带你读《互联网协议第六版 (IPv 6)》第二章IPv6 技术介绍2.1IPv6 特性介绍(一)

简介: 《互联网协议第六版 (IPv 6)》第二章IPv6 技术介绍2.1IPv6 特性介绍

2.1.1      IPv6报文格式


1.  IPv6报文基本头格式

IPv6报文基本头格式如图 2-1所示。

image.png


2-1     IPv6报文基本头格式

(1)  版本:4bit,值为 6表示 IPv6报文。

(2)  流量级别:8bit,类似于 IPv4中的 TOS域。

(3)  流标签:20bitIPv6中新增。流标签可用来标记特定流的报文,以便在网络层区分不同的报文。转发路径上的路由器可以根据流标签来区分流并进行处理。由于流标签在 IPv6报文头中携带,转发路由器可以不必根据报文内容来识别不同的流,目的节点也同样可以根据流标签识别流,同时由于流标签在报文头中,因此使 用IPSec后仍然可以根据流标签进行 QoS处理。

(4)  载荷长度:16bit,以字节为单位的 IPv6载荷长度,也就是IPv6报文基本头以后部分的长度(包括所有扩展头部分

(5)  下一个报头:8bit,用来标识当前头(基本头或扩展头)后下一个头的类型。此域内定义的类型与 IPv4中的协议域值相同。IPv6定义的扩展头由基本头或扩展头中的扩展头域链接成一条链。这一机制下处理扩展头更高效,转发路由器只处理必须处理的选项头,提高了转发效率。

(6)  跳数限制:8bit,与 IPv4中的 TTL字段类似。每个转发此报文的节点对此域值减 1,如果此域值减到 0则丢弃。

(7)  源地址:128bit,报文的源地址。

(8)  目的地址:128bit,报文的目的地址。

 

2.   IPv6报文扩展头格式

IPv6报文扩展头格式如图 2-2所示。

image.png

2-2     IPv6报文扩展头格式

IPv6选项字段是通过形成链式结构的扩展头支持的。IPv6基本头后面可以有 0

到多个扩展头。IPv6扩展头排列顺序如下。

(1)  逐跳选项头

逐跳选项值为0(在IPv6基本头中定义。此选项头被转发路径所有节点处理。目前在路由告警(RSVPMLDv1Jumbo帧处理中使用了逐跳选项头。路由告警需要通知到转发路径中的所有节点,需要使用逐跳选项头。Jumbo帧是长度超65 535字节的报文,传输这种报文需要转发路径中所有节点都能正常处理。                                                                                                                                                                                                                                                                                

(2)  目的选项头

目的选项头:值为 60,只可能出现在以下两个位置。

路由头前

此选项头被目的节点和路由头中指定的节点处理。

上层头前(任何 ESP选项后)

此选项头只能被目的节点处理。移动IPv6中使用了目的选项头。移动 IPv6中新增加一种类型的目的选项头(家乡地址选项。家乡地址选项由目的选项头携带, 用于移动节点离开家乡后通知接收节点此移动节点对应的家乡地址。接收节点收到 带有家乡地址选项的报文后,会把家乡地址选项中源地址(移动节点的家乡地址)报文中源地址(移动节点的转交地址)交换,这样上层协议始终认为是在和移动 节点的家乡地址在通信,实现了移动漫游功能。

(3)  路由头

路由头:值为 43,用于源路由选项和移动IPv6

(4)  分片头

分片头:值为 44,此选项头在源节点发送的报文超过路径 MTU(源和目的之间传输路径的 MTU)时对报文分片时使用。

(5)  验证头(AH头)

验证头:值为 51,用于 IPSec,提供报文验证、完整性检查。定义和 IPv4中相同。

(6)  封装安全载荷头(ESP头)

封装安全载荷头:值为50,用于 IPSec,提供报文验证、完整性检查和加密。定义和 IPv4中相同。

(7)  上层头

上层头用来标识数据报中上层协议类型,如 TCP/UDP/ICMP等。


目的选项头最多出现两次一次在路由头前,另一次在上层协议头前,其他选项头最多出现一次。但 IPv6节点必须能够处理选项头(逐跳选项头除外,它固定只能紧随基本头之后)的任意出现位置和任意出现次数,以保证互通性。

3.  ICMPv6报文格式

ICMPv6功能与 ICMPv4类似。如图 2-3所示,ICMPv6用于 IPv6节点报告报文处理过程中发生的错误以及完成其他层的功能,例如,诊断功能ICMPv6Ping”)ICMPv6IPv6的一部分,每个 IPv6节点都必须实现。

image.png

2-3     ICMPv6报文格式

ICMPv6报文主要分为两类:差错报文和信息报文。

(1)  差错报文

① 目的地不可达报文。

报文长度超大报文(用于路径 MTU发现协议

传输超时报文(相当于 IPv4TTL等于 0时触发的 ICMP报文

④ 参数错误报文。

(2)  信息报文

① 回显请求报文。

② 回显应答报文。

相关文章
|
6月前
|
人工智能 NoSQL 前端开发
面试真题
汇总多套AI与后端技术面试题,涵盖RAG、微服务、JVM、分布式锁、MySQL优化、大模型部署等核心技术点,深入考察候选人项目经验、系统设计能力及对AI工程化的理解。
342 0
|
人工智能 数据可视化 数据挖掘
工业零件不良率、残次率的智能数据分析和数字化管理
在传统工业领域,我们通过引入DataV-Note平台,成功实现了企业智能数据分析与数字化管理的初步目标。这一平台不仅显著提升了数据处理的效率和准确性,还为我们的日常运营提供了更加科学、直观的决策支持。然而,这只是智能化转型的第一步。展望未来,我们期望能够进一步深化技术应用,推动企业管理向更高层次的智能化方向迈进。通过持续优化数据分析能力、完善数字化管理体系,我们致力于将企业的运营模式从传统的经验驱动转变为数据驱动,从而全面提升管理效能和市场竞争力,为企业创造更大的长期价值
700 129
|
存储 Kubernetes Serverless
容器技术 20 年:颠覆、重构与重塑软件世界的力量
从 20 世纪硬件虚拟化的笨重,到操作系统虚拟化的轻量探索,容器技术历经蜕变。2013 年 Docker 横空出世,以 “一次构建,到处运行” 的创举打破环境壁垒,开启容器黄金时代。随后,Docker Compose、Kubernetes、Istio 等技术相继涌现,从多容器管理到集群编排,再到微服务治理,不断突破应用部署与运维的边界。如今,容器与 DevOps 深度融合,Serverless 架构异军突起,共同重塑软件开发生态。本文将带你穿越容器技术发展的关键节点,揭秘其如何以颠覆性力量推动云计算与数字化。
795 63
|
存储 算法 C++
详解C++中的STL(标准模板库)容器
【4月更文挑战第30天】C++ STL容器包括序列容器(如`vector`、`list`、`deque`、`forward_list`、`array`和`string`)、关联容器(如`set`、`multiset`、`map`和`multimap`)和容器适配器(如`stack`、`queue`和`priority_queue`)。它们为动态数组、链表、栈、队列、集合和映射等数据结构提供了高效实现。选择合适的容器类型可优化性能,满足不同编程需求。
|
Web App开发 数据采集 JavaScript
Chrome浏览器实例的TypeScript自动化脚本
Chrome浏览器实例的TypeScript自动化脚本
|
SQL 存储 数据库
SQL语句给予用户权限:技巧、方法与最佳实践
在数据库管理中,为用户分配适当的权限是确保数据安全性和操作效率的关键步骤
1024 5
|
机器学习/深度学习 计算机视觉 Python
模型预测笔记(三):通过交叉验证网格搜索机器学习的最优参数
本文介绍了网格搜索(Grid Search)在机器学习中用于优化模型超参数的方法,包括定义超参数范围、创建参数网格、选择评估指标、构建模型和交叉验证策略、执行网格搜索、选择最佳超参数组合,并使用这些参数重新训练模型。文中还讨论了GridSearchCV的参数和不同机器学习问题适用的评分指标。最后提供了使用决策树分类器进行网格搜索的Python代码示例。
2315 1
|
关系型数据库 MySQL 索引
MySQL的group by与count(), *字段使用问题
正确使用 `GROUP BY`和 `COUNT()`函数是进行数据聚合查询的基础。通过理解它们的用法和常见问题,可以有效避免查询错误和性能问题。无论是在单列分组、多列分组还是结合其他聚合函数的场景中,掌握这些技巧和注意事项都能大大提升数据查询和分析的效率。
1685 0
|
分布式计算 资源调度 负载均衡
Hadoop集群配置
【6月更文挑战第13天】
459 5
|
人工智能 测试技术 Apache
Mistral 大语言模型
Mistral AI 是一家由 Meta Platforms 和 Google DeepMind 前员工创立的法国人工智能公司,成立于 2023 年 4 月,并在同年 10 月筹集了 3.85 亿欧元,估值超过 20 亿美元。其愿景是通过创新打造开放、高效、有用且值得信赖的人工智能模型。Mistral AI 提供 Mistral-7B 大型语言模型,参数达 70 亿,在多个基准测试中优于 Llama 2 13B 和 Llama 1 34B。此外,还推出了开放权重的 Mixtral 大语言模型,性能卓越,推理速度提升了 6 倍。