计算机网络——分层结构

简介: 计算机网络——分层结构

914606cee2fe4c27bf19d0fbdbee05c0.png

发送文件前要完成的工作:

(1)发起通信的计算机必须将数据通信的通路进行激活

 (2) 要告诉网络如何识别目的主机

 (3) 发起通信的计算机要查明目的主机是否开机,并且与网络连接正常

(4)发起通信的计算机要弄清楚,对方计算机中文管理程序是否已经做好准备工作

(5)确保差错和意外可以解决

7156a382c11a4923b178507e4c190c63.png

分层的基本原则

1.各层之间相互独立,每层只实现一种相对独立的功能

2.每层之间界面自然清晰,易于理解,。相互交流尽可能少

3.结构上可分割开,每层都采用最合适的技术来实现

4.保持下层对上层的独立性,上层单向使用下层提供的服务

5.整个分层结构应该能促进标准化工作


正式认识分层结构

1.实体:第 n 层中的活动元素称为 n 层实体,同一层的实体叫做对等实体

2.协议:为进行网络中的对等实体数据交换而建立的规则,标准或约定称为网络协议


语法:规定传输数据的格式

语义:规定所要完成的功能

同步:规定各种操作的顺序

3.接口(访问服务点 SAP):上层使用下层的入口**


9ef2cae4643c4c64901e14c3f8bf72fe.png

4.服务:下层为相邻上层提供的服务功能调用(垂直)

  • SDU 服务单元:为完成用户所要求的功能而应传送的数据
  • PCI 协议控制信息:控制协议操作的信息
  • PDU 协议数据单元:对等层次之间的传送的数据单位

13c832d9e90c4dadaace56b75d4d7d5d.png

总结

网络体系结构是从功能上描述计算机网络结构`

计算机网路体系结构简称网络体系结构是分层结构

每层遵循某个/些网络协议以完成本层功能

计算机网络体系结构是计算机网络的各层及其协议的集合

第 n 层在向 n+1 层提供服务时 此服务不仅包含第 n 层本身的功能 还包含由下层服务提供的功能

仅仅在相邻间有接口,且所提供的服务的具体实现细节对上一层完全屏蔽

体系结构是抽象的,而实现是指能运行的一些软件和硬件


相关文章
|
8月前
|
机器学习/深度学习 编解码 TensorFlow
RT-DETR改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
RT-DETR改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
406 0
RT-DETR改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
|
8月前
|
机器学习/深度学习 自动驾驶 计算机视觉
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
337 61
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
|
8月前
|
机器学习/深度学习 编解码 TensorFlow
YOLOv11改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
YOLOv11改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
350 14
YOLOv11改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
|
8月前
|
机器学习/深度学习 自动驾驶 计算机视觉
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
560 13
|
机器学习/深度学习 资源调度 自然语言处理
不同类型的循环神经网络结构
【8月更文挑战第16天】
189 0
|
11月前
|
机器学习/深度学习 自然语言处理 语音技术
Python在深度学习领域的应用,重点讲解了神经网络的基础概念、基本结构、训练过程及优化技巧
本文介绍了Python在深度学习领域的应用,重点讲解了神经网络的基础概念、基本结构、训练过程及优化技巧,并通过TensorFlow和PyTorch等库展示了实现神经网络的具体示例,涵盖图像识别、语音识别等多个应用场景。
362 8
|
12月前
|
机器学习/深度学习 计算机视觉 网络架构
【YOLO11改进 - C3k2融合】C3k2融合YOLO-MS的MSBlock : 分层特征融合策略,轻量化网络结构
【YOLO11改进 - C3k2融合】C3k2融合YOLO-MS的MSBlock : 分层特征融合策略,轻量化网络结构
|
12月前
|
边缘计算 自动驾驶 5G
5G的网络拓扑结构典型模式
5G的网络拓扑结构典型模式
1499 4
|
编解码 人工智能 文件存储
卷积神经网络架构:EfficientNet结构的特点
EfficientNet是一种高效的卷积神经网络架构,它通过系统化的方法来提升模型的性能和效率。
419 1
|
12月前
|
机器学习/深度学习 算法
神经网络的结构与功能
神经网络是一种广泛应用于机器学习和深度学习的模型,旨在模拟人类大脑的信息处理方式。它们由多层不同类型的节点或“神经元”组成,每层都有特定的功能和责任。
737 0