数据链路层广播信道kingwzun

广播信道想较于点对点信道最大的不同就是:可以使用一对多的广播通信方式。广播通信是指通过向所有站点发送分组的方式传输信息。

现实中,局域网(LAN)大多采用这种方式传播分组信息。

网络接口板又称为通信适配器(adapter)或网络接口卡NIC(NetworkInterfaceCard),或“网卡”。是使计算机能和局域网进行通信的设备。

注意:适配器功能全靠硬件实现

局域网(LAN)是指:由两个或两个以上相连的计算机组成,通常包含在较小地理区域内的网络。

特点:

优点:

局域网分类:

以太网是应用最普遍的局域网技术,取代了其他局域网技术如令牌环、FDDI和ARCNET。

以太网在局域网各种技术中占统治地位的原因:

以太网的两个标准

DIXEthernetV2标准与IEEE的802.3标准只有很小的差别,因此可以将802.3局域网简称为“以太网”。严格说来,“以太网”应当是指符合DIXEthernetV2标准的局域网。

为了通信的简便,以太网提供无连接,不可靠的服务

也就说:

为了使数据链路层能更好地适应多种局域网标准,IEEE802委员会就将局域网的数据链路层拆成两个子层:

因此一般来说:

最初的以太网是将许多计算机都连接到一根总线上。

优点:易于实现广播通信。当初认为这样的连接方法既简单又可靠,因为总线上没有有源器件。

传统以太网传输媒体:粗同轴电缆\(\to\)细同轴电缆\(\to\)双绞线。

采用双绞线的以太网采用星形拓扑,在星形的中心则增加了一种可靠性非常高的设备,叫做集线器(hub)。

星形以太网10BASE-T1990年,IEEE制定出采用双绞线的星形以太网10BASE-T的标准802.3i。特点:

限制:

优点成本低,可靠性高。是局域网发展史上的一个非常重要的里程碑,它为以太网在局域网中的统治地位奠定了牢固的基础。。具有很高的性价比。

注意:

碰撞域(collisiondomain)又称为冲突域,是指网络中一个站点发出的帧会与其他站点发出的帧产生碰撞或冲突的那部分网络。碰撞域越大,发生碰撞的概率越高。

数据链层--动态媒体接入控制(多点接入)

物理层--静态划分信道频分复用,时分复用波分复用,码分复用特点:贵,因此多用于主干道。

CSMA/CD协议概述:先听再说,边听边说

作用:避免和解决随机接入引起的冲突。

CSMA/CD含义:载波监听多点接入/碰撞检测(CarrierSenseMultipleAccesswithCollisionDetection)。

总线上并没有什么“载波”。因此,“载波监听”就是用电子技术检测总线上有没有其他计算机发送的数据信号。

当几个站同时在总线上发送数据时,总线上的信号电压摆动值将会增大(互相叠加)。当一个站检测到的信号电压摆动值超过一定的门限值时,就认为总线上至少有两个站同时在发送数据,表明产生了碰撞。所谓“碰撞”就是发生了冲突。因此“碰撞检测”也称为“冲突检测”。

在发生碰撞时,总线上传输的信号产生了严重的失真,无法从中恢复出有用的信息来。

因此帧的传输时延至少要两倍于信号在总线中的传播时延。也就是\(\frac{帧长}{数据传输速率}≥2r\)

如果传输时延较小(等价于数据帧长较小),就有可能数据已经发送完毕,但是又遇到了冲突。但是由于已经发送完毕,就算发生冲突发送方也不会重传,这样数据就丢失了。为了避免这种情况,规定了最短有效帧长:凡长度小于最短有效帧长都是由于冲突而异常中止的无效帧。数值:由\(\frac{帧长}{数据传输速率}≥2r\)得\(最小帧长=总线传播时延×数据传输速率×2\)

10Mbit/s以太网争用期和最短有效帧长10Mbit/s以太网取51.2μs为争用期大小。因此对于10Mbit/s以太网,在争用期内可发送512bit,即64字节(最短有效帧长)。

这意味着:

覆盖范围在10Mbit/s以太网51.2μs的争用期内,信号能传输多远的距离?以太网上最大的端到端单程时延必须小于争用期的一半(即25.6μs),这相当于以太网的最大端到端长度约为5km。

发送站检测到冲突后,会立即停止发送数据帧,并立刻发送干扰信号。目的:通知附近的机器有冲突。

多个站在以太网上同时工作就可能会发生碰撞。当发生碰撞时,信道资源实际上是被浪费了。因此,当扣除碰撞所造成的信道损失后,以太网总的信道利用率并不能达到100%。

为提高利用率,以太网的参数a的值应当尽可能小些。对以太网参数a的要求是:

在理想化的情况下,以太网上的各站发送数据都不会产生碰撞(这显然已经不是CSMA/CD,而是需要使用一种特殊的调度方法),即总线一旦空闲就有某一个站立即发送数据。

据统计,当以太网的利用率达到30%时就已经处于重载的情况。很多的网络容量被网上的碰撞消耗掉了。

在局域网中,硬件地址又称为物理地址,或MAC地址。

cmd查看mac地址命令ipconfig/all

注意

IEEE802标准规定MAC地址字段可采用:

这两种中的一种,一般采用48位。

这种48位地址称为MAC-48,它的通用名称是EUI-48。

48位的MAC地址分为两部分:

因此,一个地址块可以生成\(2^{24}\)个不同的地址。

IEEE规定地址字段的第一字节的最低位为I/G位。I/G表示Individual/Group。

当I/G位分别为0和1时,一个地址块可分别生成223个单个站地址和223个组地址。

IEEE把地址字段第一字节的最低第2位规定为G/L位,表示Global/Local。当G/L位=0时,是全球管理(保证在全球没有相同的地址),厂商向IEEE购买的OUI都属于全球管理。当G/L位=1时,是本地管理,这时用户可任意分配网络上的地址。

所有的适配器都至少能够识别前两种帧,即能够识别单播地址和广播地址。有的适配器可用编程方法识别多播地址。

只有目的地址才能使用广播地址和多播地址。以混杂方式(promiscuousmode)工作的以太网适配器只要“听到”有帧在以太网上传输就都接收下来。

检查三个部分

常用的以太网MAC帧格式有两种标准:

最常用的MAC帧是以太网V2的格式。

注意:为了达到比特同步,在传输媒体上实际传送的要比MAC帧还多8个字节在帧的前面插入(硬件生成)的8字节中,

与以太网V2MAC帧格式相似,区别在于:IEEE802.3规定的MAC帧的第三个字段是“长度/类型”。当这个字段值大于0x0600时(相当于十进制的1536),就表示“类型”。这样的帧和以太网V2MAC帧完全一样。当这个字段值小于0x0600时才表示“长度”。当“长度/类型”字段值小于0x0600时,数据字段必须装入上面的逻辑链路控制LLC子层的LLC帧。

当出现下面任何一种情况都认为是无效的MAC帧:

注意:对于检查出的无效MAC帧就只丢弃。以太网不负责重传丢弃的帧。

将多个以太网段连成更大的、多级星形结构的以太网。优点

缺点

扩展以太网更常用的方法是在数据链路层进行,早期使用网桥,现在使用以太网交换机。

以太网交换机实质上就是一个多接口的网桥,通常都有十几个或更多的接口。特点

交换机的优点

举例:

例2:跨交换机传输

从总线以太网到星形以太网早期,以太网采用无源的总线结构。总线以太网使用CSMA/CD协议,以半双工方式工作。

现在采用以太网交换机的星形结构成为以太网的首选拓扑。

以太网交换机不使用共享总线,没有碰撞问题,因此不使用CSMA/CD协议,以全双工方式工作。但仍然采用以太网的帧结构。

广播域(broadcastdomain):指这样一部分网络,其中任何一台设备发出的广播通信都能被该部分网络中的所有其他设备所接收。

同一广播域带来的问题:

通过虚拟局域网技术可以解决上面问题。

IEEE802.1Q对虚拟局域网VLAN的定义:虚拟局域网VLAN是由一些局域网网段构成的与物理位置无关的逻辑组,而这些网段具有某些共同的需求。每一个VLAN的帧都有一个明确的标识符,指明发送这个帧的计算机是属于哪一个VLAN。

和不使用VLAN交换机的区别

速率达到或超过100Mbit/s的以太网称为高速以太网。

变:以太网的提升到10G之前,主要提升方式是:改变物理层的编码方式。

不变:

100BASE-T在双绞线上传送100Mbit/s基带信号的星形拓扑以太网,仍使用IEEE802.3的CSMA/CD协议。100BASE-T以太网又称为快速以太网(FastEthernet)。1995年IEEE已把100BASE-T的快速以太网定为正式标准,其代号为IEEE802.3u。

允许在1Gbit/s下以全双工和半双工两种方式工作。使用IEEE802.3协议规定的帧格式。

使用两种成熟的技术:一种来自现有的以太网,另一种则是美国国家标准协会ANSI制定的光纤通道FC(FiberChannel)。

吉比特以太网工作在半双工方式时,就必须进行碰撞检测。为保持64字节最小帧长度,以及100米的网段的最大长度,吉比特以太网增加了两个功能:

分组突发

当吉比特以太网工作在全双工方式时(即通信双方可同时进行发送和接收数据),不使用载波延伸和分组突发。

10吉比特以太网并非把吉比特以太网的速率简单地提高到10倍,其主要特点有:

10G以太网开始可以用于广域网。

端到端的以太网传输

以太网的工作范围已经从局域网(校园网、企业网)扩大到城域网和广域网,从而实现了端到端的以太网传输。这种工作方式的好处有:技术成熟;互操作性很好;在广域网中使用以太网时价格便宜;采用统一的以太网帧格式,简化了操作和管理。

IEEE在2001年初成立了802.3EFM工作组,专门研究高速以太网的宽带接入技术问题。以太网宽带接入具有以下特点:可以提供双向的宽带通信。可以根据用户对带宽的需求灵活地进行带宽升级。可以实现端到端的以太网传输,中间不需要再进行帧格式的转换。这就提高了数据的传输效率且降低了传输的成本。但是不支持用户身份鉴别。

的意思是“在以太网上运行PPP”,它把PPP协议与以太网协议结合起来——将PPP帧再封装到以太网中来传输。现在的光纤宽带接入FTTx都要使用PPPoE的方式进行接入。在PPPoE弹出的窗口中键入在网络运营商购买的用户名和密码,就可以进行宽带上网了。利用ADSL进行宽带上网时,从用户个人电脑到家中的ADSL调制解调器之间,也是使用RJ-45和5类线(即以太网使用的网线)进行连接的,并且也是使用PPPoE弹出的窗口进行拨号连接的。

THE END
1.人工智能三大算法揭秘它们如何改变我们的世界它通过复杂的算法来模拟人类思维和行为,从而帮助我们解决问题、提高效率和创造价值。在这些算法中,有三大支柱算法是最为核心,它们分别是机器学习(Machine Learning)、深度学习(Deep Learning)和自然语言处理(Natural Language Processing)。今天,我们就来一探究竟,看看它们如何改变我们的世界。https://www.jvahvb5c.cn/shu-ma/501713.html
2.让模型自己‘开口说话’?什么是主动学习?什么是主动学习? 如果数据是无标签的,我们很难构建一个监督学习系统。 使用无监督技术是一种可行的解决方案,但它们能完成的任务类型有限。 另一种可能的方法,是依赖自监督学习。 自监督学习是指我们有一个无标签的数据集,但我们通过某种方式能够从中构建一个监督学习模型。https://zhuanlan.zhihu.com/p/12356281106
3.人工智能技术栈的构建从基础算法到深度学习应用数据结构与算法 人工智能的很多研究和实践都建立在数学之上,尤其是数据结构与算法。高效、准确、可扩展的算法是AI系统中不可或缺的一环。学习如何设计和分析算法对于理解复杂系统至关重要。例如,在机器学习中,选择合适的模型通常取决于特征工程中的技巧,而优化过程则依赖于数值计算和随机搜索等方法。在自然语言处理(NLPhttps://www.9e80wtu09.cn/xing-ye-zi-xun/385563.html
4.算法原理与代码实例讲解:自主学习自主学习算法本文将介绍自主学习的核心概念和算法原理,以及如何使用深度学习来实现自主学习。同时,我们还将提供代码实例和详细解释说明,帮助读者更好地理解和应用自主学习技术。 2. 核心概念与联系 自主学习是指机器能够自主地从数据中学习知识和技能,而不需要人类的干预。自主学习的核心概念包括数据、模型和算法。 https://blog.csdn.net/m0_62554628/article/details/139816417
5.深度学习5.8无监督学习算法 主成分分析,将数据变换为元素之间彼此不相关表示,在输入空间寻找一个旋转,消除数据中未知变化因素,能用来干嘛?怎么-对输入数据作用于旋转W得到一个新的数据? K-meas,将特征相似的数据分类,所有数据一共聚类成K类 5.9 随机提督下降 梯度下降,将所有的数据一口气全部塞入系统,计算慢,内存塞不下 https://www.jianshu.com/p/ae9faaff4ecd
6.小学数学除法教案(精选15篇)对于几百几十除以整十,学生的计算技能倒不是问题,主要是让让他们能运用已经学过的知识进行迁移,自主学习新知识,同时又巩固了口算除法的算法。 4、尝试练习,进行巩固 180÷30= 240÷40= 420÷60= 184÷30≈ 240÷37≈ 420÷58≈ 【设计意图】: https://www.fwsir.com/jiaoan/html/jiaoan_20240608165255_3870302.html
7.分数概念的教学设计(通用13篇)2、刚才我们认识了这么多的分数朋友。现在老师要考考你,看你能不能运用你的火眼金睛,正确地把它们辨认出来。 完成“想想做做”第1、2、3题 (四)学习比较两个分子是1的分数的大小 1、提问:你会折出一个圆纸片的几分之一吗 学生自由折 交流 根据学生交流,相机把表示1/2和1/4的两个圆片贴到黑板上 https://www.oh100.com/kaoshi/jiaoxuesheji/629644.html
8.己亥杂诗龚自珍教案(通用9篇)完成“自主学习”部分 1、自由读诗:①读准字音,停顿正确地读顺诗句。 2、看看通过自学,能读懂什么? 小结:同学们自学能力真强,自主学习部分完成得又好又快。 【设计意图】从读顺诗句到借助注释与工具书,以及用自己喜欢的方法自学……给六年级学生自学自悟,自主学习的时间与空间,是后面交流、汇报。 https://mip.wenshubang.com/jiaoan/564914.html
9.新课改心得体会(15篇)但尽管简单。却包含了教会做“人”的基本能力这一亘古不变的道理。因此,语文教学必须以学生为中心,提高学生的语文素养,为学生的将来学习和今后工作打下坚实的基础。这种基础,就是读读背背、说说写写。“能说会道”“出口成章”“下笔成文”不就是对一个人语文水平高的最好评价吗?https://www.yuwenmi.com/fanwen/xinde/4201706.html
10.2022部编版新课标心得体会(精选25篇)给学生提供动手实践的机会,要“听数学”为“做数学”。学生对数学的体验主要是通过动手操作。动手操作能促进学生在“做数学”的过程中对所学知识产生深刻的体验,从中感受并理解新知识的形成和发展,体验自学学习的过程与方法。获得自学活动的经验,它是学生参与教学活动的重要方式。 https://www.ruiwen.com/word/bubianbanxinkebiaoxindebenhui.html
11.学习Python能用来做什么的问题python你可以使用上述任何算法来解决前面提到的图片标签问题。 将Python用于机器学习 有一些热门的机器学习库和Python框架。其中两个最热门的是scikit-learn和TensorFlow。 scikit-learn带有一些内置的热门机器学习算法。 TensorFlow是一个低级库,能让你创建自定义机器学习算法。 https://www.jb51.net/article/280394.htm
12.对比学习算法在转转的实践1.3 经典对比学习算法系列 2 对比学习的应用 3 对比学习在转转的实践 3.1 CL在推荐召回的实践 3.2 CL在转转的未来规划 1 什么是对比学习 1.1 对比学习的定义 对比学习(Contrastive Learning, CL)是近年来 AI 领域的热门研究方向,吸引了众多研究学者的关注,其所属的自监督学习方式,更是在 ICLR 2020 被 Bengio https://www.51cto.com/article/721487.html
13.一文梳理类脑计算的前世今生中科院自动化所研究员李国齐类脑计算的核心在于借鉴生物神经系统的信息处理模式或结构,进而构建相应的计算理论、芯片体系结构以及应用模型与算法,类脑计算被认为是后摩尔时代最为重要的发展方向之一,或有可能成为未来智能计算的突破口。 在智源研究院青源Talk第16期活动中,中科院自动化所李国齐研究员做了题为“类脑计算的研究进展和展望”的报告分https://aidc.shisu.edu.cn/66/2f/c11041a157231/page.htm
14.计算机网络谢希仁笔记数据链路层以太网交换机具有并行性。能同时连通多对接口,使多对主机能同时通信。 相互通信的主机都是独占传输媒体,无碰撞地传输数据。 以太网交换机的接口有存储器,能在输出端口繁忙时把到来的帧进行缓存。 以太网交换机是一种即插即用设备,其内部的帧交换表(又称为地址表)是通过自学习算法自动地逐渐建立起来的。 https://blog.itpub.net/132/viewspace-2824201/
15.从智障到智能光语音识别就花了100年(全文)手机评测第3页:语音识别实现原理:算法和自学习 第4页:语音识别现状和未来 1离人工智能统治世界还有多远 前不久,中文版Bixby开始公测,虽然这并不是Bixby的首次发布,但却意味着新的语音巨头开始打入中国市场。在我们的测试中发现,Bixby拥有优良的识别率,可以实现语音开锁、语音文本转换,并且用户可以通过语音对手机进行电话短信、https://mobile.zol.com.cn/665/6656792_all.html
16.AI首次在德州扑克战胜人类职业玩家,新算法让机器拥有“直觉”来自加拿大和捷克的几位计算机科学研究者近日在 arXiv 上贴出论文,介绍了一种用于不完美信息(例如扑克)的新算法,DeepStack 结合使用循环推理来处理信息不对称,使用分解将计算集中在相关的决策上,并且使用一种深度学习技术从单人游戏中自动学习的有关扑克任意状态的直觉形式。研究者在论文中称,在一项有数十名参赛者进行https://36kr.com/p/1721328959489.html
17.华为企业AI开发高级工程师(HCIP5.?深度学习自定义进阶算法: 人脸识别应用, resnet50的finetuning 6.?市场: 花卉识别API分享 , 云宝检测模型分享 注:本文提到的考试内容仅仅为考生提供一个通用的考试指引,本文未提到的其他相关内容在考试中也有可能出现。 参考材料 华为企业AI开发高级工程师认证HCIP-AI EI Developer V2.0 课程 华为人工智能http://m.edufly.cn/huawei/hcip/543.html
18.机器学习学术速递[7.26]腾讯云开发者社区Nathan Kutz 机构:Department of Applied Mathematics, University of Washington, Seattle, WA ,- 备注:12 pages, 8 figures, 2 algorithms 链接:https://arxiv.org/abs/2107.10878 摘要:动态模式分解(DMD)提供了一个回归框架,用于在时间或时空数据快照上自适应地学习最佳拟合线性动力学模型。已经发展了多种回归https://cloud.tencent.com/developer/article/1852823