什么是交换机?什么是路由器?网络通信的底层原理到底是怎么回事?不清楚的程序猿快来科普下吧!

简介: 为了更好地促进互联网的研究和发展,国际标准化组织ISO在1985 年指定了网络互联模型。OSI 参考模型(Open System Interconnect Reference Model),具有 7 层结构

收藏

动态

消息

创作


  本文是一篇科普文章,主要是帮助大家理解清楚网络通信底层的根本原因。

image.png

一、网络通信模型

  为了更好地促进互联网的研究和发展,国际标准化组织ISO在1985 年指定了网络互联模型。OSI 参考模型(Open System Interconnect Reference Model),具有 7 层结构

image.png

  而且在消息通信的过程中具体的执行流程为:

image.png

image.png

  网络传输的数据其实会通过这七层协议来进行数据的封装和拆解,具体每层的作用后面详细介绍,先清楚这些大概流程即可。

二、计算机通信

1.计算机通信的基础

  首先我们需要清楚的知道,要实现两台计算机之间的相互通信,前提是需要指定对方的IP地址,但是最终是通过MAC地址(网卡地址),输送数据到网卡,然后被对方网卡接受。那么其中的发现过程到底是怎么样的呢?接下来我们一一的拆解

1.1 网线直连

  计算机与计算机直接要实现相互连接,最直接的方式就是通过网线直连的方式。

image.png

  通过Packet Tracer模拟为:

image.png

  为什么说网络通信访问的其实是网关呢?在这儿我们同样可以演示出来。(欢迎+V: boge_java),获取相关的资料哦!1.gif

  在192.168.1.20 直连 192.168.1.21 是会首先通过ARP 操作来获取MAC地址,在获取了MAC地址后才通过ICMP协议来完成相关的通信操作。

image.png

  第二个ARP广播

image.png

image.png

  到这儿192.168.1.20就已经获取到192.168.1.21的MAC地址,然后就可以完成通信操作了。因为缓存的作用,第二次再访问的时候就不需要在通过ARP来获取器MAC地址了。(欢迎+V: boge_java),获取相关的资料哦!

2.gif

  查看具体的协议信息可以看到对应的MAC信息

image.png

1.2 同轴电缆

  直连的方式首先必须是在同一个网段才可以,第二就是如果节点比较多会很麻烦,这时我们可以通过同轴电缆来处理。(欢迎+V: boge_java),获取相关的资料哦!

image.png

  这种方式是很早以前使用的方式,特点是:

  • 半双工通信
  • 容易冲突
  • 不完全
  • 中间断了,整个就都瘫痪了

1.3 集线器(Hub)

  集线器的英文称为“Hub”。“Hub”是“中心”的意思,相比于同轴电缆的T型结构,集线器会更高效些,如图:

image.png

  同样的在集线器中也是需要寻找MAC地址的。3.gif

  在上面的动态图中我们可以看到 40 节点要连接 42 节点,那么需要先通过ARP广播获取到  42的MAC地址,这个过程中也会广播到41,只是会失效。40获取到42的MAC地址后会通过集线器来发送信息,会发送到当前拓扑图中的其他节点,只是会校验如果要接收的节点的MAC地址不是我的就不会接收。这也意味着通过抓包工具是可以窃取到对应的信息的,所以不安全。同时因为集线器同样还是半双工通信所以容易冲突。而且和同轴电缆一样也是没有智商的。所以效率不高。

  • 半双工通信
  • 容易冲突
  • 数据不安全
  • 和同轴电缆一样没有智商

1.4 网桥(Bridge)

  针对集线器所具有的缺点,我们可以通过网桥来完善。(欢迎+V: boge_java),获取相关的资料哦!

image.png

  网桥可以通过自学的方式缓存记录每个接口那侧的MAC地址,从而起到隔绝冲突域的作用

image.png

  首先在获取41的MAC地址时,ARP广告还是会广告整个区域的。但是在获取到了41的MAC地址后,在发送消息的时候携带了41的MAC地址,在经过网桥时,网桥之前已经记录了41是在左侧的,所以就中断了链路。

4.gif

1.5 交换机(Switch)

  其实集线器加网桥的这种方式已经过时了,我们现在使用的都是交换器,可以把交换器看成是集线器加网桥的组合。(欢迎+V: boge_java),获取相关的资料哦!

image.png

  结构可以为:

image.png

  也可以多个交换机直连

image.png

  我们来看下通信的流程图

5.gif

  通过上面的动图我们可以看到使用了交换机后,在获取MAC地址的时候还是会ARP广告寻址,但是在获取到了MAC地址后再发送信息的会就只会发送到准确的机器上了,相比之前更安全了,而且交换机是全双工通信效率更高。

  但是交换机同样只能处理同一个网段的节点,而且如果全世界的机器都是通过交换器来实现互联的话,在ARP广播的时候就会产生广播风暴.这时引入了路由器的概念。(欢迎+V: boge_java),获取相关的资料哦!

1.6 路由器(Router)

网线直连,同轴电缆,集线器,网桥,交换机的特点:

  • 连接的设备必须在同一网段
  • 连接的设备处在同一广播域

路由器:

  • 可以在不同网段之间转发数据
  • 隔绝广播域

可以路由器单独使用:

image.png也可以和交换器一起使用

image.png

在路由器的两侧我们需要分别配置网关:

image.png

image.png

然后计算机要能找到路由器,我们也需要设置网关

image.png

配置好路由器之后我们就也可以来看下效果了,首先192.168.2.10 访问 192.168.2.12

11.gif

然后我们再跨网段访问看看:12.gif

13.gif

最后来看下跨域访问的效果吧

14.gif

好了,本文就介绍到这里了,感觉有帮助的一键三连吧!!!(欢迎+V: boge_java),获取相关的资料哦!


相关文章
|
12天前
|
机器学习/深度学习 存储 算法
回声状态网络(Echo State Networks,ESN)详细原理讲解及Python代码实现
本文详细介绍了回声状态网络(Echo State Networks, ESN)的基本概念、优点、缺点、储层计算范式,并提供了ESN的Python代码实现,包括不考虑和考虑超参数的两种ESN实现方式,以及使用ESN进行时间序列预测的示例。
28 4
回声状态网络(Echo State Networks,ESN)详细原理讲解及Python代码实现
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
深度学习中的自适应神经网络:原理与应用
【8月更文挑战第14天】在深度学习领域,自适应神经网络作为一种新兴技术,正逐渐改变我们处理数据和解决问题的方式。这种网络通过动态调整其结构和参数来适应输入数据的分布和特征,从而在无需人工干预的情况下实现最优性能。本文将深入探讨自适应神经网络的工作原理、关键技术及其在多个领域的实际应用,旨在为读者提供一个全面的视角,理解这一技术如何推动深度学习向更高效、更智能的方向发展。
|
8天前
|
机器学习/深度学习 人工智能 算法
深度学习的奥秘:探索神经网络的核心原理
深度学习,一个听起来既神秘又充满魔力的词汇,它如同一扇通往未知世界的大门,背后隐藏着无尽的智慧与可能。本文将以一种通俗易懂的方式,带领读者走进深度学习的世界,探索那些构成神经网络核心的基本原理。我们将从最初的感知机模型出发,逐步深入到复杂的多层网络结构,揭示数据如何在这些网络中流动、变化,最终实现智能决策的过程。通过这篇文章,你将了解到深度学习不仅仅是技术的堆砌,更是对自然界智慧的一种模仿与致敬。
19 1
|
19天前
|
缓存 网络协议 算法
(二)Java网络编程之爆肝HTTP、HTTPS、TLS协议及对称与非对称加密原理!
作为一名程序员,尤其是Java程序员,那必须得了解并掌握HTTP/HTTPS相关知识。因为在如今计算机网络通信中,HTTP协议的作用功不可没,无论是日常上网追剧、冲���、亦或是接口开发、调用等,必然存在HTTP的“影子”在内。尤其对于WEB开发者而言,HTTP几乎是每天会打交道的东西。
45 10
|
1月前
|
安全 网络协议 网络虚拟化
|
1月前
|
边缘计算 运维 5G
|
23天前
|
存储 安全 算法
密码学原理及其在网络安全中的应用
【7月更文挑战第27天】密码学作为保护信息安全的基石,在网络安全中发挥着不可或缺的作用。通过加密、解密、身份验证、数字签名和哈希函数等技术手段,密码学确保了数据的机密性、完整性和认证性。随着计算能力的不断提升和密码分析技术的不断进步,密码学需要不断创新和发展,以应对新的安全挑战。未来,随着量子计算技术的兴起和后量子密码学的研究深入,密码学将在网络安全领域发挥更加重要的作用。
|
24天前
|
前端开发 SDN 网络虚拟化
|
4天前
|
网络协议 安全 网络安全
网络工程师如何在EVE模拟器用思科路由器配置GRE Over IPsec ?
网络工程师如何在EVE模拟器用思科路由器配置GRE Over IPsec ?
|
7天前
|
机器学习/深度学习 人工智能 算法
人人都能搞定的大模型原理 - 神经网络
从1950年人工智能初现雏形至今,感知机作为神经网络的基石,引领了从单层到深层神经网络的技术飞跃。20世纪50年代末,弗兰克·罗森布拉特受人脑神经元启发,提出了感知机模型,它能够通过学习调整权重与阈值来识别模式,如手写数字。随着技术进步,感知机演变成更为复杂的层级和卷积神经网络。直至2022年ChatGPT的问世,人工智能的应用进入了公众视野。感知机的学习机制基于监督学习,通过不断调整权重和阈值来提高识别准确性。这种“亚符号”派的技术逐渐发展为拥有数十亿参数的大模型,展示了强大的智能涌现能力。随着AI技术的不断发展,我们正步入一个人机共生的新时代。