【计算机网络】网络层 : RIP 协议 ( 路由选择协议分类 | RIP 协议简介 | 信息交换 | 距离向量算法 | 计算示例 )★

简介: 【计算机网络】网络层 : RIP 协议 ( 路由选择协议分类 | RIP 协议简介 | 信息交换 | 距离向量算法 | 计算示例 )★

文章目录

一、路由选择协议分类

二、RIP 协议

三、RIP 协议 信息交换

四、距离向量算法

五、距离向量算法 计算示例

六、距离向量算法 计算示例 2





一、路由选择协议分类


路由选择协议分类 :


① 内部网管协议 IGP : 在 自治系统 ( Autonomous System ) 内部 使用的协议 ;


RIP 协议 : 使用 距离向量 算法 ; 用于 小型网络 ;

OSPF 协议 : 使用 链路状态 算法 ; 用于 大型网络 ;

② 外部网关协议 EGP : 在 自治系统 ( Autonomous System ) 之间 使用的协议 ;



下图中 自治系统 A AA 内部使用 RIP 协议 , 自治系统 B BB 内部使用 OSPF 协议 , 两个自治系统 A , B A,BA,B 之间使用 BGP 协议 ;


image.png





二、RIP 协议


RIP 协议 :


① 概念 : RIP 协议 是 分布式的 , 基于 距离向量 的 , 路由选择协议 ; 该协议是因特网协议标准 ;


② 特点 : 简单 ;


③ RIP 协议内容 : 要求网络中 , 每个路由器 都维护一个路由表 , 路由表内容是 从 路由器本身 到 目的网络 的 唯一最佳距离记录 ;


④ 距离 : 路由器 跳数 , 每经过一个路由器 , 跳数加一 ;


⑤ 直接连接距离 : 路由器 到 直接连接的网络 , 距离是 1 11 ;


⑥ 最大距离 : RIP 协议中要求 , 一条路由只能包含 15 1515 个路由器 ( 包含其本身 ) , 距离 最大是 15 1515 , 如果距离为 16 1616 , 该目标主机就会被判定为 网络不可达 ;




路由表 形成 需要进行信息 交换 , 需要与 指定的路由器 , 在指定的时机 , 交换指定信息 ;






三、RIP 协议 信息交换


RIP 协议 信息交换 :


① 交换对象 : 本路由器 只 与 相邻路由器 进行信息交换 ;


② 交换信息 : 交换的信息是路由器的 本身的路由表 ; 将本路由器的路由表所有信息, 封装在 RIP 报文中 , 发送给相邻路由器 ;


③ 交换周期 : 每隔 30 3030 秒 , 交换一次路由信息 , 根据新的信息更新路由表 , 如果超过 180 180180 秒没有收到 邻居路由器的 交换信息 , 则判定旁边的 邻居路由器没了 , 更新自身的路由表 ;



交换过程 : 刚开始时 , 每个路由器 只知道 直连的网络的距离 1 11 , 之后每个路由器想换交换信息 , 并更新路由信息 , 若干次交换后 , 所有的路由器都知道 本 自治系统 ( Autonomous System ) 中从任何路由器 到达 任何网络的最短距离 , 和 下一跳路由地址 ;



路由表内容 : 网络地址 , 跳数 , 下一跳地址 ;



RIP 协议是 应用层协议 , 使用 UDP 协议传输数据 ;


单个 RIP 报文中 , 最多存储 25 2525 个路由信息 , 如果路由表很大 , 那么发送多个 RIP 报文 ;


RIP 协议特点 : 好消息更新快 , 坏消息更新慢 ; 网络出现故障后 , 要经过几分钟 , 才能将该信息送达所有的路由 , 收敛慢 ;






四、距离向量算法


距离向量算法 :


① 修改 RIP 报文 : 修改 相邻 路由器 发送的 RIP 报文 中的 所有表项 ;


相邻路由器 地址为 X XX , 发送来 RIP 报文 , ① 将 下一跳 地址改为 X XX 相邻路由器地址 , ② 将距离 加一 ;



② 更新 本路由器 路由表 :


路由表内容 : 网络地址 , 跳数 , 下一跳地址 ;


针对修改后的 RIP 报文 , 执行下面的操作 :


没有的表项 : 没有报文中路由表表项的 网络地址 , 直接插入即可 ;

已有的表项 : 存在报文中路由表表项的 网络地址 , 查看下一跳路由器地址 ,

下一跳就是 X XX 相邻路由器 : 使用该新的路由表项替换原来的路由表项 ; 这种情况下 , 不管距离变大还是变小 , 只要下一跳路由器一样 , 就更新 , 这说明了网络拓扑发生了改变 ; 始终以新的数据为标准 ;

下一跳不是 X XX 相邻路由器 : 比较距离 , 如果 本次的距离 比 原来的距离 近 , 就更新路由表项 , 如果远 , 不做处理 ; ( 更新原则是 , 同一个目的地址 , 始终保持跳数较少的路由路径 )


③ 删除路由 : 如果 180 180180 秒 , 还没有收到相邻路由器 X XX 的 RIP 报文数据 , 那么将 路由器 X XX 记为不可达路由器 , 将距离设置为 16 1616 ;



④ 返回 ;






五、距离向量算法 计算示例


距离向量算法 计算示例 :


R 6 R6R6 本身路由表 :


表项 1 11 : 目的网络 Net 2 22 , 距离 3 33 , 下一跳路由 R 4 R4R4 ;

表项 2 22 : 目的网络 Net 3 33 , 距离 4 44 , 下一跳路由 R 5 R5R5 ;

收到 R 4 R4R4 发来的 RIP 报文 ( 路由更新信息 ) :


表项 1 11 : 目的网络 Net 1 11 , 距离 3 33 , 下一跳路由 R 1 R1R1 ;

表项 2 22 : 目的网络 Net 2 22 , 距离 4 44 , 下一跳路由 R 2 R2R2 ;

表项 3 33 : 目的网络 Net 3 33 , 距离 1 11 , 下一跳路由 直接交付 ;

计算更新后的 R 6 R6R6 路由器路由表 ?



计算过程 :


① 修改 RIP 报文 :


① 将 下一跳 地址改为 X XX 相邻路由器地址

② 将距离 加一 ;

按照上述 两个步骤 修改 收到 R 4 R4R4 发来的 RIP 报文 ( 路由更新信息 ) :


表项 1 11 : 目的网络 Net 1 11 , 距离 4 44 , 下一跳路由 R 4 R4R4 ;

表项 2 22 : 目的网络 Net 2 22 , 距离 5 55 , 下一跳路由 R 4 R4R4 ;

表项 3 33 : 目的网络 Net 3 33 , 距离 2 22 , 下一跳路由 R 4 R4R4 ;


② 更新 路由表 :


针对 "表项 1 11 : 目的网络 Net 1 11 , 距离 4 44 , 下一跳路由 R 4 R4R4 " , 原来 R 6 R6R6 路由表中没有 目的网络 Net 1 11 , 直接将该路由表表项插入到 R 6 R6R6 路由表zh9ong ;


针对 "表项 2 22 : 目的网络 Net 2 22 , 距离 5 55 , 下一跳路由 R 4 R4R4" , 原来 R 6 R6R6 路由表中 有 目的网络 Net 2 22 , 对比下一跳地址 , 原来的路由表项中下一跳地址是 R 4 R4R4 , 不管距离是否远近 , 这说明网络的拓扑结构发生变化 , 直接使用新的路由表项 , 替换原来的 ;

( 本步骤与距离远近无关 , 是网络拓扑发生的变化 )


针对 "表项 3 33 : 目的网络 Net 3 33 , 距离 2 22 , 下一跳路由 R 4 R4R4" , 原来 R 6 R6R6 路由表中 有 目的网络 Net 3 33 , 对比下一跳地址 , 下一跳地址不同 , 那么开始对比距离远近 , 原来的距离是 4 44 , 新的距离是 2 22 , 这里选择距离较近的 , 即将 RIP 报文中的路由表表项更新到 R 6 R6R6 路由器中 ;



更新后的 R 6 R6R6 路由器表项 : ( 全都更改了一遍 )


表项 1 11 : 目的网络 Net 1 11 , 距离 4 44 , 下一跳路由 R 4 R4R4 ;

表项 2 22 : 目的网络 Net 2 22 , 距离 5 55 , 下一跳路由 R 4 R4R4 ;

表项 3 33 : 目的网络 Net 3 33 , 距离 2 22 , 下一跳路由 R 4 R4R4 ;





六、距离向量算法 计算示例 2


某子网 有 A , B , C , D , E , F A, B, C,D,E,FA,B,C,D,E,F 六个路由器 , 使用 距离-向量 算法 , 下面的向量 , 达到路由器 C CC :


来自 B BB 的向量为 ( 5 , 0 , 8 , 12 , 6 , 2 ) ( 5, 0, 8 , 12 , 6, 2 )(5,0,8,12,6,2)

来自 D DD 的向量为 ( 16 , 12 , 6 , 0 , 9 , 10 ) ( 16, 12, 6 , 0 , 9, 10 )(16,12,6,0,9,10)

来自 E EE 的向量为 ( 7 , 6 , 3 , 9 , 0 , 4 ) ( 7, 6, 3 , 9 , 0 , 4 )(7,6,3,9,0,4)

C CC 到 B , D , E B, D, EB,D,E 的延迟分别是 6 , 3 , 5 6,3,56,3,5 , 求 C CC 到达所有节点的最短路径 ;



计算过程 :



B BB 的向量为 ( 5 , 0 , 8 , 12 , 6 , 2 ) ( 5, 0, 8 , 12 , 6, 2 )(5,0,8,12,6,2) , 即 B BB 到 A , B , C , D , E , F A, B, C,D,E,FA,B,C,D,E,F 六个路由器的跳数 ;

D DD 的向量为 ( 16 , 12 , 6 , 0 , 9 , 10 ) ( 16, 12, 6 , 0 , 9, 10 )(16,12,6,0,9,10) , 即 D DD 到 A , B , C , D , E , F A, B, C,D,E,FA,B,C,D,E,F 六个路由器的跳数 ;

E EE 的向量为 ( 7 , 6 , 3 , 9 , 0 , 4 ) ( 7, 6, 3 , 9 , 0 , 4 )(7,6,3,9,0,4) , 即 E EE 到 A , B , C , D , E , F A, B, C,D,E,FA,B,C,D,E,F 六个路由器的跳数 ;



C CC 到 B BB 再到 其它路由器跳数为 ( 11 , 6 , 14 , 18 , 12 , 8 ) ( 11, 6, 14 , 18 , 12, 8 )(11,6,14,18,12,8)

C CC 到 D DD 再到 其它路由器跳数为 ( 19 , 15 , 9 , 3 , 12 , 13 ) ( 19, 15, 9 , 3 , 12, 13 )(19,15,9,3,12,13)

C CC 到 E EE 再到 其它路由器跳数为 ( 12 , 11 , 8 , 14 , 5 , 9 ) ( 12, 11, 8 , 14 , 5, 9 )(12,11,8,14,5,9)



C CC 到 A AA 最短 跳数 是 11 , 19 , 12 11 , 19, 1211,19,12 中最小值 11 1111 ;

C CC 到 B BB 最短 跳数 是 6 , 15 , 11 6 , 15, 116,15,11 中最小值 6 66 ;

C CC 到 C CC 最短 跳数 是 0 00 ;

C CC 到 D DD 最短 跳数 是 8 , 3 , 14 8 , 3, 148,3,14 中最小值 3 33 ;

C CC 到 E EE 最短 跳数 是 12 , 12 , 5 12 , 12, 512,12,5 中最小值 5 55 ;

C CC 到 F FF 最短 跳数 是 8 , 13 , 9 8 , 13, 98,13,9 中最小值 8 88 ;



C CC 达到所有节点的路径是 ( 11 , 6 , 0 , 3 , 5 , 8 ) ( 11, 6, 0 , 3, 5, 8 )(11,6,0,3,5,8)


目录
相关文章
|
19天前
|
前端开发 网络协议 安全
【网络原理】——HTTP协议、fiddler抓包
HTTP超文本传输,HTML,fiddler抓包,URL,urlencode,HTTP首行方法,GET方法,POST方法
|
21天前
|
网络协议 安全 网络安全
探索网络模型与协议:从OSI到HTTPs的原理解析
OSI七层网络模型和TCP/IP四层模型是理解和设计计算机网络的框架。OSI模型包括物理层、数据链路层、网络层、传输层、会话层、表示层和应用层,而TCP/IP模型则简化为链路层、网络层、传输层和 HTTPS协议基于HTTP并通过TLS/SSL加密数据,确保安全传输。其连接过程涉及TCP三次握手、SSL证书验证、对称密钥交换等步骤,以保障通信的安全性和完整性。数字信封技术使用非对称加密和数字证书确保数据的机密性和身份认证。 浏览器通过Https访问网站的过程包括输入网址、DNS解析、建立TCP连接、发送HTTPS请求、接收响应、验证证书和解析网页内容等步骤,确保用户与服务器之间的安全通信。
84 1
|
2月前
|
监控 网络协议 网络性能优化
网络通信的核心选择:TCP与UDP协议深度解析
在网络通信领域,TCP(传输控制协议)和UDP(用户数据报协议)是两种基础且截然不同的传输层协议。它们各自的特点和适用场景对于网络工程师和开发者来说至关重要。本文将深入探讨TCP和UDP的核心区别,并分析它们在实际应用中的选择依据。
73 3
|
7天前
|
算法 数据安全/隐私保护
室内障碍物射线追踪算法matlab模拟仿真
### 简介 本项目展示了室内障碍物射线追踪算法在无线通信中的应用。通过Matlab 2022a实现,包含完整程序运行效果(无水印),支持增加发射点和室内墙壁设置。核心代码配有详细中文注释及操作视频。该算法基于几何光学原理,模拟信号在复杂室内环境中的传播路径与强度,涵盖场景建模、射线发射、传播及接收点场强计算等步骤,为无线网络规划提供重要依据。
|
20天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
156 80
|
8天前
|
机器学习/深度学习 数据采集 算法
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目基于MATLAB2022a实现时间序列预测,采用CNN-GRU-SAM网络结构。卷积层提取局部特征,GRU层处理长期依赖,自注意力机制捕捉全局特征。完整代码含中文注释和操作视频,运行效果无水印展示。算法通过数据归一化、种群初始化、适应度计算、个体更新等步骤优化网络参数,最终输出预测结果。适用于金融市场、气象预报等领域。
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
|
8天前
|
算法
基于龙格库塔算法的锅炉单相受热管建模与matlab数值仿真
本设计基于龙格库塔算法对锅炉单相受热管进行建模与MATLAB数值仿真,简化为喷水减温器和末级过热器组合,考虑均匀传热及静态烟气处理。使用MATLAB2022A版本运行,展示自编与内置四阶龙格库塔法的精度对比及误差分析。模型涉及热传递和流体动力学原理,适用于优化锅炉效率。
|
6天前
|
移动开发 算法 计算机视觉
基于分块贝叶斯非局部均值优化(OBNLM)的图像去噪算法matlab仿真
本项目基于分块贝叶斯非局部均值优化(OBNLM)算法实现图像去噪,使用MATLAB2022A进行仿真。通过调整块大小和窗口大小等参数,研究其对去噪效果的影响。OBNLM结合了经典NLM算法与贝叶斯统计理论,利用块匹配和概率模型优化相似块的加权融合,提高去噪效率和保真度。实验展示了不同参数设置下的去噪结果,验证了算法的有效性。
|
5天前
|
算法 决策智能
基于SA模拟退火优化算法的TSP问题求解matlab仿真,并对比ACO蚁群优化算法
本项目基于MATLAB2022A,使用模拟退火(SA)和蚁群优化(ACO)算法求解旅行商问题(TSP),对比两者的仿真时间、收敛曲线及最短路径长度。SA源于金属退火过程,允许暂时接受较差解以跳出局部最优;ACO模仿蚂蚁信息素机制,通过正反馈发现最优路径。结果显示SA全局探索能力强,ACO在路径优化类问题中表现优异。
|
13天前
|
机器学习/深度学习 算法
基于遗传优化的双BP神经网络金融序列预测算法matlab仿真
本项目基于遗传优化的双BP神经网络实现金融序列预测,使用MATLAB2022A进行仿真。算法通过两个初始学习率不同的BP神经网络(e1, e2)协同工作,结合遗传算法优化,提高预测精度。实验展示了三个算法的误差对比结果,验证了该方法的有效性。