【王道考研计算机网络】—OSI参考模型

简介: 【王道考研计算机网络】—OSI参考模型

本章内容如下

一、OSI参考模型

二、ISO/OSI参考模型解释通信过程

三、应用层

应用层:所有能和用户产生网络流量的程序

典型的应用层服务:文件传输(FTP)、电子邮件(SMTP)、万维网(HTTP)

二、表示层

表示层:用于处理在两个通信系统中交换信息的表示方式(语法和语义)

功能:数据格式交换、数据加密和解密、数据的压缩和恢复

三、会话层

会话层:向表示层实体/ 用户进程提供建立连接并在连接上有序地传输数据,这是会话,也是建立同步(SYN)

会话层的功能:

  • 建立、管理、终止会话
  • 使用校验点可使会话在通信失效时从校验点/同步点继续恢复通信,实现数据同步

四、传输层

传输层:负责主机中两个进程之间的通信,即端到端的通信,传输单位是报文段或用户数据报。

传输层的功能(可差流用):

  • 可靠传输、不可靠传输
  • 差错控制
  • 流量控制
  • 复用分用

五、网络层

主要任务是把分组从源端传到目的端、为分组交换网上的不同主机提供通信服务。

网络层传输单位是数据报

网络层的四大功能:

  • 路由选择(最佳路径)
  • 流量控制
  • 差错控制
  • 拥塞控制

六、数据链路层

主要任务是把网络层传下来的数据报组装成帧

数据链路层/链路层的传输单位是帧

数据链路层的主要功能:

  • 成帧(定义帧的开始和结束)
  • 差错控制 帧错+位错
  • 流量控制
  • 访问(接入)控制 控制对信道的访问

七、物理层

物理层:主要任务是在物理媒体上实现比特流的透明传输

物理层的传输单位是比特

透明传输:指不管所传数据是什么样的比特组合,都应当能够在链路上传送

物理层的功能:

  • 定义接口特性
  • 定义传输模式 (单工、半双工、双工)
  • 定义传输速率
  • 比特同步
  • 常见的协议:Rj45、802.3


相关文章
|
1月前
|
机器学习/深度学习 自然语言处理 数据处理
大模型开发:描述长短期记忆网络(LSTM)和它们在序列数据上的应用。
LSTM,一种RNN变体,设计用于解决RNN处理长期依赖的难题。其核心在于门控机制(输入、遗忘、输出门)和长期记忆单元(细胞状态),能有效捕捉序列数据的长期依赖,广泛应用于语言模型、机器翻译等领域。然而,LSTM也存在计算复杂度高、解释性差和数据依赖性强等问题,需要通过优化和增强策略来改进。
|
5天前
|
机器学习/深度学习 存储 计算机视觉
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现-4
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现
35 11
|
1天前
|
机器学习/深度学习 存储 算法
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现(下)
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现
12 2
|
1天前
|
机器学习/深度学习 运维 算法
R语言用ARIMA模型滑动时间窗口识别网络流量时间序列异常值
R语言用ARIMA模型滑动时间窗口识别网络流量时间序列异常值
|
2天前
|
存储 NoSQL Linux
Redis入门到通关之Redis5种网络模型详解
Redis入门到通关之Redis5种网络模型详解
10 1
|
4天前
|
网络协议 Linux Shell
【linux网络(一)】初识网络, 理解四层网络模型
【linux网络(一)】初识网络, 理解四层网络模型
|
5天前
|
机器学习/深度学习 算法 数据可视化
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现-3
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现
12 0
|
5天前
|
算法 数据可视化
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现-1
r语言中对LASSO回归,Ridge岭回归和弹性网络Elastic Net模型实现
18 0
|
5天前
|
网络架构
经典神经网络架构参考 v1.0(2)
经典神经网络架构参考 v1.0
11 0
|
9天前
|
机器学习/深度学习 数据可视化 Shell
用加性多元线性回归、随机森林、弹性网络模型预测鲍鱼年龄和可视化(二)
用加性多元线性回归、随机森林、弹性网络模型预测鲍鱼年龄和可视化
32 1