计算机网络重点简答题
文章目录（持续更新）
- 计算机网络重点简答题
- 📣一、什么是TCP/IP的五层参考模型？
- ✨1.是什么
- ✨2.主要功能
- ✨3.数据包的封装和解封装
- 📣二、TCP与UDP的区别？
计算机网络重点简答题
📣一、什么是TCP/IP的五层参考模型？
✨1.是什么
TCP/IP的五层产科模型自下而上依次是物理层、数据链路层、网络层、传输层和应用层。
✨2.主要功能
| 层次 | 主要功能 |
|---|---|
| 物理层 | 解决使用何种信号来表示比特0和1的问题 |
| 数据链路层 | 解决数据包在一个网络或一段链路上传输的问题 |
| 网络层 | 解决数据包在多个网络之间传输和路由的问题 |
| 传输层 | 解决进程之间基于网络的通信问题 |
| 应用层 | 解决通过应用进程的交互来实现特定网络应用的问题 |
✨3.数据包的封装和解封装
| 层次 | 数据包的封装过程（解封装类似） |
|---|---|
| 应用层 | 加上一定的控制信息，叫做报文 |
| 传输层 | 把报文切分为段，再加上传输层的控制协议，叫做报文段 |
| 网络层 | 加上网络层的控制信息和头部控制信息，当数据过长时可以分组，叫做数据报 |
| 数据链路层 | 加上数据链路层的控制信息和头部控制信息，把数据报封装成帧 |
| 物理层 | 并不认识帧的结构，仅仅将其看作比特流，进行传输 |
📣二、TCP与UDP的区别？
| 维度 | 用户数据报协议UDP | 传输控制协议TCP |
|---|---|---|
| 1.连接性 | 无连接 | 面向连接 |
| 2.可靠性 | 尽最大努力交付，不保证可靠传输 | 保证可靠传输，使用流量控制和拥塞控制 |
| 3.连接对象数量 | 支持一对一、一对多、多对一、多对多通信 | 只能是点对点、一对一通信 |
| 4.对应用层报文的处理 | 面向报文 | 面向字节流 |
| 5.首部 | 首部开销小，仅8字节 | 首部最小20字节，最大60字节 |
| 6.应用场合及传输效率 | 传输少量数据，传输效率高 | 传输大量数据，传输效率低 |
相关文章：
计算机网络重点简答题
文章目录（持续更新） 计算机网络重点简答题📣一、什么是TCP/IP的五层参考模型？✨1.是什么✨2.主要功能✨3.数据包的封装和解封装 📣二、TCP与UDP的区别？ 计算机网络重点简答题 📣一、什么是TCP/…...
【迅搜17】SCWS分词（二）自定义字典及分词器
SCWS分词（二）自定义字典及分词器 经过上篇文章的学习，相信大家对分词的概念已经有了更深入的了解了吧。我们也知道了，SCWS 是 XS 中的一个重要组成部分，但它也是可以单独拿出来使用的。而对于分词器来说，不…...
深度学习记录--偏差/方差(bias/variance)
误差问题 拟合神经网络函数过程中会出现两种误差：偏差(bias)和方差(variance) 偏差和误差的区别 欠拟合(underfitting) 当偏差(bias)过大时，如左图，拟合图像存在部分不符合值，称为欠拟合(underfitting) 过拟合(overfitting) …...
React16源码: React中的renderRoot的源码实现
renderRoot 1 ）概述 renderRoot 是一个非常复杂的方法这个方法里处理很多各种各样的逻辑, 它主要的工作内容是什么？A. 它调用 workLoop 进行循环单元更新 遍历整个 Fiber Tree，把每一个组件或者 dom 节点对应的Fiber 节点拿出来单一的进行更…...
GitHub项目推荐-incubator
项目地址 Github地址：GitHub - apache/incubator-anser 官网：Apache Answer | Free Open-source Q&A Platform 项目简述 这是Apache的一个开源在线论坛，也可以部署成为一个自有的QA知识库。项目主要使用了Go和Typescript来开发&#…...
如何使用ActiveMQ
ActiveMQ是Apache的一款开源消息总线，主要用来做消息的分发。使用ActiveMQ，通常需要以下步骤： 一、启动ActiveMQ 首先需要下载ActiveMQ，然后进行启动。启动后，可以在控制台创建队列，初始用户名和密码通常…...
《Python 3 基础》- numpy的array，python的list、tuple的区别与联系再辨析
这里写自定义目录标题 一、基本认识二、list与传统数组（以C为例）的联系与区别三、1维list切片规则四、2维list类似于2维数组，但表达方式需适应五、list与元组的联系与区别1. tuple的创建方法类似于list，tuple用（&#…...
写点东西《最佳 Web 框架不存在 》
写点东西《🥇最佳 Web 框架不存在 🚫》 TLDR；您选择的 Web 应用程序框架并不重要。嗯，它很重要，但并不像其他人希望您相信的那样重要。 2024 年存在如此多的库和框架，而且最好的库和框架仍然备受争议&…...
游戏开发丨基于PyGlet的简易版Minecraft我的世界游戏
文章目录 写在前面我的世界PyGlet简介实验内容游戏按键程序设计引入文件 运行结果写在后面 写在前面 本期内容：基于PyGlet的简易版Minecraft我的世界游戏 实验环境： pycharmpyglet 项目下载地址：https://download.csdn.net/download/m0_6…...
在线的货币兑换平台源码下载
在线的货币兑换平台，可帮助全球各地的个人和企业将货币从一种货币兑换为另一种货币。该货币兑换平台是 Codecanyon 中最先进的脚本。 源码下载：https://download.csdn.net/download/m0_66047725/88728084...
LLMs之GLM-4：GLM-4的简介、安装和使用方法、案例应用之详细攻略
LLMs之GLM-4：GLM-4的简介、安装和使用方法、案例应用之详细攻略 导读：2024年01月16日，智谱AI在「智谱AI技术开放日(Zhipu DevDay)」推出新一代基座大模型GLM-4。GLM-4 的主要亮点和能力如下:>> 性能与GPT-4相近：多模态、长文…...
用Python“自动连发消息”
自动连发消息，基本上C和Python的思路都是不停的模拟“击键”操作，还有一种VB的脚本写法，反成每种语言都能写，更厉害的可以用java做出个GUI界面，先上代码。 一 代码 import pyautogui # 鼠标 import p…...
CSS3中多列布局详解
多列布局 概念：在CSS3之前，想要设计类似报纸那样的多列布局，有两种方式可以实现：一种是"浮动布局"，另一种是“定位布局”。 这两种方式都有缺点：浮动布局比较灵活，但不容易控制&…...
Xmind 网页端登录及多端同步
好久没用 Xmind 了，前几天登录网页端突然发现没办法登录了，总是跳转到 Xmind AI 页面。本以为他们不再支持网页端了，后来看提示才知道只是迁移到了新的网址，由原来的 xmind.works 现在改成了的 xmind.ai。又花费好长时间才重新登录…...
Transformer从菜鸟到新手(七)
引言 上篇文章加速推理的KV缓存技术，本文介绍让我们可以得到更好的BLEU分数的解码技术——束搜索。 束搜索 我们之前生成翻译结果的时候，使用的是最简单的贪心搜索，即每次选择概率最大的，但是每次生成都选择概率最大的并不一定…...
上海AI实验室等开源，音频、音乐统一开发工具包Amphion
上海AI实验室、香港中文大学数据科学院、深圳大数据研究院联合开源了一个名为Amphion的音频、音乐和语音生成工具包。 Amphion可帮助开发人员研究文本生成音频、音乐等与音频相关的领域，可以在一个框架内完成，以解决生成模型黑箱、代码库分散、缺少评估…...
加快网络安全事件响应速度的6个步骤
现代安全工具不断提高保护组织网络和端点免受网络犯罪分子侵害的能力。但坏人偶尔还是会找到办法进来。 安全团队必须能够阻止威胁并尽快恢复正常运行。这就是为什么这些团队不仅必须拥有正确的工具，而且还要了解如何有效地应对事件。可以自定义事件响应模板等资源…...
Docker 镜像的详解及创建（Dockerfile详解）
目录 镜像加载的原理 联合文件系统（UnionFS） 镜像结构的分层 Dockerfile Dockerfile结构 dockerfile常用命令 Dockerfile 编写规范 docker创建镜像的方法 基于现有镜像创建 示例： 基于本地模版创建 示例 基于Dockerfile 创建 示…...
JDBC事务
1.事务 数据库事务是一组数据库操作，它们被视为一个单一的逻辑工作单元，要么全部成功执行，要么全部回滚（撤销）到事务开始前的状态。事务是确保数据库数据一致性、完整性和可靠性的关键机制之一。 简单来说࿰…...
协方差矩阵自适应调整的进化策略(CMA-ES)
关于CMA-ES，其中 CMA 为协方差矩阵自适应(Covariance Matrix Adaptation)，而进化策略（Evolution strategies, ES）是一种无梯度随机优化算法。CMA-ES 是一种随机或随机化方法，用于非线性、非凸函数的实参数（…...
利用最小二乘法找圆心和半径
#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …...
深度学习在微纳光子学中的应用
深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向： 逆向设计 通过神经网络快速预测微纳结构的光学响应，替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…...
【Linux】shell脚本忽略错误继续执行
在 shell 脚本中，可以使用 set -e 命令来设置脚本在遇到错误时退出执行。如果你希望脚本忽略错误并继续执行，可以在脚本开头添加 set e 命令来取消该设置。 举例1 #!/bin/bash# 取消 set -e 的设置 set e# 执行命令，并忽略错误 rm somefile…...
java调用dll出现unsatisfiedLinkError以及JNA和JNI的区别
UnsatisfiedLinkError 在对接硬件设备中，我们会遇到使用 java 调用 dll文件 的情况，此时大概率出现UnsatisfiedLinkError链接错误，原因可能有如下几种 类名错误包名错误方法名参数错误使用 JNI 协议调用，结果 dll 未实现 JNI 协…...
蓝桥杯 2024 15届国赛 A组 儿童节快乐
P10576 [蓝桥杯 2024 国 A] 儿童节快乐 题目描述 五彩斑斓的气球在蓝天下悠然飘荡，轻快的音乐在耳边持续回荡，小朋友们手牵着手一同畅快欢笑。在这样一片安乐祥和的氛围下，六一来了。 今天是六一儿童节，小蓝老师为了让大家在节…...
剑指offer20_链表中环的入口节点
链表中环的入口节点 给定一个链表，若其中包含环，则输出环的入口节点。 若其中不包含环，则输出null。 数据范围 节点 val 值取值范围 [ 1 , 1000 ] [1,1000] [1,1000]。 节点 val 值各不相同。 链表长度 [ 0 , 500 ] [0,500] [0,500]。 …...
高危文件识别的常用算法：原理、应用与企业场景
高危文件识别的常用算法：原理、应用与企业场景 高危文件识别旨在检测可能导致安全威胁的文件，如包含恶意代码、敏感数据或欺诈内容的文档，在企业协同办公环境中（如Teams、Google Workspace）尤为重要。结合大模型技术&…...
浅谈不同二分算法的查找情况
二分算法原理比较简单，但是实际的算法模板却有很多，这一切都源于二分查找问题中的复杂情况和二分算法的边界处理，以下是博主对一些二分算法查找的情况分析。 需要说明的是，以下二分算法都是基于有序序列为升序有序的情况…...
大语言模型（LLM）中的KV缓存压缩与动态稀疏注意力机制设计
随着大语言模型（LLM）参数规模的增长，推理阶段的内存占用和计算复杂度成为核心挑战。传统注意力机制的计算复杂度随序列长度呈二次方增长，而KV缓存的内存消耗可能高达数十GB（例如Llama2-7B处理100K token时需50GB内存&a…...
在web-view 加载的本地及远程HTML中调用uniapp的API及网页和vue页面是如何通讯的？
uni-app 中 Web-view 与 Vue 页面的通讯机制详解 一、Web-view 简介 Web-view 是 uni-app 提供的一个重要组件，用于在原生应用中加载 HTML 页面： 支持加载本地 HTML 文件支持加载远程 HTML 页面实现 Web 与原生的双向通讯可用于嵌入第三方网页或 H5 应…...