网络层之IP数据报格式、数据报分片、IPv4、子网划分和子网掩码

news2025/1/21 3:02:27

学习的最大理由是想摆脱平庸,早一天就多一份人生的精彩;迟一天就多一天平庸的困扰。各位小伙伴,如果您:
想系统/深入学习某技术知识点…
一个人摸索学习很难坚持,想组团高效学习…
想写博客但无从下手,急需写作干货注入能量…
热爱写作,愿意让自己成为更好的人…

文章目录

  • 前言
  • 一、IP数据报格式
  • 二、分片例题
  • 三、IPv4地址
    • 1、分类的IP地址
    • 2、特殊IP地址
    • 3、私有IP地址(本地IP地址)
  • 四、子网掩码
  • 五、使用子网时分组的转发
  • 总结


前言

在这里插入图片描述
IP数据报格式

在这里插入图片描述
最大传送单元MTU
链路层数据帧可封装数据的上限。以太网的MTU是1500字节。
在这里插入图片描述

分类的IP地址的弱点:

  • 1.IP地址空间的利用率有时很低。
  • 2.两级IP地址不够灵活。

一、IP数据报格式

在这里插入图片描述

  • 1Byte=8bit
  • 版本:IPv4/IPv6
  • 首部长度:单位是4B,最小为5。
  • 区分服务:指示期望获得哪种类型的服务。
  • 总长度:首部+数据,单位是1B
  • 标识:同一数据报的分片使用同一标识。
  • 标志:只有2位有意义x_ _
    • 中间位DF (Don’t Fragment) :
      • DF=1,禁止分片
      • DF=0,允许分片
    • 最低位MF (More Fragment) :
      • MF=1,后面“还有分片”
      • MF=0,代表最后一片/没分片
  • 片偏移:指出较长分组分片后,某片在原分组中的相对位置。以8B位单位。(除了最后一个分片,每个分片长度一定是8B的整数倍。)
  • 生存时间(TTL) :IP分组的保质期。经过一个路由器-1,变成0则丢弃。
  • 协议:数据部分的协议。
    在这里插入图片描述
  • 首部检验和:只检验首部。
  • 源IP地址和目的IP地址:32位。
  • 可选字段:0~40B ,用来支持排错、测量以及安全等措施。
  • 填充:,全0,把首部补成4B的整数倍。(当前面都配置好后没有达到4B的整数倍,那么就补充0)

二、分片例题

在这里插入图片描述

三、IPv4地址

IP地址:全世界唯一的32位/4字节标识符,标识路由器主机的接口。

IP地址::={<网络号>,<主机号>}
在这里插入图片描述

1、分类的IP地址

在这里插入图片描述
在这里插入图片描述

2、特殊IP地址

在这里插入图片描述

3、私有IP地址(本地IP地址)

在这里插入图片描述
路由器对目的地址是私有IP地址的数据报一律不进行转发。

要想让私有IP地址进行联网,那么就需要网络地址转换NAT。

网络地址转换NAT(Network Address Translation):在专用网连接到因特网的路由器上安装NAT软件,安装了NAT软件的路由器叫NAT路由器,它至少有一个有效的外部全球IP地址

在这里插入图片描述

四、子网掩码

在这里插入图片描述
常用的数据
在这里插入图片描述
例题1:
已知IP地址是141.14.72.24,子网掩码是255.255.192.0,求网络地址。如果子网掩码是255.255.224.0,求网络地址。

解答:
子网掩码为255.255.192.0时
网络地址就是IP地址与子网掩码相与(同1为1,遇0为0)
141.14.72.24与255.255.192.0相与时前两位与255想与不变,还是141.14
而72与192相与就是:
01001000
11000000
—————
01000000
所以,第三位是64,第四位24与0相与还是0。
所以网络地址是141.14.64.0

子网掩码为255.255.224.0时
网络地址就是IP地址与子网掩码相与(同1为1,遇0为0)
141.14.72.24与255.255.224.0相与时前两位与255想与不变,还是141.14
而72与224相与就是:
01001000
11100000
—————
01000000
所以,第三位是64,第四位24与0相与还是0。
所以网络地址是141.14.64.0

例题2:
某主机的IP地址为180.80.77.55,子网掩码为255.255.252.0。若该主机向其所在子网发送广播分组,则目的地址可以是(D) .
A.180.80.76.0
B.180.80.76.255
C.180.80.77.255
D.180.80.79.255

解答:
该主机向其所在子网发送广播分组,广播分组的特点就是主机号全为1。
此时就解析子网掩码,通过子网掩码判断子网号的位数和主机号的位数:
255.255.252.0中的252拆分为11111100,所以前22位是子网号,后10位是主机号。判断出来后就拆分IP地址:180.80.77.55,前两个B不用去管,拆分第三个B:77=>01001101,将前六位分出是010011,如果想要实现广播分组,那么主机号就要全为1,所以将后面的十位全为1,第三个B就是01001111即79。
所以目的地址可以是180.80.79.255。

五、使用子网时分组的转发

路由表中:

  • 1.目的网络地址
  • 2.昌的网络子网掩码
  • 3.下一跳地址

路由器转发分组的算法:

  • 1.提取目的IP地址
  • 2.是否直接交付
  • 3.特定主机路由
  • 4.检测路由表中有无路径
  • 5.默认路由0.0.0.0
  • 6.丢弃,报告转发分组出错

在这里插入图片描述


总结

以上就是网络层之IP数据报格式、数据报分片、IPv4、子网划分和子网掩码的相关知识点,希望对你有所帮助。
积跬步以至千里,积怠惰以至深渊。时代在这跟着你一起努力哦!

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.coloradmin.cn/o/1290373.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

轻快小miniconda3在linux下的安装配置-centos9stream-Miniconda3 Linux 64-bit

miniconda与anaconda的区别&#xff1a; Miniconda 和 Anaconda 是用于管理环境和安装软件包的 Python 发行版。它们之间的主要区别在于以下几点&#xff1a; 1. 安装内容和大小&#xff1a; Anaconda&#xff1a; Anaconda 是一个完整的 Python 数据科学平台&#xff0c;包含…

Kafka使用指南

Kafka简介架构设计Kafka的架构设计关键概念Kafka的架构设计关键机制 Partition介绍Partition工作机制 应用场景ACK机制介绍ACK机制原理ACK机制对性能的影响ACK控制粒度Kafka分区数对集群性能影响调整分区优化集群性能拓展Kafka数据全局有序 Kafka简介 Kafka是由Apache软件基金…

零基础小白怎么准备蓝桥杯-蓝桥杯竞赛经验分享

零基础小白怎么准备蓝桥杯-蓝桥杯竞赛经验分享 前言竞赛简介竞赛目的如何备战1.基础学习2.实战训练&#xff08;非常重要&#xff09; 资料分享 前言 博主在蓝桥杯中获得过十四届Java B 组的省一国二&#xff0c;本文为大家介绍一下蓝桥杯并分享一下自己的参赛经验。 竞赛简介…

2024年江苏省职业院校技能大赛信息安全管理与评估 第三阶段学生组(样卷)

2024年江苏省职业院校技能大赛信息安全管理与评估 第三阶段学生组&#xff08;样卷&#xff09; 竞赛项目赛题 本文件为信息安全管理与评估项目竞赛-第三阶段样题&#xff0c;内容包括&#xff1a;网络安全渗透、理论技能与职业素养。 本次比赛时间为180分钟。 介绍 GeekSe…

分享“技艺与传承”的魅力!春城晚报(开屏新闻)生活节第七期媒体开放日活动举行

近日&#xff0c;由云南报业传媒&#xff08;集团&#xff09;有限责任公司、云南春晚传媒有限公司指导&#xff1b;金格金俊广场、云南精品文化传媒有限公司联合主办的第七期媒体开放日活动在金格金俊广场B1共享空间举办。本次活动以「技艺与传承」为主题&#xff0c;特邀青年…

TP5上传图片压缩尺寸

图片上传&#xff0c;最简单的就是&#xff0c; 方法一&#xff1a; 修改上传限制&#xff0c;不让上传大于多少多少的图片 改一下size即可&#xff0c;默认单位是B换算成M还需要除以两次1024 方法二&#xff1a; 对上传的图片进行缩放&#xff0c;此办法网上找了不少的代码…

ELK 日志解决方案

ELK 是目前最流行的集中式日志解决方案&#xff0c;提供了对日志收集、存储、展示等一站式的解决方案。 ELK 分别指 Elasticsearch、Logstash、Kibana。 Elasticsearch&#xff1a;分布式数据搜索引擎&#xff0c;基于 Apache Lucene 实现&#xff0c;可集群&#xff0c;提供…

AWS基于x86 vs Graviton(ARM)的RDS MySQL性能对比

概述 这是一个系列。在前面&#xff0c;我们测试了阿里云经济版&#xff08;“ARM”&#xff09;与标准版的性能/价格对比&#xff1b;华为云x86规格与ARM&#xff08;鲲鹏增强&#xff09;版的性能/价格对比。现在&#xff0c;再来看看AWS的ARM版本的RDS情况 在2018年&#…

[论文阅读]DETR

DETR End-to-End Object Detection with Transformers 使用 Transformer 进行端到端物体检测 论文网址&#xff1a;DETR 论文代码&#xff1a;DETR 简读论文 这篇论文提出了一个新的端到端目标检测模型DETR(Detection Transformer)。主要的贡献和创新点包括: 将目标检测视为一…

Leetcode1038. 从二叉搜索树到更大和树

Every day a Leetcode 题目来源&#xff1a;1038. 从二叉搜索树到更大和树 解法1&#xff1a;中序遍历 观察示例 1&#xff0c;我们发现了规律&#xff1a; 二叉搜索树的中序遍历是一个单调递增的有序序列。 本题中要求我们将每个节点的值修改为原来的节点值加上所有大于它…

JAVA全栈开发 day18MySql03

一、复习 为什么要用数据库数据库好处数据库的发展史​ 层次模型​ 网状模型​ 关系模型&#xff08;二维表专门存储数据&#xff0c; 表与表的关联&#xff09;​ 表与表的关系&#xff1a; 1对1 &#xff0c;1对多&#xff0c;多对多​ 非关系模型关系模…

【PyTorch】权重衰减

文章目录 1. 理论介绍2. 实例解析2.1. 实例描述2.2. 代码实现 1. 理论介绍 通过对模型过拟合的思考&#xff0c;人们希望能通过某种工具调整模型复杂度&#xff0c;使其达到一个合适的平衡位置。权重衰减&#xff08;又称 L 2 L_2 L2​正则化&#xff09;通过为损失函数添加惩…

用23种设计模式打造一个cocos creator的游戏框架----(七)代理模式

1、模式标准 模式名称&#xff1a;代理模式 模式分类&#xff1a;结构型 模式意图&#xff1a;为其他对象提供一种代理以控制对这个对象的访问。 结构图&#xff1a; ​ 适用于&#xff1a; 远程代理&#xff1a;也称为大使&#xff0c;这是最常见的类型&#xff0c;在分…

中文BERT模型预训练参数总结以及转化为pytorch的方法

1.目前针对中文的bert预训练模型有三家&#xff1a; 谷歌发布的chinese_L-12_H-768_A-12 还有哈工大的chinese-bert-wwm / chinese-bert-wwm-ext 以及HuggingFace上的bert-base-chinese(由清华大学基于谷歌的BERT在中文数据集上训练开发的模型&#xff0c;上传在HuggingFace) …

ElasticSearch篇---第四篇

系列文章目录 文章目录 系列文章目录前言一、elasticsearch 是如何实现 master 选举的?二、elasticsearch 索引数据多了怎么办,如何调优,部署?三、说说你们公司 es 的集群架构,索引数据大小,分片有多少?前言 前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽…

李宏毅gpt个人记录

参考&#xff1a; 李宏毅机器学习--self-supervised&#xff1a;BERT、GPT、Auto-encoder-CSDN博客 用无标注资料的任务训练完模型以后&#xff0c;它本身没有什么用&#xff0c;GPT 1只能够把一句话补完&#xff0c;可以把 Self-Supervised Learning 的 Model做微微的调整&am…

【改进YOLOv8】融合感受野注意力卷积RFCBAMConv的杂草分割系统

1.研究背景与意义 项目参考AAAI Association for the Advancement of Artificial Intelligence 研究背景与意义 随着计算机视觉技术的不断发展&#xff0c;图像分割成为了一个重要的研究领域。图像分割可以将图像中的不同对象或区域进行有效的分离&#xff0c;对于许多应用领…

shell脚本生成随机双色球号码

[rootcentos7 ~]#cat lottery.sh #!/bin/bash #定义零长度数组 arr() length${#arr[]} while [ "${length}" -lt 6 ]do#取1到33的随机数s$[$RANDOM%331]#判断随机数是否在数组中&#xff0c;不在就赋值给数组if [[ ! "${arr[]}" ~ "${s}" ]]then…

什么是神经网络的超参数

1 引言 超参数在神经网络的设计和训练中起着至关重要的作用。它们是在开始训练之前设置的参数&#xff0c;与网络的结构、训练过程和优化算法有关。正确的超参数选择对于达到最优模型性能至关重要。 2 神经网络结构的超参数 层数&#xff08;Layers&#xff09;&#xff1a; 决…

pyecharts可视化作图1:基金净值-折线图

近期&#xff0c;接触到pyecharts模块&#xff0c;感觉其在可视化作图上比较强大&#xff0c;虽然无法和前端页面相比&#xff0c;但对于基础的数据展示&#xff0c;可以轻松处理。 本期主要以基金净值走势为案例&#xff0c;绘制相应的折线图&#xff0c;由于该模块较为简单&a…