计算机网络体系结构和参考模型

目录

1、分层结构

2、协议、接口、服务

3、7层OSI模型

4、4层TCP/IP模型

5、5层参考模型

1、分层结构

1.1、为什么需要分层结构?

在网络上传输数据前需要完成一些功能:

1)、发起通信的计算机需要将数据通信的通路进行激活

2)、要告诉网络如何识别目标主机

3)、发起通信的计算机查明目标主机是否开机,网络连接是否正常

4)、发起通信的计算机要弄清楚对方计算机中文件管理程序是否已经做好准备工作

5)、确保差错和意外可以解决

等等诸多问题

因此网络体系结构采用分而治之的分层结构进行设计,方便解决网络传输数据问题。

1.2、分层的好处

1)、信息交换问题分解到一系列容易控制的软硬件模块-层中

2)、各层可以根据需要独立进行修改或扩充功能

3)、有利于个不同制造厂家的设备互连

4)、也有利于开发者学习、理解数据通讯网络

1.3、分层原则

1)、网路中各节点都有相同的层次;

2)、不同节点的同等层具有相同的功能;

3)、同一节点内相邻层之间通过接口通信;

4)、每一层使用下层提供的服务,并向其上层提供服务;

5)、不同节点的同等层按照协议实现对等层之间的通信。

1.4、分层结构图

实体:第n层中的活动元素称为n层实体,同一层的实体叫对等实体。

2、协议、接口、服务

2.1、协议

网络协议就是为网络中的对等实体数据交换而建立的规则、标准或约定,是水平的。

主要包括:

        语法:传输数据的格式

        语义:所要完成的功能

        同步:规定各种操作的顺序

2.2、接口

上层使用下层服务的接口,是单向的。

2.3、服务

下层为相邻的上层提供的功能调用,是垂直的。

3、7层OSI模型

计算机网络结构主要分为7层的OSI模型和4层的TCP/IP参考模型。

OSI参考模型(Open System Interconnect,即OSI开放系统互连参考模型),是ISO(国际标准化组织)组织在1985年研究的网络互联模型,因此有的时候也会成为ISO/OSI模型。

ISO/OSI参考模型并没有提供一个可以实现的方法,只是描述了一些概念,用来协调进程间通信标准的制定。

OSI模型用途相当广泛,比如交换机、集线器、路由器等很多网络设备的设计都是参照OSI模型设计的。

OSI参考模型中不同层完成不同的功能,各层相互配合通过标准的接口进行通信。

各层功能如下:

1)、应用层:所有能和用户交互产生网络流程的程序,比如:QQ、邮箱等,典型的应用层服务有:文件传输FTP、电子邮件SMTP、万维网HTTP.

2)、表示层:处理两个通信系统(手机或者电脑)中交换信息的表示方式(语法和语义)

功能一:数据格式变化 -- 不同通信系统使用的编码不一样,翻译官角色

功能二:数据加密解密

功能三:数据压缩和恢复

3)、会话层:管理和协调不同主机上各种进程之间的通信(对话),即负责建立、管理和终止应用程序之间的会话。

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

5)、网络层:解决如何使数据包通过各结点传送的问题,即通过路径选择算法(路由)将数据包送到目的地,传输单位是报文段。

6)、数据链路层:网络层传下来的数据报封装成帧,传输单位是帧。

7)、物理层:在物理介质上实现比特流的透明传输。

OSI数据封装过程如下:

4、4层TCP/IP模型

OSI是先理论后实践,TCP/IP先实现了TCP/IP协议栈才有的参考模型理论。

TCP/IP协议在一定程度上参考了OSI的体系结构,将7层的OSI模型,简化为了4层。

5、5层参考模型

对比OSI模型和TCP/IP模型都是网络通信协议模型,用于描述计算机网络中不同层次之间的通信和协议。它们的主要区别在于以下几个方面:

1)、层数:OSI模型有七层,而TCP/IP模型只有四层。

2)、组成:OSI模型是由国际标准化组织(ISO)制定的,而TCP/IP模型是由美国国防部(DoD)制定的。

3)、应用范围:OSI模型是一种理论模型,主要用于学术研究和参考。而TCP/IP模型是一种实际应用模型,是互联网通信的基础。

4)、协议:OSI模型和TCP/IP模型都定义了各个层次的协议,但是TCP/IP模型中的协议更加实用和广泛,如TCP协议、UDP协议、IP协议等。

5)、技术难度:OSI模型相对TCP/IP模型来说,层数更多,理论更丰富,因此在实际应用中较为复杂,难度也更大。

总体来说,OSI模型和TCP/IP模型都是描述网络通信协议的模型,但是TCP/IP模型更加实用和广泛,是互联网通信的基础。

最后,参考OSI和TCP/IP的优点,出现了5层参考模型。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/477999.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于SpringBoot+Dubbo构建的电商平台-微服务架构、商城、电商、微服务、高并发、kafka、Elasticsearc+源代码+文档说明

文章目录 项目用到的技术前端使用的技术后端使用的技术项目模块说明项目搭建方式项目开发进度源码下载地址 项目基于springboot2.1.6.RELEASEDubbo2.7.3 来构建微服务。 业务模块划分,尽量贴合互联网公司的架构体系。所以,除了业务本身的复杂度不是很高之…

MySQL数据库基础(十):DQL数据查询语言

文章目录 DQL数据查询语言 一、数据集准备 二、select查询 三、简单查询 四、条件查询 1、比较查询 2、范围查询 3、逻辑查询 4、模糊查询 5、非空查询 五、排序查询 六、聚合查询 七、分组查询与having子句 1、分组查询介绍 2、group by的使用 3、group by 聚…

linux搭建测试环境详细过程

前言 本文记录下,测试人员如何搭建测试环境,以供后面自己方便找,大家可以借鉴下搭建测试环境需要安装的有:nginx,redis,mysql,java,docker,保证这几个基本就可以用了&…

AMD FPGA设计优化宝典笔记(5)低频全局复位与高扇出

亚军老师的这本书《AMD FPGA设计优化宝典》,他主要讲了两个东西: 第一个东西是代码的良好风格; 第二个是设计收敛等的本质。 这个书的结构是一个总论,加上另外的9个优化,包含的有:时钟网络、组合逻辑、触发…

leetcode hot100 拆分整数

在本题目中,我们需要拆分一个整数n,让其拆分的整数积最大。因为每拆分一次都和之前上一次拆分有关系,比如拆分6可以拆成2x4,还可以拆成2x2x2,那么我们可以采用动态规划来做。 首先确定dp数组的含义,这里dp…

容器库(7)-std::map

std::map是一种有序关联容器&#xff0c;它包含具有唯一键的键值对。搜索、移除和插入的时间复杂度是 。底层通常是以红黑树实现的。 template<class Key,class T,class Compare std::less<Key>,class Allocator std::allocator<std::pair<const Key, T>&…

Gitlab CI/CD docker命令报错:/usr/bin/bash: line 136: docker:command not found

天行健&#xff0c;君子以自强不息&#xff1b;地势坤&#xff0c;君子以厚德载物。 每个人都有惰性&#xff0c;但不断学习是好好生活的根本&#xff0c;共勉&#xff01; 文章均为学习整理笔记&#xff0c;分享记录为主&#xff0c;如有错误请指正&#xff0c;共同学习进步。…

chrome版本117驱动下载路,解决版本不匹配问题

&#x1f525; 交流讨论&#xff1a;欢迎加入我们一起学习&#xff01; &#x1f525; 资源分享&#xff1a;耗时200小时精选的「软件测试」资料包 &#x1f525; 教程推荐&#xff1a;火遍全网的《软件测试》教程 &#x1f4e2;欢迎点赞 &#x1f44d; 收藏 ⭐留言 &#x1…

数字化商品管理:革新鞋服零售模式,引领智能商业新时代

随着科技的快速发展&#xff0c;数字化浪潮席卷各行各业&#xff0c;鞋服零售企业亦不例外。在这个新时代&#xff0c;数字化商品管理不仅成为鞋服零售企业革新的关键&#xff0c;更是其引领智能商业浪潮的重要引擎。本文将围绕数字化商品管理如何深刻影响鞋服零售模式&#xf…

Java 21 新特性的扫盲级别初体验

一、前言 JDK 21 于 2023 年 9 月发布&#xff0c;作为目前讨论热度最高的JDK&#xff0c;虽然大家都开玩笑说你发任你发&#xff0c;我用Java8&#xff0c;但是作为一个Javaer&#xff0c;对JDK21的新特性还是要有所了解的。 以下是 JDK 21 的新功能列表&#xff1a; 虚拟线…

Java关键字大全

概览 以上是我们学习Java从小白到入门能够接触到的关键字。 下面整理一些我们刚开始学习Java会经常用到的关键字的用法概述&#xff1a; 一、本数据类型&#xff08;4类8种&#xff09; 类型种类&#xff1a; 四类八种整型byte,short,int,long 浮点型float,double字符型cha…

GA-kmedoid 遗传算法优化K-medoids聚类

遗传算法优化K-medoids聚类是一种结合了遗传算法和K-medoids聚类算法的优化方法。遗传算法是一种基于自然选择和遗传机制的随机优化算法&#xff0c;它通过模拟生物进化过程中的遗传、交叉、变异等操作来寻找问题的最优解。而K-medoids聚类算法是一种基于划分的聚类方法&#x…