【计算机网络】数据链路层 : 局域网基本概念 ( 局域网分类 | 拓扑结构 | 局域网特点 | 局域网传输介质 | 介质访问控制方法 | IEEE 802 | 链路层 LLC、MAC 控制子层 )(一)

本文涉及的产品
访问控制,不限时长
简介: 【计算机网络】数据链路层 : 局域网基本概念 ( 局域网分类 | 拓扑结构 | 局域网特点 | 局域网传输介质 | 介质访问控制方法 | IEEE 802 | 链路层 LLC、MAC 控制子层 )(一)

一、 局域网


局域网 ( Local Area Network , LAN ) 概念 : 某一区域内 , 多台计算机互连组成的 计算机组 , 使用 广播信道 ;


信道类型 说明 : 与 广播信道 相对的是 点对点信道 ;



局域网 特点 :


① 地理范围 : 局域网覆盖范围小 , 只在一个相对独立的局部范围连接 , 如 一栋楼 , 一所学校 ;


② 速率高 : 局域网 使用 专门的 传输介质 , 如 双绞线 , 同轴电缆 , 进行联网 , 信道传输速率高 , 10Mb/s ~ 10Gb/s ;


③ 可靠性 : 延迟低 , 误码率低 , 可靠性高 ;


④ 站点关系 : 局域网中各个站点平等 , 共享传输信道 ;


⑤ 通信方式 : 局域网 多采用 分布式控制 , 广播式通信 , 可以进行 广播 , 组播 ;




局域网 的 主要因素 :


网络拓扑

传输介质

介质访问控制方法





二、 局域网 拓扑结构


局域网 拓扑结构 : 推荐使用 总线型拓扑结构 ;


星型拓扑

总线型拓扑

环形拓扑

树形拓扑



星型拓扑 : 中间是集线器 ;


① 优点 : 任意两台主机之间通信 , 只需要两个步骤 ; 传输速度快 , 组网简单 ,控制管理简单 ;


② 缺点 : 星型拓扑 可靠性低 , 网络共享能力差 , 存在单点故障问题 ;

image.png





总线型拓扑 ( 推荐 ) 优点 : 网络可靠性高 , 节点响应速度快 , 共享资源能力强 , 设备投入量少 , 成本低 , 安装使用方便 ; 单个工作站点出现故障时 , 对整个网络没有影响 ; ( 全是优点 )



image.png




环形拓扑 :


① 优点 : 节省 通信设备 , 线路 ;


② 缺点 : 存在单点故障问题 ; 扩充难度大 , 系统响应延迟大 , 信息传输效率低 ;


image.png




树形拓扑 :


① 优点 : 拓展容易 , 易于隔离故障 ;


② 缺点 : 单点故障 ;


image.png






三、 局域网 传输介质


局域网 传输介质 :


① 有线局域网 :


双绞线

同轴电缆

光纤

② 无线局域网


电磁波





四、 局域网 介质访问控制方法


局域网 介质访问控制方法 :


① CSMA / CD : 载波监听多点接入 / 碰撞检测 协议 ;


网络类型 : 总线型局域网 , 树形网络 ;

② 令牌总线 :


应用网络类型 : 总线型局域网 , 树形网络 ;

物理拓扑结构 : 总线型 / 树型 拓扑结构 ;

逻辑拓扑结构 : 将 总线型 / 树型 网络 中各个主机 按照一定顺序 排列成 逻辑环 ;

工作机制 : 只有持有 令牌 的主机 , 才能控制总线 , 有发送数据的权利 ;

③ 令牌环 : 用于 环境拓扑结构 , 令牌环网 ;



相关实践学习
消息队列+Serverless+Tablestore:实现高弹性的电商订单系统
基于消息队列以及函数计算,快速部署一个高弹性的商品订单系统,能够应对抢购场景下的高并发情况。
云安全基础课 - 访问控制概述
课程大纲 课程目标和内容介绍视频时长 访问控制概述视频时长 身份标识和认证技术视频时长 授权机制视频时长 访问控制的常见攻击视频时长
目录
相关文章
|
16天前
|
机器学习/深度学习 数据采集 人工智能
基于Huffman树的层次化Softmax:面向大规模神经网络的高效概率计算方法
层次化Softmax算法通过引入Huffman树结构,将传统Softmax的计算复杂度从线性降至对数级别,显著提升了大规模词汇表的训练效率。该算法不仅优化了计算效率,还在处理大规模离散分布问题上提供了新的思路。文章详细介绍了Huffman树的构建、节点编码、概率计算及基于Gensim的实现方法,并讨论了工程实现中的优化策略与应用实践。
61 15
基于Huffman树的层次化Softmax:面向大规模神经网络的高效概率计算方法
|
8天前
|
域名解析 缓存 网络协议
优化Lua-cURL:减少网络请求延迟的实用方法
优化Lua-cURL:减少网络请求延迟的实用方法
|
29天前
|
安全 搜索推荐 网络安全
HTTPS协议是**一种通过计算机网络进行安全通信的传输协议
HTTPS协议是**一种通过计算机网络进行安全通信的传输协议
55 11
|
1月前
|
机器学习/深度学习 数据采集 算法
机器学习在医疗诊断中的前沿应用,包括神经网络、决策树和支持向量机等方法,及其在医学影像、疾病预测和基因数据分析中的具体应用
医疗诊断是医学的核心,其准确性和效率至关重要。本文探讨了机器学习在医疗诊断中的前沿应用,包括神经网络、决策树和支持向量机等方法,及其在医学影像、疾病预测和基因数据分析中的具体应用。文章还讨论了Python在构建机器学习模型中的作用,面临的挑战及应对策略,并展望了未来的发展趋势。
114 1
|
1月前
|
安全 算法 网络安全
量子计算与网络安全:保护数据的新方法
量子计算的崛起为网络安全带来了新的挑战和机遇。本文介绍了量子计算的基本原理,重点探讨了量子加密技术,如量子密钥分发(QKD)和量子签名,这些技术利用量子物理的特性,提供更高的安全性和可扩展性。未来,量子加密将在金融、政府通信等领域发挥重要作用,但仍需克服量子硬件不稳定性和算法优化等挑战。
|
1月前
|
网络协议 算法 网络性能优化
计算机网络常见面试题(一):TCP/IP五层模型、TCP三次握手、四次挥手,TCP传输可靠性保障、ARQ协议
计算机网络常见面试题(一):TCP/IP五层模型、应用层常见的协议、TCP与UDP的区别,TCP三次握手、四次挥手,TCP传输可靠性保障、ARQ协议、ARP协议
|
2月前
|
机器学习/深度学习 计算机视觉
TPAMI 2024:计算机视觉中基于图神经网络和图Transformers的方法和最新进展
【10月更文挑战第3天】近年来,图神经网络(GNNs)和图Transformers在计算机视觉领域取得显著进展,广泛应用于图像识别、目标检测和场景理解等任务。TPAMI 2024上的一篇综述文章全面回顾了它们在2D自然图像、视频、3D数据、视觉与语言结合及医学图像中的应用,并深入分析了其基本原理、优势与挑战。GNNs通过消息传递捕捉非欧式结构,图Transformers则结合Transformer模型提升表达能力。尽管存在图结构构建复杂和计算成本高等挑战,但这些技术仍展现出巨大潜力。论文详细内容见:https://arxiv.org/abs/2209.13232。
148 3
|
2月前
|
网络协议 网络架构
【第三期】计算机网络常识/网络分层模型与数据包封装传输过程
【第三期】计算机网络常识/网络分层模型与数据包封装传输过程
58 0
|
4月前
|
存储 缓存 网络协议
网络丢包排查方法
网络丢包排查方法
|
4月前
|
监控 安全 iOS开发