构，那就先把px4代码结构图放出来,因为px4源码仍然在不断更新迭代，因此老版本与新版本目录结构可能有些不同，我的代码解析参考版本为V

qq_36903625的博客 1万+

HCL简介和安装

1. HCL 简介华三云实验室 HCL(H3CCloud LAB)是 H3C目前官方唯一出品的模拟器，HCL是一款界面图形化的全真网络模拟软件,用户可以通过该软件实现 H3C公司多个型号的网络设备的组网，是用户学习、测试基于 H3C公司 Comware V7 平台的网络设备。ComwareV7 是华三设备(交换产品、路由产品)的软件操作系统2. HCL 安装华三公司官网–服务–软件下载–其他产品–华三云实验室。

2503_90238526的博客 2922

ROS2入门到精通—— 2-9 ROS2实战：Nav2常见的工程问题（参考3D视觉工坊）

本文介绍了Nav2常见的工程问题，还有调试DWB的一些经验，以及DWB的一些缺点

BigDavid123的博客 1068

H3C Cloud lab软件各种异常问题解决方法！！！

情况2：VirtualBox留有残留物打开安装路径（默认安装路径为"C:\Program Files\Oracle\VirtualBox"）找到VirtualBox VMs,删除Simware_Base,如果安装路径为中文目录路径则彻底删除干净重新安装（建议找与自己系统版本匹配的软件版本）。原因就是在关闭软件时有残留的进程没有结束干净按win+r，输入services.msc打开服务搜索vBoxSVC.exe进程找到并且结束，之后在重新打开H3C Cloud lab软件问题便解决。中文容易出现问题与错误！

jingyu飞鸟 8083

2026年03月CCF-GESP编程能力等级认证C++编程一级真题解析

本文收录于专栏《。订阅后可阅读专栏内所有文章。

人生就是一个不断学习的过程 337

10倍开发者的 Dify 魔法书：从零构建全栈 AI 应用

“不懂底层算法，也能开发爆款 AI 应用吗？” 答案是：绝对可以。 Dify 正在重新定义 AI 应用的开发范式——通过可视化的低代码平台，将原本需要数周的开发周期压缩到几小时。无论你是前端、后端、产品经理，还是渴望破局的独立开发者，这都是你不可错过的红利。 我们将手把手教你利用 Dify 快速接入百模大战，零代码搭建企业级知识库，并一键发布你的专属 AI 助手、智能客服和自动化工作流。 告别重复造轮子，掌握 Dify，一个人就是一支 AI 团队。现在上车，开启你的 10 倍速开发之旅！

davidwang456的专栏 682

H3C-Cloud Lab-实验-DHCP中继实验

2、配置R1为DHCP服务器，能够跨网段为192.168.2.0/24网段自动分配IP地址。启动DHCP服务 — 配置地址池1 — 配置192.168.3.0网段 — 配置网关192.168.3.1。启动DHCP服务 — 配置地址池2 — 配置192.168.2.0网段 — 配置网关192.168.2.1。查看R3的IP地址：获取失败，默认169.254网段；在R3上查看：重启接口，发现还行获取失败；配置PC机IP地址：设置DHCP自动获取。配置R3接口的IP地址：设置为自动获取。配置R1接口的IP地址。

网络工程 1546

NTscan扫描工具

ntscan是一个扫描器，可以扫描没有密码和弱密码的共享，先到配置文件中填写猜测的用户名和密码，扫描过程中右侧出现的是扫描日志。

新华三模拟器（H3C Cloud Lab）与华为模拟器（ensp）并存方案附下载地址

详细描述新华三模拟器h3c cloud lab与华为模拟器ensp的共存方案以及逻辑，并附加资源下载地址，需要自取。

Tim`Blog 4072

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")

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用，资源的后缀为tar.gz格式的压缩包

win11系统安装H3C Cloud Lab实验平台教程

下载5.7.2版本的H3C Cloud Lab 版本 以及 Oracle VM VirtualBox 6.1.26版本。1、关闭hyper-v，用命令或见下图操作。重新启动电脑之后再次打开虚拟机, 可以成功启动。2、关闭wsl虚拟机（重点）。

2301_81842124的博客 3009

efm32 入门.pdf

本PDF共计22页，介绍的是操作驱动API，下载与否自己斟酌。

H3C官方模拟器HCL(H3C Cloud Lab)

H3C Cloud Lab安装指南（HCL） 华三云实验室（H3C Cloud Lab，简称HCL）是一款界面图形化的全真网络模拟软件，用户可以通过该软件 实现H3C公司多个型号的虚拟设备的组网，是用户学习、测试基于H3C公司Comware V7平台的网络设备的必 备工具。 ● HCL支持多用户同时使用，最多支持20个用户。 ● 支持多用户的宿主机需要打开Windows系统的虚拟桌面服务功能，使用户能远程登录上宿主机进行操作。 ● 同一个用户最多可以同时打开20个HCL 官方下载地址如下： http://

qq_40907977的博客 3万+

【H3C HCL Cloud Lab平台搭建防火墙做路由实现多网段内网PC访问外网】

防火墙经本地以太网接入外网，防火墙将内外网及管理端口分别加入相应域中，再配置好各域之间的访问规则，就可以实现通过防火墙管理内外网访问了。

QHDNEO的博客 2069
上一篇： SR-MPLS TE （流量工程）模拟实验（ENSP）
下一篇： MPLS Hub-Spoke 模拟实验（ENSP）
点赞 3
评论 3
书签 书签 21
李李网工日记
李李网工日记 新星创作者: 信息安全技术领域 新星创作者: 信息安全技术领域
博客等级 码龄7年 9232粉丝 89原创
+ 关注
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 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

打赏作者

李李网工日记

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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