网路系统规划与设计(CCNA)复习纲要 第一部分:网络通识基础

简介: 网路系统规划与设计(CCNA)复习纲要 第一部分:网络通识基础

内容声明:本篇内容为个人学习整理的知识总结,内容偏向基础,针对对象为高校学生有关于网络系统规划与设计、思科网络技术学院、CCNA,CCNP等方面的应试需求。


通过本篇,您可以学习到:


一:对于网络的基础框架有比较清晰的框架;


二:能够对思科设备(路由器和交换机)的配置命令有足够的掌握于理解;


三:能够对网络通信设备的相关协议有哦比较清晰的认识。


第一部分:网络通识基础


一:OSI七层模型/TCP/IP模型


该部分要求:要把模型系统背下来,并能简单说出各个层次的主要功能



20190105164025264.png

9b356a2caeab4146bdb9ec43c465d06f.png


二:IP地址


(一):IP地址的形式


IP地址的构成 = 网络位 + 主机位


77e6ad3fe68c4ebfada4ac0332843250.png

给个例子:


1byte【字节】= 8 bit 位

00000000 = 0

11111111   = 255 (2^8-1)


IPV4 的地址举例:10.8.6.2
00001010.00001000.00000110.00000010
00001010 = 10
00001000 = 8
00000110 = 6
00000010 = 


IPv4 地址 . . . . . . . . . . . . : 192.168.20.9

子网掩码 . . . . . . . . . . . . : 255.255.255.0

默认网关. . . . . . . . . . . . . : 192.168.20.254


IPv4 地址 . . . . . . . . . . . . : 192.168.20.9
子网掩码 . . . . . . . . . . . . : 255.255.255.0
11000000.10101000.00010100.[00000101]
11111111.11111111.11111111.[00000000]
掩码1对应网络位;0对应主机位
当主机位都是0,192.168.20.0/24 网段地址;
当主机位都是1,192.168.20.255/24 广播地址;
剩下的都是主机地址


(二):IP地址的分类


IP地址由两部分组成:


043be098e29c436080d3e0b3ec56a47a.png


网络地址:表示属于互联网中的哪一个网络


主机地址:表示在该网络下哪一台主机


A类:A类地址主要是分配给政府机关使用的,网络号第一位是固定数字0,其可用范围是1.0.0.1-127.255.255.254。


39e37fde19304a919bdb2315d02f7c53.png

推导A类的地址范围:
0.0.0.0 
A类地址的最小范围 0 0000000.0.0.0
A类地址的最大范围 0 1111111.255.255.255
0 1111111 = (2^7-1 = 127)
 11111111 = (2^8-1 = 255)  
最后整理出来的A类地址范围 (0 ~ 127)第一个点分十进制 头八

B类:B类地址主要分配给大中型企业使用,网络号有16位,前两位是固定1,0,其可用范围是128.0.0.1-191.255.255.254。

673db8ea76784272bfb6c1653ffb1c73.png

推导B类的地址范围:
0.0.0.0 
B类地址的最小范围 10 000000.0.0.0
B类地址的最大范围 10 111111.255.255.255
10 000000 = (2^7 = 128)
10 111111 = (255-64 = 191)
最后整理出来的A类地址范围 (128 ~ 191)第一个点分十进制 头八

C类:C类地址主要分配给个人使用,网络号有24位,前三位固定为1,1,0,其可用范围是192.0.0.1-223.255.255.254。

89f88d56c9f5477c9ff4b55704ba0320.png

推导C类的地址范围:
0.0.0.0 
C类地址的最小范围 110 00000.0.0.0
C类地址的最大范围 110 11111.255.255.255
110 00000 = (2^7 + 2^6 = 128 + 64 = 192)
110 11111 = (255 - 32 = 223)
最后整理出来的A类地址范围 (192 ~ 223)第一个点分十进制 头八


公有&私有


公有地址:公有地址是在互联网Internet上使用的,在Internet中可以随意使用。

私有地址:私有地址只能在局域网即内部网络中使用,通过代理服务器才能与Internet通信。

公有IP地址是唯一的,而私有IP地址是可以重复使用的,在公网上不可以通过私有地址实现互联网访问。


在A,B,C类地址中,其私有地址的范围分别是

A类:10 . 0 . 0 .0 - 10 . 255 . 255 . 25 . 5

B类:172 . 16 . 0 . 0 - 172 .31 . 255 . 255

C类:192 . 168 . 0 . 0 - 192 .168 . 255 . 255


IP地址的现实意义-公有IP地址-全球唯一性-具备地理属性。


A、B、C类的地址采用单播的形式;

D类地址采用的是组播的形式;

E类作为保留地址。


(三):特殊的IP地址--子网划分(VLSM)


考点:


在涉及到反掩码的情况下

172.16.1.8/24 255.255.255.0  网段地址: 172.16.1.0 反掩码:0.0.0.255
172.16.1.9/30 255.255.255.252 网段地址 172.16.1.8  反掩码 0.0.0.3
9 = 0000 100

3c59adceee624156969d6a0ddc9a0e1a.png


(四):特殊的IP地址--超网(CIDR)


计算网段区间的反掩码,整合相关的网段,网络汇总。


From 172.30.16.0/24 to 172.30.19.0/24
问: 可以汇总成那个网段
第一步: 将十进制转换为二进制
16 :0 0 0 1 0 0 0 0 
17 :0 0 0 1 0 0 0 1
18 :0 0 0 1 0 0 1 0
19 :0 0 0 1 0 0 1 1
整合出网段的反掩码 : 相同记为0,不相同记为1 
0.0.3.255  掩码 255.255.252.0


相关文章
|
1月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
130 5
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
2月前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
349 55
|
13天前
|
机器学习/深度学习 数据可视化 算法
PyTorch生态系统中的连续深度学习:使用Torchdyn实现连续时间神经网络
神经常微分方程(Neural ODEs)是深度学习领域的创新模型,将神经网络的离散变换扩展为连续时间动力系统。本文基于Torchdyn库介绍Neural ODE的实现与训练方法,涵盖数据集构建、模型构建、基于PyTorch Lightning的训练及实验结果可视化等内容。Torchdyn支持多种数值求解算法和高级特性,适用于生成模型、时间序列分析等领域。
156 77
PyTorch生态系统中的连续深度学习:使用Torchdyn实现连续时间神经网络
|
3月前
|
监控 安全 Linux
在 Linux 系统中,网络管理是重要任务。本文介绍了常用的网络命令及其适用场景
在 Linux 系统中,网络管理是重要任务。本文介绍了常用的网络命令及其适用场景,包括 ping(测试连通性)、traceroute(跟踪路由路径)、netstat(显示网络连接信息)、nmap(网络扫描)、ifconfig 和 ip(网络接口配置)。掌握这些命令有助于高效诊断和解决网络问题,保障网络稳定运行。
144 2
|
5天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
蘑菇识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了9种常见的蘑菇种类数据集【"香菇(Agaricus)", "毒鹅膏菌(Amanita)", "牛肝菌(Boletus)", "网状菌(Cortinarius)", "毒镰孢(Entoloma)", "湿孢菌(Hygrocybe)", "乳菇(Lactarius)", "红菇(Russula)", "松茸(Suillus)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,
42 11
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
|
7天前
|
机器学习/深度学习 编解码 测试技术
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4:移动生态系统的通用模型
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4:移动生态系统的通用模型
37 4
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4:移动生态系统的通用模型
|
11天前
|
机器学习/深度学习 编解码 测试技术
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4:移动生态系统的通用模型
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4:移动生态系统的通用模型
39 8
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4:移动生态系统的通用模型
|
1月前
|
机器学习/深度学习 监控 算法
基于yolov4深度学习网络的排队人数统计系统matlab仿真,带GUI界面
本项目基于YOLOv4深度学习网络,利用MATLAB 2022a实现排队人数统计的算法仿真。通过先进的计算机视觉技术,系统能自动、准确地检测和统计监控画面中的人数,适用于银行、车站等场景,优化资源分配和服务管理。核心程序包含多个回调函数,用于处理用户输入及界面交互,确保系统的高效运行。仿真结果无水印,操作步骤详见配套视频。
54 18
|
2月前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
220 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
9天前
|
监控 关系型数据库 MySQL
【01】客户端服务端C语言-go语言-web端PHP语言整合内容发布-优雅草网络设备监控系统-硬件设备实时监控系统运营版发布-本产品基于企业级开源项目Zabbix深度二开-分步骤实现预计10篇合集-自营版
【01】客户端服务端C语言-go语言-web端PHP语言整合内容发布-优雅草网络设备监控系统-硬件设备实时监控系统运营版发布-本产品基于企业级开源项目Zabbix深度二开-分步骤实现预计10篇合集-自营版
19 0

热门文章

最新文章