《自顶向下网络设计(第3版)》——2.10 技术目标检查表

简介:

本节书摘来异步社区《自顶向下网络设计(第3版)》一书中的第2章,第2.10节,作者:【美】Priscilla Oppenheimer,更多章节内容可以访问云栖社区“异步社区”公众号查看

2.10 技术目标检查表

自顶向下网络设计(第3版)
你可以利用下面的检查表来判断自己是否已经解决了客户全部的技术目标及所关心的问题。

我已记录了客户一两年内关于扩展站点、用户、服务器数目的计划。
客户已经告诉我有关将部门服务器迁移到服务器群组或企业内联网的计划。
客户已经告诉我有关将SNA网络或其他主机系统集成到多协议互连网络的计划。
客户已经告诉我有关实施用于与合作伙伴或其他公司通信的外联网计划。
我已记录下网络可用性的正常运行时间百分比和/或MTBF以及MTTR目标。
我已记录下任何最大平均网络利用率的目标。
我已记录下网络吞吐量目标。
我已记录下网络互连设备的pps吞吐量目标。
我已记录下精确度目标及可接受的BER。
我已同客户讨论了使用大帧以便使效率最大化的重要性。
我已同客户讨论了使用大帧提高利用率与增加了串行化延迟之间的折衷方案。
我已罗列出了比工业标准更严格的要求响应时间小于100ms的应用。
我已同客户讨论了网络安全风险和需求。
我已收集了可管理性要求,包括性能、故障、配置、安全和计费管理目标。
我已更新了网络应用图表,包括了如表2-2所示的技术应用目标。
我已与客户协商并列出了网络设计目标列表,其中包括商业目标和技术目标。列表的一开始写明了一个总体目标,还按照重要程度的先后顺序列出了其他目标。关键目标已做了标记。
第1章提供了一张网络应用表。到了设计阶段的这一步时,你可以将诸如MTBF、MTTR、吞吐量以及延迟目标等技术应用需求加入到该表中,如表2-2所示。

2c490abf90b165fa6b03e771512759af80a9ac08
相关文章
|
5月前
|
机器学习/深度学习 数据可视化 网络架构
PINN训练新思路:把初始条件和边界约束嵌入网络架构,解决多目标优化难题
PINNs训练难因多目标优化易失衡。通过设计硬约束网络架构,将初始与边界条件内嵌于模型输出,可自动满足约束,仅需优化方程残差,简化训练过程,提升稳定性与精度,适用于气候、生物医学等高要求仿真场景。
600 4
PINN训练新思路:把初始条件和边界约束嵌入网络架构,解决多目标优化难题
|
6月前
|
机器学习/深度学习 并行计算 算法
【CPOBP-NSWOA】基于豪冠猪优化BP神经网络模型的多目标鲸鱼寻优算法研究(Matlab代码实现)
【CPOBP-NSWOA】基于豪冠猪优化BP神经网络模型的多目标鲸鱼寻优算法研究(Matlab代码实现)
146 8
|
5月前
|
机器学习/深度学习 人工智能 监控
上海拔俗AI软件定制:让技术真正为你所用,拔俗网络这样做
在上海,企业正通过AI软件定制破解通用化难题。该模式以业务场景为核心,量身打造智能解决方案,涵盖场景化模型开发、模块化架构设计与数据闭环优化三大技术维度,推动技术与业务深度融合,助力企业实现高效、可持续的数字化转型。
187 0
|
6月前
|
机器学习/深度学习 数据采集 资源调度
基于长短期记忆网络定向改进预测的动态多目标进化算法(LSTM-DIP-DMOEA)求解CEC2018(DF1-DF14)研究(Matlab代码实现)
基于长短期记忆网络定向改进预测的动态多目标进化算法(LSTM-DIP-DMOEA)求解CEC2018(DF1-DF14)研究(Matlab代码实现)
177 0
|
6月前
|
监控 前端开发 安全
Netty 高性能网络编程框架技术详解与实践指南
本文档全面介绍 Netty 高性能网络编程框架的核心概念、架构设计和实践应用。作为 Java 领域最优秀的 NIO 框架之一,Netty 提供了异步事件驱动的网络应用程序框架,用于快速开发可维护的高性能协议服务器和客户端。本文将深入探讨其 Reactor 模型、ChannelPipeline、编解码器、内存管理等核心机制,帮助开发者构建高性能的网络应用系统。
426 0
|
8月前
|
监控 算法 安全
基于 C# 基数树算法的网络屏幕监控敏感词检测技术研究
随着数字化办公和网络交互迅猛发展,网络屏幕监控成为信息安全的关键。基数树(Trie Tree)凭借高效的字符串处理能力,在敏感词检测中表现出色。结合C#语言,可构建高时效、高准确率的敏感词识别模块,提升网络安全防护能力。
203 2
|
10月前
|
机器学习/深度学习 算法 PyTorch
Perforated Backpropagation:神经网络优化的创新技术及PyTorch使用指南
深度学习近年来在多个领域取得了显著进展,但其核心组件——人工神经元和反向传播算法自提出以来鲜有根本性突破。穿孔反向传播(Perforated Backpropagation)技术通过引入“树突”机制,模仿生物神经元的计算能力,实现了对传统神经元的增强。该技术利用基于协方差的损失函数训练树突节点,使其能够识别神经元分类中的异常模式,从而提升整体网络性能。实验表明,该方法不仅可提高模型精度(如BERT模型准确率提升3%-17%),还能实现高效模型压缩(参数减少44%而无性能损失)。这一革新为深度学习的基础构建模块带来了新的可能性,尤其适用于边缘设备和大规模模型优化场景。
418 16
Perforated Backpropagation:神经网络优化的创新技术及PyTorch使用指南
|
10月前
|
调度 Python
探索Python高级并发与网络编程技术。
可以看出,Python的高级并发和网络编程极具挑战,却也饱含乐趣。探索这些技术,你将会发现:它们好比是Python世界的海洋,有穿越风暴的波涛,也有寂静深海的奇妙。开始旅途,探索无尽可能吧!
241 15
|
10月前
|
监控 算法 JavaScript
基于 JavaScript 图算法的局域网网络访问控制模型构建及局域网禁止上网软件的技术实现路径研究
本文探讨局域网网络访问控制软件的技术框架,将其核心功能映射为图论模型,通过节点与边表示终端设备及访问关系。以JavaScript实现DFS算法,模拟访问权限判断,优化动态策略更新与多层级访问控制。结合流量监控数据,提升网络安全响应能力,为企业自主研发提供理论支持,推动智能化演进,助力数字化管理。
243 4

热门文章

最新文章