网络技能树计划全套笔记

简介: 网络技能树计划全套笔记

目录

网络拓扑的分类

1. 按所覆盖的地理范围来分类

2. 对等网与客户/服务器结构网络

3. 网络拓扑结构的定义

关于网络模型

一:常见网络模型

1.随机网络

2.规则网络

3.小世界网络

集中目录式P2P网络模型

         纯分布式P2P模型

         纯P2P非结构化网络模型

         纯P2P结构化网络模型


[]()

[]()

[]()网络拓扑的分类

[]()1. 按所覆盖的地理范围来分类

局域网LAN\
城域网MAN\
广域网WAN

[]()2. 对等网与客户/服务器结构网络

对等网不但方便连接两台以上的电脑,而且更关键的是它们之间的关系是对等的,连接后双方可以互相访问,没有主客阶级差异;对等网不能共享可执行程序客户/服务器结构的局域网,能共享服务器上的可执行程序。

[]()3. 网络拓扑结构的定义

计算机网络中的拓扑结构是指网络中的计算机、线缆,以及其他组件的物理布局。\
基本的拓扑结构主要有三种模式\
(1)总线型拓扑结构\
(2)星形拓扑结构\
(3)环形拓扑结构\
(4)混合型拓扑结构

[]()关于网络模型

[]()一:常见网络模型

[]()1.随机网络

:随机网络的研究基于随机图理论。\
(随机图:顾名思义,为随机过程中产生的图,主要用于复杂网络所有的建模领域中)

[]()2.规则网络

:常见有邻耦合网络和星形耦合网络。

\
如图所示。\
邻耦合网络特点(摘自百度文库):\
1.各节点地位相同,连接边数目少,平均距离大。\
2.各节点相互串联,容易瘫痪(一方有难,八方摆烂)\
3.拓展性能不如星形网络。若想新添加或移动节点,则必须终端整个网络。\
星形耦合网络特点:\
1.节点拓展性强,方便移动。\
2.一个节点错误不影响其他节点。\
3.连接边数少,平均距离小。\
4.若中心节点出错,则全部节点瘫痪。

[]()3.小世界网络

[]()集中目录式P2P网络模型

简单说下,一般采用星型结构,如下图。

\
中央目录服务器只保留索引信息,由对等节点保存各自提供服务的全部资料。

对等节点向中央服务器发布分享的文件列表,查询节点(没查到)可向中央服务器发送检索请求,得到回复后,依据网络流量和延迟等信息选择合适节点建立直接连接,这时文件交换可直接在两个对等节点之间进行。中央服务器负责记录群组所有参加者的信息,并进行适当管理。

优点:维护简单,发现资源率高。\
缺点:可靠性和安全性较低,维护成本高,存在一定的版权问题和资料浪费。

适用于小型网络

未完待续

[]()纯分布式P2P模型

概念:每个节点既是服务器又是客户端,节点之间的交流是完全对等的。每个节点都维护一个邻居列表,节点通过和他的邻居进行交互来完成特定的功能。\
这种结构解决了中心化问题,拓展性和维护性较好。

分类:

  1. 非结构化覆盖网络
  2. 结构化覆盖网络

[]()纯P2P非结构化网络模型

概念:也被称为广播式P2P模型,对等节点之间的内容查询和内容分享是通过相邻节点广播接力完成的。如果邻居节点不能满足请求,则以同样广播方式请求各自相邻的邻居节点。\
为防止搜索环路的产生,每个节点会记录搜索轨迹。

  • (搜索环路:所有环路的形成都是由于目的路径不明确导致混乱而造成的,例如第二层,一个广播信息经过两个交换机的时候会不断恶性循环的产生广播,造成环路)

优点:\
具有较大的容错性,不会出现单点崩溃的现象。\
能潜在地获得最多的查询结果。\
缺点:

  1. 整个网络拓展性较差,随着对等节点数量的增加,网络可能发生堵塞。
  2. 没有中央服务器对用户进行管理
  3. 查询的有效性和正确性都不能保证
  4. 能力有限的对等节点容易造成系统瓶颈(整个软硬件构成的软件系统某一方面或者几个方面5.能力不能满足用户的特定业务要求)

[]()纯P2P结构化网络模型

未完待续

目录
相关文章
|
9天前
|
Linux 开发工具 Android开发
FFmpeg开发笔记(六十)使用国产的ijkplayer播放器观看网络视频
ijkplayer是由Bilibili基于FFmpeg3.4研发并开源的播放器,适用于Android和iOS,支持本地视频及网络流媒体播放。本文详细介绍如何在新版Android Studio中导入并使用ijkplayer库,包括Gradle版本及配置更新、导入编译好的so文件以及添加直播链接播放代码等步骤,帮助开发者顺利进行App调试与开发。更多FFmpeg开发知识可参考《FFmpeg开发实战:从零基础到短视频上线》。
49 2
FFmpeg开发笔记(六十)使用国产的ijkplayer播放器观看网络视频
|
17天前
|
机器学习/深度学习 数据可视化 计算机视觉
目标检测笔记(五):详细介绍并实现可视化深度学习中每层特征层的网络训练情况
这篇文章详细介绍了如何通过可视化深度学习中每层特征层来理解网络的内部运作,并使用ResNet系列网络作为例子,展示了如何在训练过程中加入代码来绘制和保存特征图。
37 1
目标检测笔记(五):详细介绍并实现可视化深度学习中每层特征层的网络训练情况
|
19天前
|
机器学习/深度学习 数据可视化 Windows
深度学习笔记(七):如何用Mxnet来将神经网络可视化
这篇文章介绍了如何使用Mxnet框架来实现神经网络的可视化,包括环境依赖的安装、具体的代码实现以及运行结果的展示。
43 0
|
17天前
|
机器学习/深度学习 编解码 算法
轻量级网络论文精度笔记(三):《Searching for MobileNetV3》
MobileNetV3是谷歌为移动设备优化的神经网络模型,通过神经架构搜索和新设计计算块提升效率和精度。它引入了h-swish激活函数和高效的分割解码器LR-ASPP,实现了移动端分类、检测和分割的最新SOTA成果。大模型在ImageNet分类上比MobileNetV2更准确,延迟降低20%;小模型准确度提升,延迟相当。
42 1
轻量级网络论文精度笔记(三):《Searching for MobileNetV3》
|
18天前
|
机器学习/深度学习 网络架构 计算机视觉
目标检测笔记(一):不同模型的网络架构介绍和代码
这篇文章介绍了ShuffleNetV2网络架构及其代码实现,包括模型结构、代码细节和不同版本的模型。ShuffleNetV2是一个高效的卷积神经网络,适用于深度学习中的目标检测任务。
55 1
目标检测笔记(一):不同模型的网络架构介绍和代码
|
21天前
|
XML 开发工具 Android开发
FFmpeg开发笔记(五十六)使用Media3的Exoplayer播放网络视频
ExoPlayer最初是为了解决Android早期MediaPlayer控件对网络视频兼容性差的问题而推出的。现在,Android官方已将其升级并纳入Jetpack的Media3库,使其成为音视频操作的统一引擎。新版ExoPlayer支持多种协议,解决了设备和系统碎片化问题,可在整个Android生态中一致运行。通过修改`build.gradle`文件、布局文件及Activity代码,并添加必要的权限,即可集成并使用ExoPlayer进行网络视频播放。具体步骤包括引入依赖库、配置播放界面、编写播放逻辑以及添加互联网访问权限。
100 1
FFmpeg开发笔记(五十六)使用Media3的Exoplayer播放网络视频
|
17天前
|
机器学习/深度学习 数据采集 算法
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
这篇博客文章介绍了如何使用包含多个网络和多种训练策略的框架来完成多目标分类任务,涵盖了从数据准备到训练、测试和部署的完整流程,并提供了相关代码和配置文件。
31 0
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
|
18天前
|
编解码 人工智能 文件存储
轻量级网络论文精度笔记(二):《YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object ..》
YOLOv7是一种新的实时目标检测器,通过引入可训练的免费技术包和优化的网络架构,显著提高了检测精度,同时减少了参数和计算量。该研究还提出了新的模型重参数化和标签分配策略,有效提升了模型性能。实验结果显示,YOLOv7在速度和准确性上超越了其他目标检测器。
35 0
轻量级网络论文精度笔记(二):《YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object ..》
|
19天前
|
机器学习/深度学习 Python
深度学习笔记(九):神经网络剪枝(Neural Network Pruning)详细介绍
神经网络剪枝是一种通过移除不重要的权重来减小模型大小并提高效率的技术,同时尽量保持模型性能。
39 0
深度学习笔记(九):神经网络剪枝(Neural Network Pruning)详细介绍
|
19天前
|
机器学习/深度学习 算法 TensorFlow
深度学习笔记(五):学习率过大过小对于网络训练有何影响以及如何解决
学习率是深度学习中的关键超参数,它影响模型的训练进度和收敛性,过大或过小的学习率都会对网络训练产生负面影响,需要通过适当的设置和调整策略来优化。
159 0
深度学习笔记(五):学习率过大过小对于网络训练有何影响以及如何解决