【计算机网络】网络层 : 无分类编址 CIDR ( 编址发展 | CIDR 优点 | CIDR 相关计算 | 构成超网 | 最长前缀匹配 | 计算示例 )★

简介: 【计算机网络】网络层 : 无分类编址 CIDR ( 编址发展 | CIDR 优点 | CIDR 相关计算 | 构成超网 | 最长前缀匹配 | 计算示例 )★

文章目录

一、无分类编址 CIDR 发展

二、无分类编址 CIDR 优点

三、无分类编址 CIDR 记法

四、构成超网

五、最长前缀匹配

六、计算示例





一、无分类编址 CIDR 发展


无分类编址 CIDR 发展 : “无分类编址” 又称为 “无分类域间路由选择” ;


① 分类 IP 地址 : 原来的 分类 IP 地址 , A 类 , B 类 , C 类 , IP 地址组成 : 网络号 + 主机号 ;


② 子网划分 IP 地址 : 在 分类 IP 地址基础上 , 划分子网 , IP 地址组成 : 网络号 + 子网号 + 主机号 ;


③ 无分类编址法 : 由 网络前缀 + 主机号 组成 ;






二、无分类编址 CIDR 优点


无分类编址 CIDR 优点 :


① 消除分类划分 : 消除了 网络地址分类概念 ( ABC ) , 消除了划分子网概念 ; 网络地址分类会限制网络的发展 , 导致网络 IP 地址用尽的情况 , 子网划分也是此类弊端 ;


② 方便子网划分 : 将 子网地址 与 子网掩码 融合 , 子网划分更容易 ;






三、无分类编址 CIDR 记法


无分类域间路由选择 CIDR 记法 : IP 地址后面加上 “/” , 表示网络前缀的长度 ;


如 : 128.14.35.7 / 20 128.14.35.7/20128.14.35.7/20 , 表示该 IP 地址 , 前 20 2020 位 是网络前缀 ;



CIDR 地址块 : CIDR 将 网络前缀 相同的 , 连续的 , IP 地址 , 组成一个 “CIDR 地址块” ;


CIDR 地址块相关计算 : 上述示例中 , 128.14.35.7 / 20 128.14.35.7/20128.14.35.7/20 地址 , 是某个 CIDR 地址块中的地址 , 根据该地址可以得到该 CIDR 地址块 , 以及计算出该地址块的 最大地址 和 最小地址 ;



① 先将 128.14.35.7 / 20 128.14.35.7/20128.14.35.7/20 地址转为 二进制 形式 ;


10000000 00001110 00100011 00000111 10000000 \quad 00001110 \quad 00100011 \quad 0000011110000000000011100010001100000111


前 20 2020 位是 网络前缀 , 为 :


10000000 00001110 0010 10000000 \quad 00001110 \quad 001010000000000011100010



② 地址块地址 : 二进制形式如下 :


10000000 00001110 0010 10000000 \quad 00001110 \quad 001010000000000011100010 0000 00000000 0000 \quad 00000000000000000000


转为十进制为 :


128.14.32.0 / 20 128.14.32.0/20128.14.32.0/20



③ 最小地址 : 最小地址就是 主机号 全 0 00 ; 也就是地址块地址 ;


10000000 00001110 0010 10000000 \quad 00001110 \quad 001010000000000011100010 0000 00000000 0000 \quad 00000000000000000000



④ 最大地址 : 最大地址就是 主机号 全 1 11 ;


10000000 00001110 0010 10000000 \quad 00001110 \quad 001010000000000011100010 1111 11111111 1111 \quad 11111111111111111111



⑤ 子网掩码 : 又称为 “地址掩码” , 网络前缀对应的前 20 2020 位 为 1 11 , 主机号对应的位数为 0 00 ;


11111111 11111111 1111 11111111 \quad 11111111 \quad 111111111111111111111111 0000 00000000 0000 \quad 00000000000000000000


转为十进制为 : 255.255.240.0 255.255.240.0255.255.240.0






四、构成超网


构成超网 : 将 多个 CIDR 编址的 子网 聚合成一个较大的子网 , 又称为 “路由聚合” ;


方法 : 缩短网络前缀 ;



构成超网示例 :


子网块 1 11 : 206.1.0.0 / 17 206.1.0.0/17206.1.0.0/17 ;

子网块 2 22 : 206.1.128.0 / 17 206.1.128.0/17206.1.128.0/17 ;

上述网络前缀都是 17 1717 位 , 将网络前缀缩短 1 11 位 , 即可构成一个新的超网 , 网络前缀为 16 1616 位 ;


新的超网为 : 206.1.0.0 / 16 206.1.0.0/16206.1.0.0/16






五、最长前缀匹配


最长前缀匹配 : 使用 CIDR 编址时 , 路由查找时 , 将可能得到的几个匹配结果 , 选择 符合 网络前缀 的 , 具有最长网络前缀 的路由 ;


原理 : 因为 前缀越长 , 主机号选择性就越小 , 越容易找到对应的主机 ;



计算示例 :


路由表如下 :


目的网络 1 11 : 132.0.0.0 / 8 132.0.0.0/8132.0.0.0/8 , 下一跳路由 R 1 R1R1 ;

目的网络 2 22 : 132.0.0.0 / 11 132.0.0.0/11132.0.0.0/11 , 下一跳路由 R 2 R2R2 ;

目的网络 3 33 : 132.19.232.0 / 22 132.19.232.0/22132.19.232.0/22 , 下一跳路由 R 3 R3R3 ;

目的网络 4 44 : 0.0.0.0 / 0 0.0.0.0/00.0.0.0/0 , 下一跳路由 R 4 R4R4 ;


分析 :


其中 目的网络 4 44 是 默认路由 , 如果上述 3 33 个都不符合 , 就选择默认路由 ;


目的网络 1 11 的 网络前缀 符合要求 , 网络前缀长度为 8 88 , 该路由选择 比 默认路由 要好 ;


目的网络 2 22 的 网络前缀 符合要求 , 网络前缀长度为 11 1111 , 该路由选择 比 目标网络 2 22 要好 ;


目的网络 3 33 的网络前缀是 132.19.236.0 132.19.236.0132.19.236.0 , 该网络前缀不符合要求 , 必须不能选择 ;


因此这里选择 目的网络 3 33 , 作为 下一跳路由 ;






六、计算示例


某网络 IP 地址为 192.168.5.0 / 24 192.168.5.0/24192.168.5.0/24 , 采用 定长子网划分 , 子网掩码为 255.255.255.248 255.255.255.248255.255.255.248 , 求网络中的最大子网个数 , 每个子网的最大可分配地址个数 ?



网络地址是 192.168.5.0 / 24 192.168.5.0/24192.168.5.0/24 , 前 24 2424 位 是网络前缀 ;



在 CIDR 基础之上 , 进行定长子网划分 , 后面 8 88 位 , 一部分作为 子网号 , 一部分作为主机号 ;


子网掩码为 255.255.255.248 255.255.255.248255.255.255.248 , 转为二进制是 :


11111111 11111111 11111111 11111111 \quad 11111111 \quad 11111111111111111111111111111111 11111000 \quad 1111100011111000


由上面的子网掩码可得 , 子网号 占 5 55 位 , 主机号 占 3 33 位 ;



最大子网个数是 2 5 = 32 2^5 = 322

5

=32 个 , 在 CIDR 子网中 , 子网号可以全 0 00 , 全 1 11 ;


每个子网的最大主机个数是 : 2 3 − 2 = 6 2^3-2 = 62

3

−2=6 , 要减去 全 0 00 和 全 1 11 两种情况 ;


目录
相关文章
|
7月前
|
算法 JavaScript 数据安全/隐私保护
基于GA遗传优化的最优阈值计算认知异构网络(CHN)能量检测算法matlab仿真
本内容介绍了一种基于GA遗传优化的阈值计算方法在认知异构网络(CHN)中的应用。通过Matlab2022a实现算法,完整代码含中文注释与操作视频。能量检测算法用于感知主用户信号,其性能依赖检测阈值。传统固定阈值方法易受噪声影响,而GA算法通过模拟生物进化,在复杂环境中自动优化阈值,提高频谱感知准确性,增强CHN的通信效率与资源利用率。预览效果无水印,核心程序部分展示,适合研究频谱感知与优化算法的学者参考。
|
7月前
|
存储 消息中间件 弹性计算
阿里云服务器ECS计算型c7和通用算力型u1在适用场景、计算性能、网络与存储性能等方面的对比
阿里云ECS服务器u1和c7实例在适用场景、性能、处理器特性等方面存在显著差异。u1为通用算力型,性价比高,适合中小企业及对性能要求不高的场景;c7为企业级计算型,采用最新Intel处理器,性能稳定且强大,适用于高性能计算需求。u1支持多种CPU内存配比,但性能一致性可能受底层平台影响;c7固定调度模式,确保高性能与稳定性。选择时可根据预算与性能需求决定。
363 23
|
7月前
计算网络号的直接方法
子网掩码用于区分IP地址中的网络部分和主机部分,连续的“1”表示网络位,“0”表示主机位。例如,255.255.255.0 的二进制为 11111111.11111111.11111111.00000000,前24位是网络部分。通过子网掩码可提取网络号,如 IP 192.168.1.10 与子网掩码 255.255.255.0 的网络号为 192.168.1.0。此外,文档还介绍了十进制与二进制间的转换方法,帮助理解IP地址的组成与计算。
456 11
|
12月前
|
机器学习/深度学习 数据采集 人工智能
基于Huffman树的层次化Softmax:面向大规模神经网络的高效概率计算方法
层次化Softmax算法通过引入Huffman树结构,将传统Softmax的计算复杂度从线性降至对数级别,显著提升了大规模词汇表的训练效率。该算法不仅优化了计算效率,还在处理大规模离散分布问题上提供了新的思路。文章详细介绍了Huffman树的构建、节点编码、概率计算及基于Gensim的实现方法,并讨论了工程实现中的优化策略与应用实践。
282 15
基于Huffman树的层次化Softmax:面向大规模神经网络的高效概率计算方法
|
12月前
|
SQL 安全 网络安全
网络安全与信息安全:知识分享####
【10月更文挑战第21天】 随着数字化时代的快速发展,网络安全和信息安全已成为个人和企业不可忽视的关键问题。本文将探讨网络安全漏洞、加密技术以及安全意识的重要性,并提供一些实用的建议,帮助读者提高自身的网络安全防护能力。 ####
265 17
|
12月前
|
SQL 安全 网络安全
网络安全与信息安全:关于网络安全漏洞、加密技术、安全意识等方面的知识分享
随着互联网的普及,网络安全问题日益突出。本文将从网络安全漏洞、加密技术和安全意识三个方面进行探讨,旨在提高读者对网络安全的认识和防范能力。通过分析常见的网络安全漏洞,介绍加密技术的基本原理和应用,以及强调安全意识的重要性,帮助读者更好地保护自己的网络信息安全。
226 10
|
12月前
|
存储 SQL 安全
网络安全与信息安全:关于网络安全漏洞、加密技术、安全意识等方面的知识分享
随着互联网的普及,网络安全问题日益突出。本文将介绍网络安全的重要性,分析常见的网络安全漏洞及其危害,探讨加密技术在保障网络安全中的作用,并强调提高安全意识的必要性。通过本文的学习,读者将了解网络安全的基本概念和应对策略,提升个人和组织的网络安全防护能力。
|
12月前
|
SQL 安全 网络安全
网络安全与信息安全:关于网络安全漏洞、加密技术、安全意识等方面的知识分享
在数字化时代,网络安全和信息安全已成为我们生活中不可或缺的一部分。本文将介绍网络安全漏洞、加密技术和安全意识等方面的内容,并提供一些实用的代码示例。通过阅读本文,您将了解到如何保护自己的网络安全,以及如何提高自己的信息安全意识。
235 10
|
监控 安全 网络安全
网络安全与信息安全:漏洞、加密与意识的交织
在数字时代的浪潮中,网络安全与信息安全成为维护数据完整性、保密性和可用性的关键。本文深入探讨了网络安全中的漏洞概念、加密技术的应用以及提升安全意识的重要性。通过实际案例分析,揭示了网络攻击的常见模式和防御策略,强调了教育和技术并重的安全理念。旨在为读者提供一套全面的网络安全知识框架,从而在日益复杂的网络环境中保护个人和组织的资产安全。
|
12月前
|
存储 监控 安全
云计算与网络安全:云服务、网络安全、信息安全等技术领域的融合与挑战
本文将探讨云计算与网络安全之间的关系,以及它们在云服务、网络安全和信息安全等技术领域中的融合与挑战。我们将分析云计算的优势和风险,以及如何通过网络安全措施来保护数据和应用程序。我们还将讨论如何确保云服务的可用性和可靠性,以及如何处理网络攻击和数据泄露等问题。最后,我们将提供一些关于如何在云计算环境中实现网络安全的建议和最佳实践。