【计算机网络】网络层 : IPv6 协议 ( IPv6 数据包格式 | IPv6 地址表示 | IPv6 地址类型 | IPv4 与 IPv6 协议对比 | IPv4 -> IPv6 过渡策略 )

简介: 【计算机网络】网络层 : IPv6 协议 ( IPv6 数据包格式 | IPv6 地址表示 | IPv6 地址类型 | IPv4 与 IPv6 协议对比 | IPv4 -> IPv6 过渡策略 )

文章目录

一、IPv6 发展

二、IPv6 数据报格式

三、IPv6 和 IPv4 对比

四、IPv6 地址表示

五、IPv6 地址 类型

六、IPv4 向 IPv6 过渡策略





一、IPv6 发展


IPv4 : 32 位 的 IPv4 地址空间已经耗尽 , 之后虽然使用了 CIDR 和 NAT 技术 , 延缓了 IP 地址耗尽的时间 , 但是迟早会耗尽 ;


IPv6 : 从根本上解决了上述问题 , 使用了 128 位 地址 , 改进了首部格式 , 可以快速处理/转发 IP 数据报 , 支持 Qos ;






二、IPv6 数据报格式


IPv6 数据报格式 :

image.png



IPv6 数据报分为两部分 , 基本首部 , 有效载荷 ;


基本首部 : 40 4040 字节 ;

有效载荷 : 由 选项 ( 若干扩展首部 ) 和 数据部分 组成 ; 有效载荷 最长不超过 65535 6553565535 字节 ;



40 字节的基本首部 :

image.png


版本 : IP 协议的版本号 就是 6 66 ; [ 0 , 4 ] [0 , 4][0,4] 位 ;

优先级 : 数据报 类别 , 优先级 ;

流标签 : 流 指的是 从 源点 到 终点 的数据报 , 同一个流的数据报都有相同的流标签 ;

有效载荷长度 : 占 2 22 字节 , 取值范围 [ 0 , 65535 ] [0 , 65535][0,65535] ;

下一个首部 : 标识下一个扩展首部 ; 每个扩展首部都有下一个首部标识 , 基本首部中标识了扩展首部 1 11 , 扩展首部 1 11 中标识了扩展首部 2 22 ;

跳数限制 : 相当于 TTL 生存时间 , 经过指定路由器条数后 , 丢弃数据报 ;

源地址 / 目的地址 : 128 128128 位用于标识源地址和目的地址 ;





三、IPv6 和 IPv4 对比


IPv6 和 IPv4 对比 :


① 地址空间 : 从 4 44 ( 32 3232 位 ) 字节 扩展到了 16 1616 字节 ( 128 128128 位 ) ;


② 校验和 : IPv6 中移除了校验和字段 , 每一跳的路由器中不再校验数据 , 减少了每一跳的时间 ;


③ 首部精简 : IPv6 将可选字段移出首部字段 , 放在有效载荷的扩展首部中 , 路由器不对扩展首部进行检查 , 提高了处理效率 ;


④ 即插即用 : IPv6 设备只要接入网络就直接分配 IP 地址 , 不需要 DHCP 协议 ;


⑤ 数据分片 : IPv6 只能在源主机处进行数据分片 , 不能在路由器分片 , IPv4 可以在主机和路由器进行分片 ;


⑥ IPv6 首部长度 : IPv6 首部长度 必须是 8 88 字节整数倍 ; IPv4 首部是 4 44 字节整数倍 ;




IPv6 独立特性 : ( 仅作了解 )


① ICMPv6 协议 是 用于 IPv6 的 ICMP 协议 , 其有附加报文 分组过大报文 , 路由器无法转发这么大的分组 , 返回给主机 , 让主机重新给报文分组 ;


② IPv6 支持资源预分配 ;


③ IPv6 取消协议字段 , 使用 下一个首部 字段 替代 ;


④ IPv6 取消了总长度字段 , 使用 有效载荷字段替代 ;


⑤ IPv6 取消了服务类型字段 ;






四、IPv6 地址表示


IPv6 地址表示 :


① 冒号十六进制记法 : 2 B 2 B : 0000 : 0000 : 0000 : 002 B : 2 B 2 B : 2 B 2 B : 2 B 2 B 2B2B:0000:0000:0000:002B:2B2B:2B2B:2B2B2B2B:0000:0000:0000:002B:2B2B:2B2B:2B2B , 使用 7 77 个 冒号 , 将 8 88 个 short 短整型数字 使用 十六进制数表示出来 ;


② 压缩形式 : 如果每个 short 短整型数字 前面若干位为 0 , 可以省略 , 如果四位全是 0 00 , 那么可以使用 一个 0 00 代替 ;


上述 IPv6 地址 使用压缩形式 可以表示成 2 B 2 B : 0 : 0 : 0 : 2 B : 2 B 2 B : 2 B 2 B : 2 B 2 B 2B2B:0:0:0:2B:2B2B:2B2B:2B2B2B2B:0:0:0:2B:2B2B:2B2B:2B2B ;


③ 零压缩 : 连续的 0 00 使用一对冒号表示 , 但是一个 IPv6 地址中只能使用一次 ;


零压缩表示上述 IPv6 地址 : 2 B 2 B : : 2 B : 2 B 2 B : 2 B 2 B : 2 B 2 B 2B2B::2B:2B2B:2B2B:2B2B2B2B::2B:2B2B:2B2B:2B2B






五、IPv6 地址 类型


IPv6 地址 类型 :


① 单播 : 用于 一对一通信 , 即可以作为 源地址 , 也可以作为 目的地址 ;


② 多播 : 用于 一对多通信 , 只能做目的地址 ;


③ 任播 : 一对多通信中的一个通信 , 只能做目的地址 ; 源主机 向 任播组 发送 任播数据 , 任播组主机中离源主机最近的作为目的主机 ;






六、IPv4 向 IPv6 过渡策略


IPv4 向 IPv6 过渡策略 :


① 双栈协议 : 同一台设备上 同时启用 IPv4 和 IPv6 协议栈 , 该设备既能使用 IPv4 通信 , 又能与 IPv6 网络进行通信 ;


路由器 : 不同的接口 分别 配置 IPv4 地址 和 IPv6 地址 ;

计算机 : 计算机同时拥有 IPv4 地址 和 IPv6 地址 , 可同时处理两种协议 ;

② 隧道技术 : 隧道技术 是 使用 互联网 基础设施 , 在网络之间传递数据的方式 ; 使用 隧道 传递不同协议的数据 , 将其它协议的数据重新封装然后通过隧道传输 ;


目录
相关文章
|
2月前
|
监控 安全 网络协议
Cisco Identity Services Engine (ISE) 3.5 发布 - 基于身份的网络访问控制和策略实施系统
Cisco Identity Services Engine (ISE) 3.5 发布 - 基于身份的网络访问控制和策略实施系统
326 1
Cisco Identity Services Engine (ISE) 3.5 发布 - 基于身份的网络访问控制和策略实施系统
|
4月前
|
安全 KVM 虚拟化
Cisco Identity Services Engine (ISE) 3.4 - 基于身份的网络访问控制和策略实施系统
Cisco Identity Services Engine (ISE) 3.4 - 基于身份的网络访问控制和策略实施系统
215 2
Cisco Identity Services Engine (ISE) 3.4 - 基于身份的网络访问控制和策略实施系统
|
4月前
|
机器学习/深度学习 数据采集 运维
匹配网络处理不平衡数据集的6种优化策略:有效提升分类准确率
匹配网络是一种基于度量的元学习方法,通过计算查询样本与支持集样本的相似性实现分类。其核心依赖距离度量函数(如余弦相似度),并引入注意力机制对特征维度加权,提升对关键特征的关注能力,尤其在处理复杂或噪声数据时表现出更强的泛化性。
215 6
匹配网络处理不平衡数据集的6种优化策略:有效提升分类准确率
|
3月前
|
监控 安全 Devops
DevOps 流水线的网络安全盲区与防御策略
在软件研发中,DevOps流水线加速了开发与交付,但也带来严重安全风险。自动化节点和第三方集成成为攻击入口,凭证泄露、供应链渗透、配置错误和依赖混乱等问题频发。企业需构建全流程安全体系,嵌入自动化安全策略,强化访问控制与监控,提升全员安全意识,实现效率与安全的协同发展。
411 1
|
10月前
|
编解码 异构计算
RT-DETR改进策略【Neck】| BiFPN:双向特征金字塔网络-跨尺度连接和加权特征融合
RT-DETR改进策略【Neck】| BiFPN:双向特征金字塔网络-跨尺度连接和加权特征融合
706 10
RT-DETR改进策略【Neck】| BiFPN:双向特征金字塔网络-跨尺度连接和加权特征融合
|
10月前
|
机器学习/深度学习 计算机视觉
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
346 3
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
|
10月前
|
机器学习/深度学习 编解码 自动驾驶
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
390 3
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
|
10月前
|
机器学习/深度学习 移动开发 测试技术
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV2,含模型详解和完整配置步骤
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV2,含模型详解和完整配置步骤
400 1
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV2,含模型详解和完整配置步骤
|
10月前
|
人工智能 安全 网络安全
网络安全领导者有效缓解团队倦怠的四步策略
网络安全领导者有效缓解团队倦怠的四步策略
|
10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
487 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