计算机网络原理-IP分片

简介: 计算机网络原理-IP分片

IP分片

最大传输单元(MTU):

网络链路存在MTU (最大传输单元)—链路层数据帧可封装数据的上限

不同链路的MTU不同大IP分组向较小MTU链路转发时,可以被“分片” (fragmented)

1个IP分组分为多片IP分 组

IP分片到达目的主机后进行“重组”

IP首部的相关字段用于标识分片以及确定分片的相对顺序——总长度、标识、标志位和片偏移


标识字段占16位:标识一个IP分组


IP协议利用一个计数器,每产生IP分组计数器加1,作为该IP分组的标识

标志位字段占3位:


DF

(Don’t Fragment):不分组

MF

(More Fragment):是否为分组的最后一个


DF =1:禁止分片;

DF =0:允许分片;

MF =1:非最后一片;

MF =0:最后一片(或未分片)


片偏移字段占13位:一个IP分组分片封装原IP分组数据的相对偏移量


片偏移字段以8字节为单位

IP分片过程

假设原IP分组总长度为L,待转发链路的MTU为M;

若L>M,且DF=0,则可以/需要分片

分片时每个分片的标识复制原IP分组的标识

通常分片时,除最后一个分片,其他分片均分为MTU允许的最大分片


一个最大分片可封装的数据应该是8的倍数,因此,一个最大分片可封装的数据为:


M减去20除以8,向下取整,再乘8

需要的总片数为:

L减去20除以d,向上取整


相关文章
|
1天前
|
机器学习/深度学习
【从零开始学习深度学习】21. 卷积神经网络(CNN)之二维卷积层原理介绍、如何用卷积层检测物体边缘
【从零开始学习深度学习】21. 卷积神经网络(CNN)之二维卷积层原理介绍、如何用卷积层检测物体边缘
|
2天前
|
机器学习/深度学习 算法 TensorFlow
深度学习基础:神经网络原理与构建
**摘要:** 本文介绍了深度学习中的神经网络基础,包括神经元模型、前向传播和反向传播。通过TensorFlow的Keras API,展示了如何构建并训练一个简单的神经网络,以对鸢尾花数据集进行分类。从数据预处理到模型构建、训练和评估,文章详细阐述了深度学习的基本流程,为读者提供了一个深度学习入门的起点。虽然深度学习领域广阔,涉及更多复杂技术和网络结构,但本文为后续学习奠定了基础。
27 5
|
6天前
|
网络协议 算法 数据中心
IP:网络上的击鼓传花
首先你要打电话找一家电信运营商(接入 ISP,比如中国移动),他们会就近网点派人上门给你拉光纤,装个一体化路由器(光猫和路由器一体化设备),设置或者不设置一个 IP(一般是通过 ISP 的 DHCP 服务器自动获取),然后你交了钱,就能上网了。
12 2
|
8天前
|
缓存
计算机网络——数据链路层-可靠传输的实现机制:选择重传协议SR(介绍、工作原理、窗口尺寸、题目练习)
计算机网络——数据链路层-可靠传输的实现机制:选择重传协议SR(介绍、工作原理、窗口尺寸、题目练习)
11 0
|
8天前
|
网络架构
计算机网络——计算机网络体系结构(2/4)-分层的必要性(五层协议原理体系结构)
计算机网络——计算机网络体系结构(2/4)-分层的必要性(五层协议原理体系结构)
9 0
|
8天前
|
网络协议 网络架构
计算机网络——计算机网络体系结构(1/4)-常见的计算机网络体系结构(OSI体系、TCP/IP体系、原理体系五层协议)
计算机网络——计算机网络体系结构(1/4)-常见的计算机网络体系结构(OSI体系、TCP/IP体系、原理体系五层协议)
14 0
|
9天前
|
数据采集 Java 数据安全/隐私保护
使用Java进行网络采集:代理IP与参数传递详解
Java参数传递是按值传递,包括对象引用的值。当传递对象时,方法内部修改对象内容会影响原始对象,但不能改变原始引用。示例展示了如何在爬虫代理中使用此机制,通过`ProxySettings`类传递代理信息,方法内可访问但不能更改原始对象。理解这一机制对编写高效无错的Java代码至关重要。
使用Java进行网络采集:代理IP与参数传递详解
|
10天前
|
缓存 网络协议 Linux
玩转网络调试利器:深入剖析ip命令的强大功能
玩转网络调试利器:深入剖析ip命令的强大功能
11 2
|
10天前
|
网络协议 前端开发 Java
网络原理 - HTTP / HTTPS(4)——构造http请求
网络原理 - HTTP / HTTPS(4)——构造http请求
13 1
|
10天前
|
JSON 缓存 前端开发
网络原理 - HTTP / HTTPS(3)——http响应
网络原理 - HTTP / HTTPS(3)——http响应
10 0