车载以太网 - 传输层 - TCP通信过程

news2024/11/15 11:05:04

目录

TCP 通信阶段

1、连接建立Connection establishment

2、数据传输 Data transfer

3、连接释放 Connection release

TCP通信的三个阶段:

TCP连接(三次握手)

1、Client(ECUA) -> Server(ECU B)第一次握手

2、Server -> Client 第二次握手

3、Client -> Server 第三次握手

数据传输

1、Client -> ServerTCP 数据请求

2、TCP 数据应答

TCP断开连接(四次挥手)

1、Client -> Server 第一次挥手

2、Server -> Client 第二次挥手

3、Server -> Client 第三次挥手

4、Client -> Server 第四次挥手


TCP 通信阶段

1、连接建立Connection establishment

        Addressing:Source lP、destination IP、source Port、 destination Port

        Signaling:SYN flag、ACK flag、sequence number、ACK number

2、数据传输 Data transfer

        Addressing:Source lP, destination iP, source Port, destination Port

        Signaling:ACK flag、sequence number、ACK number、 Sliding Window

3、连接释放 Connection release

        Addressing:Source lP、 destination IP、 source Port、 destination Port

        Signaling:FIN flag、ACK flag、sequence number、ACK number

TCP通信的三个阶段:

        建立连接、数据传输、连接释放

        TCP报文封装在IP Packet包发送,TCP 通信时报文涉及源P 地址、目的IP地址、源端口号目的端口号,及TCP报文段中的 FLAGS字段和Number 序列号内容:FLAGS字段的SYN、FIN、ACK标志位在TCP 不同阶段起到不同的作用。

注意ACK flag 位用于区分报文是否为应答报文;ACKNumber 号指代本端下一次应该收到的报文序列号。

TCP连接(三次握手)

1、Client(ECUA) -> Server(ECU B)第一次握手

        SYN = 1

        ACK = 0

        SN (Sequence Number) = 1300

        AN (Acknowledgement Number)=0

        WIN = FFFF

        DOFF = OA * 4

2、Server -> Client 第二次握手

        SYN = 1

        ACK =1

        SN(Sequence Number) = 3500

        ACK = 1SN (Sequence Number) = 3500

        AN(ACknowledgement NUmber)WIN = OFFFDOFF=07*4

3、Client -> Server 第三次握手

        SYN = 1

        ACK = 1

        SN (Sequence Number) = 1301

        AN(ACknowledgement NUmber)

        WIN = FFFF

        DOFF = 05*4

数据传输

1、Client -> ServerTCP 数据请求

        PSH = 1

        ACK = 1

        SN(Sequence Number) = 1301 68 10 ED C5

        AN(Acknowledgement Number) =3501 02 E6 63 3E

        DOFF:0x05*4

        WIN:0xFFFF

        Data:02 FD 00 05 00 00 00 07 0E 80 00 00 00 00 00

2、TCP 数据应答

        PSH = 1

        ACK = 1

        SN(Sequence Number) = 350102E6633E

        AN (Acknowledgement Number) = 1311 68 10 ED D4

        DOFF:0x05*4

        WIN:0x0FFF

        Data:02 FD 00 06 00 00 00 09 0E 80 10 35 10 00 00 00 00

TCP断开连接(四次挥手)

1、Client -> Server 第一次挥手

        FIN=1

        ACK =1

        SN (Sequence NUmber) = 1311 68 10 ED E3

        AN(ACknowledgement NUmber) = 3521 02 E6 63 58

        DOFF = 0x05*4

2、Server -> Client 第二次挥手

        FIN = 0

        ACK = 1

        SN(SequenceNUmber) =3521 02 E6 63 58

        AN(ACknowledgement NUmber) =1312 68 10 ED E4 

        DOFF = 0x05 * 4

3、Server -> Client 第三次挥手

        FIN = 1

        ACK = 1

        SN (Sequence NUmber) = 3521 02 E6 63 58

        AN (ACknowledgement NUmber) = 1312 68 10 ED E4

        DOFF = 0x05 * 4

4、Client -> Server 第四次挥手

        FIN=0

        ACK =1

        SN(SequenceNUmber) =1312 68 10 ED E4

        AN (ACknowledgement NUmber) =3522 02 E6 63 58

        DOFF = 0x05 * 4

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/672239.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

软件工程基础速通教程(北京理工大学)

文章目录 前言软工上课情况考后感题型分析概念部分大题部分数据流图和数据字典数据流图数据字典 结构化设计工具程序流程图盒图(N-S图)PAD图判定表和判定树PDL(伪码) 软件测试白盒测试法语句覆盖判定覆盖,条件覆盖&…

【MMDetection3.0】训练自己的数据集

本文记录下MMDetection3.0版本,即截至目前最新的版本,训练自定义数据集的过程。当前MMDetection已经封装的很好了,虽然易于使用,但其API也愈发复杂,对于新手不太友好,这里记录下自己的踩坑经历。 数据部分…

5.英语词性之副词

五.什么是副词 副词是修饰动词,形容词,副词的词语,有时也可以修饰数词,介词,连词,名词或全 句。副词是表示行为或状态特征的词,主要作状语,也可以作表语,定语&#xff0c…

音视频开发:Qt在视频剪辑3D桌面软件获胜, 嵌入式不敌安卓

1 Qt Android嵌入式应用层开发方向对比 大家都知道啊,做嵌入式linux设备,一些没有屏幕,比如安防摄像头,门铃之类的,另外一些嵌入式设备是有触控屏,在触控屏上还跑应用软件的,这种比如商场各种…

citywalk话题增长704.76%,小红书本地化内容营销怎么玩?

2023年初发布的《2023小红书年度生活趋势:投入真实生活》报告中提到,今后年轻人会更加意识到周围和附近的重要性,在十大生活趋势预测中,近邻升温(2022年相关笔记数量同比上涨213%)、野到家门口(…

建立小型医学数据库(总结)

建立小型医学数据库 小型医学数据库可以用于存储和管理医学数据,如患者病历、药品信息、试验结果等。这对于医疗机构和科研机构来说非常必要,可以提高数据管理和共享的效率,进而促进医学研究和诊疗水平的提升。 建立小型医学数据库有以下基本…

转发和重定向的区别及其原理

在web应用中完成资源的跳转 在一个web应用中完成资源的跳转可以通过转发或者重定向两种方式, 跳转的资源只要是服务器内部合法的资源即可(如Servlet、JSP、HTML…) 转发机制使用场景: 某个Servlet向request域当中绑定了数据,希望从其他Servlet当中把request域里面…

【Python】Django 基础知识

系列文章目录 提示:阅读本章之前,请先阅读目录 文章目录 系列文章目录前言安装启动项目查看所有子命令主要文件setting 配置项URL 请求路径path 转换器HttpResponse 输出中文乱码models的objects代码自动补全views的request 代码自动补全views的request.…

沃尔玛、亚马逊跨境电商如何实现自养账号采退、海淘及测评的

今天曹哥还是针对下亚马逊、沃尔玛跨境平台如何实现自己养买家号可以给自己采购、海淘及测评等技术问题 首先你要有一个稳定的环境方案,这个是做自养号采购、海淘及测评的基础。环境有很多,从早期的虚拟机,模拟机,云手机&#xf…

[进阶]Java:IO流分类、文件字节输入流、读取字节数据、避免乱码问题

IO流概述 I表示intput,是数据从硬盘文件读入到内存的过程,称之输入,负责读。O表示output,是内存程序的数据从内存到写出到硬盘文件的过程,称之输出,负责写。 IO流的分类 按流的方向分 按流中的数据最小单…

树状数组(入门附模板)

声明:本篇文章图片非原创 目录 简介 lowbit函数 结构分析 单点修改,区间查询 区间修改,单点查询 区间修改,区间查询 模板题 树状数组1–单点修改,区间查询 题目描述 输入格式 输出格式 输入输出样例 输入 #1 输出 #1 说明/提示 分析 代码 树状数…

移动机器人路径优化:基于Q-learning算法的移动机器人路径优化(提供MATLAB代码)

一、Q-learning算法 Q-learning算法是强化学习算法中的一种,该算法主要包含:Agent、状态、动作、环境、回报和惩罚。Q-learning算法通过机器人与环境不断地交换信息,来实现自我学习。Q-learning算法中的Q表是机器人与环境交互后的结果&#…

哈工大计算机网络课程网络层协议详解之:CIDR与路由聚集

哈工大计算机网络课程网络层协议详解之:CIDR与路由聚集 文章目录 哈工大计算机网络课程网络层协议详解之:CIDR与路由聚集CIDR与路由聚集CIDR路由聚集 CIDR与路由聚集 CIDR CIDR:无类域间路由(CIDR:Classless InterDo…

2.4C++派生类的函数

C 派生类的构造函数 在C中派生类的构造函数,必须调用基类的构造函数,来初始化从基类继承的数据成员。 具体有两种形式: 1、默认构造函数 2、带参数的构造函数 上面的我写的代码中,DerivedClass 构造函数的初始化列表中调用了 …

前缀和以及map混用,打开思路

补一个坑 目录 以力扣560为例: 力扣1248,优美子数组 力扣974 和可被 K 整除的子数组 力扣523.连续的子数组和 浅谈一下前缀和: 我们通过前缀和数组保存前 n 位的和,presum[1]保存的就是 nums 数组中前 1 位的和,也…

王道考研数据结构--3.双链表

目录 1.前言 2.代码难点 2.1双链表的插入和删除 3.代码函数 3.1双链表结构体定义 3.2双链表初始化函数 3.3双链表插入 3.4双链表节点删除 3.5双链表的遍历 4.全部代码 1.前言 日期:2023.6.21 书籍:2024年数据结构考研复习指导(王道…

【计算机视觉】CVPR 23 | 视觉 Transformer 全新学习范式!用长尾数据提升ViT性能

文章目录 一、导读二、介绍三、方法四、总结 一、导读 论文地址: https://arxiv.org/abs/2212.02015代码链接: https://github.com/XuZhengzhuo/LiVT二、介绍 在机器学习领域中,学习不平衡的标注数据一直是一个常见而具有挑战性的任务。近…

JDK自带的构建线程池的方式之newScheduleThreadPool

顾名思义newScheduleThreadPool是一个定时任务的线程池,这个线程池可以定时一定周期去执行任务,也可以实现延迟多久去执行任务一次。 newScheduleThreadPool方法实现展示 基于查看这个方法不难发现,该方法是基于ScheduledThreadPoolExecutor…

基于 Flink CDC 构建 MySQL 到 Databend 的 实时数据同步

这篇教程将展示如何基于 Flink CDC 快速构建 MySQL 到 Databend 的实时数据同步。本教程的演示都将在 Flink SQL CLI 中进行,只涉及 SQL,无需一行 Java/Scala 代码,也无需安装 IDE。 假设我们有电子商务业务,商品的数据存储在 My…

【深度学习】5-5 与学习相关的技巧 - 超参数的验证

超参数指的是,比如各层的神经元数量、batch大小、参数更新时的学习率或权值衰减等。如果这些超参数没有设置合适的值,模型的性能就会很差。 那么如何能够高效地寻找超参数的值的方法 验证数据 之前我们使用的数据集分成了训练数据和测试数据&#xff0c…