《CCNA学习指南:Cisco网络设备互连(ICND1)(第4版)》——1.7节网络的特征

简介:

本节书摘来自异步社区《CCNA学习指南:Cisco网络设备互连(ICND1)(第4版)》一书中的第1章,第1.7节网络的特征,作者【美】Anthony Sequeira,更多章节内容可以访问云栖社区“异步社区”公众号查看

1.7 网络的特征
CCNA学习指南:Cisco网络设备互连(ICND1)(第4版)
通常有许多特性可用于描述和对比不同的网络设计。在确定如何搭建网络时,必须考虑其中的每项特征,还要考虑网络中将运行哪些应用程序。搭建优秀网络的关键就是在这些特征之间实现平衡。此外,还应始终竭力满足组织的所有需求。举例来说,如果企业的电子商务服务必须保证最高级别的可用性(例如Amazon.com),就必须预先保证网络能满足这项需求。

可根据网络性能和结构对网络进行描述和对比,具体如下。

速度:速度是衡量通过网络传输数据有多快的一项指标。更精确的术语应该是数据速率。

成本:表示网络的组件、安装和维护的一般费用。衡量成本的方法有很多种。例如,初始投资(资本支出)与长期开销(运营支出)的对比情况如何?

安全性:安全性是指网络的安全程度,包括通过网络传输的数据的安全性。安全性主要涉及两个领域,即网络内部和网络外部。许多组织都专注于外部安全性,防范来自组织以外的攻击。但防范组织内部攻击的内部安全性机制也不容忽视。

可用性:可用性是衡量网络在被请求时可用概率的指标。对于要全年不间断使用的网络,其可用性的计算方法为:用一年中的可用时间除以一年的总时间,然后乘以100%,即可得到百分比。 例如,如果一年中由网络中断造成的网络不可用时间是15分钟,则网络可用性的百分比可按照如下方法计算。

([一年的分钟数 – 中断时间]/[一年的分钟数])×100% = 可用性百分比 {-:-}([525600 – 15]/[525600])×100% = 99.9971%

对许多企业来说,可用性的成功标准是实现五个九,即99.999%的正常运行时间。您或许不相信,在某些组织中,即便99.999%也会被视为存在故障!

可扩展性:可扩展性显示了网络容纳更多用户和满足更多数据传输要求的能力。如果网络只是根据当前需求进行设计和优化,那么若要满足网络增长所产生的新需求,难度就会很大,并且成本高昂。

可靠性:可靠性表示构成网络的路由器、交换机、PC等组件的可靠程度。可靠性通常用故障概率或平均无故障工作时间(MTBF)来衡量。可想而知,可靠性常常会与可用性混淆。我更倾向于将可靠性视为一种衡量网络满足组织需求的能力的指标,而可用性则是衡量网络有多长时间可以正常使用。

拓扑:网络有两种类型的拓扑,物理拓扑和逻辑拓扑。物理拓扑是网络中电缆、网络设备和终端系统(个人计算机(PC)和服务器)的布局。逻辑拓扑是数据信号通过物理拓扑传输的路径。与物理拓扑相比,逻辑拓扑通常更为抽象,具体程度更低。例如,云可能是逻辑拓扑中一个较大的部分,用于指示流量如何通过部分网络进行传输,此时并不需要有关准确路径的详细信息。由于拓扑在网络描述方面有着重要意义,因此本章下节将详细阐述物理拓扑和逻辑拓扑。

这些特征和属性提供了相对不同的网络解决方案。由于网络对业务流程极为重要,因此安全性、可用性、可扩展性和可靠性等特性逐渐成为许多网络设计的重点。切记,应搭建满足业务需求的网络,不应仅为尝试新生事物而实施新技术。

相关文章
|
6月前
|
机器学习/深度学习 算法 内存技术
【CVPR2021】CondenseNetV2:用于深度网络的稀疏特征再激活
【CVPR2021】CondenseNetV2:用于深度网络的稀疏特征再激活
162 2
【CVPR2021】CondenseNetV2:用于深度网络的稀疏特征再激活
|
4月前
|
编解码 Go 文件存储
【YOLOv8改进 - 特征融合NECK】 DAMO-YOLO之RepGFPN :实时目标检测的创新型特征金字塔网络
【YOLOv8改进 - 特征融合NECK】 DAMO-YOLO之RepGFPN :实时目标检测的创新型特征金字塔网络
|
28天前
|
机器学习/深度学习 计算机视觉 网络架构
【YOLO11改进 - C3k2融合】C3k2融合YOLO-MS的MSBlock : 分层特征融合策略,轻量化网络结构
【YOLO11改进 - C3k2融合】C3k2融合YOLO-MS的MSBlock : 分层特征融合策略,轻量化网络结构
|
1月前
|
网络协议 安全 网络安全
Cisco-网络端口地址转换NAPT配置
Cisco-网络端口地址转换NAPT配置
|
1月前
|
安全 网络安全 数据安全/隐私保护
Cisco-网络地址转换动态NAT
Cisco-网络地址转换动态NAT
|
1月前
|
安全 网络安全 数据安全/隐私保护
Cisco-网络地址转换静态NAT
Cisco-网络地址转换静态NAT
|
1月前
Cisco-认识网络
Cisco-认识网络
|
1月前
|
安全 网络协议 网络安全
Cisco-综合网络实验一
Cisco-综合网络实验一
|
6月前
|
机器学习/深度学习 算法 计算机视觉
[YOLOv8/YOLOv7/YOLOv5系列算法改进NO.5]改进特征融合网络PANET为BIFPN(更新添加小目标检测层yaml)
本文介绍了改进YOLOv5以解决处理复杂背景时可能出现的错漏检问题。
268 5
|
4月前
|
机器学习/深度学习 编解码 计算机视觉
【YOLOv8改进 - 特征融合NECK】 GIRAFFEDET之GFPN :广义特征金字塔网络,高效地融合多尺度特征
YOLOv8专栏探讨了目标检测的创新改进,提出了GiraffeDet,一种轻量级主干和深度颈部模块结合的高效检测网络。GiraffeDet使用S2D-chain和GFPN,优化多尺度信息交换,提升检测性能。代码和论文可在相关链接找到。GFPN通过跳跃和跨尺度连接增强信息融合。文章还展示了核心组件如SPPV4、Focus和CSPStage的代码实现。

热门文章

最新文章