当前位置: 首页 > news >正文

网络模型简介:OSI七层模型与TCP/IP模型

计算机网络是现代信息社会的基石,而网络通信的基础在于理解网络模型。网络模型是对通信过程的抽象,它帮助我们理解数据从源到目的地的传输过程。常见的网络模型有 OSI 七层模型TCP/IP 模型,这两种模型在理论和实践中都起着重要作用。


一、OSI七层模型

OSI(Open Systems Interconnection)模型是由国际标准化组织(ISO)制定的网络通信标准,旨在提供一个框架,用于理解不同网络协议如何协同工作。OSI 模型将网络通信分为七个层次,每一层都完成特定的任务,并通过接口与上下层进行交互。

七层模型的层次结构

  1. 物理层(Physical Layer)

    • 主要负责数据的物理传输,定义了传输媒介、信号、连接方式等。常见的物理设备包括电缆、交换机、网卡等。
    • 协议:Ethernet、USB、Wi-Fi(物理层协议通常较为具体,依赖于硬件实现)。
  2. 数据链路层(Data Link Layer)

    • 负责在物理介质上可靠地传输数据帧,保证数据的完整性,并提供错误检测与纠正。数据链路层还负责物理地址(MAC 地址)的管理。
    • 协议:Ethernet、PPP、HDLC、ARP。
  3. 网络层(Network Layer)

    • 主要负责将数据包从源设备传送到目标设备,处理路径选择(路由),并解决不同网络间的通信问题。网络层的核心是 IP 协议。
    • 协议:IP(IPv4、IPv6)、ICMP、ARP、RIP、OSPF。
  4. 传输层(Transport Layer)

    • 负责在源和目标主机之间建立端到端的通信,确保数据传输的可靠性,提供错误校验和流量控制。主要包括两种传输协议:TCP 和 UDP。
    • 协议:TCP、UDP、SCTP。
  5. 会话层(Session Layer)

    • 负责建立、管理和终止会话。会话层提供了全双工、半双工或单工通信的支持,并确保数据在不同应用间能够顺利传递。
    • 协议:NetBIOS、RPC、SMB。
  6. 表示层(Presentation Layer)

    • 负责数据的格式化与转换,包括数据压缩、加密与解密。表示层确保发送方与接收方的数据格式一致。
    • 协议:JPEG、MPEG、SSL/TLS。
  7. 应用层(Application Layer)

    • 这是用户与网络进行交互的层,处理各种网络应用程序的协议,提供网络服务。常见的应用协议包括 HTTP、FTP、DNS、SMTP。
    • 协议:HTTP、FTP、SMTP、DNS、POP3、IMAP。
二、TCP/IP模型

TCP/IP(Transmission Control Protocol/Internet Protocol)模型是由美国国防部制定并广泛应用于互联网通信的标准模型。TCP/IP 模型的设计更为简洁,它将原来的七层模型简化为四层。TCP/IP 模型的主要目标是确保不同类型的设备能够通过互联网相互通信。

TCP/IP模型的层次结构

  1. 网络接口层(Network Interface Layer)

    • 相当于 OSI 模型中的物理层和数据链路层,负责在物理媒介上传输数据包,并与网络硬件进行交互。
    • 协议:Ethernet、Wi-Fi、PPP。
  2. 互联网层(Internet Layer)

    • 相当于 OSI 模型中的网络层,主要负责路由和数据包传输,包括 IP 地址的处理。互联网层确保数据包从源到目的地的传输路径。
    • 协议:IP(IPv4、IPv6)、ICMP。
  3. 传输层(Transport Layer)

    • 对应于 OSI 模型中的传输层,负责端到端的数据传输、可靠性控制和流量管理。常见协议包括 TCP 和 UDP。
    • 协议:TCP、UDP。
  4. 应用层(Application Layer)

    • 相当于 OSI 模型中的会话层、表示层和应用层,主要处理网络应用程序之间的交互。应用层协议规定了数据如何格式化、压缩、加密等。
    • 协议:HTTP、FTP、SMTP、DNS、Telnet。

三、常见协议简介
  1. IP协议(Internet Protocol)

    • IP 协议负责将数据包从源设备发送到目的设备,通过 IP 地址进行寻址和路由。IPv4 和 IPv6 是两种主要的 IP 协议版本。IPv4 地址是 32 位的,支持大约 43 亿个地址,而 IPv6 地址是 128 位的,支持几乎无限的地址。
  2. TCP协议(Transmission Control Protocol)

    • TCP 是一种面向连接、可靠的传输协议。它确保数据包按顺序到达目的地,并提供错误校验和重传机制。适用于对数据可靠性要求较高的应用,如文件传输、网页浏览等。
  3. UDP协议(User Datagram Protocol)

    • UDP 是一种无连接、不可靠的传输协议,它不保证数据包的顺序和到达。UDP 适用于对速度要求较高、对可靠性要求较低的应用,如视频流、在线游戏等。
  4. HTTP协议(Hypertext Transfer Protocol)

    • HTTP 是一种用于网页浏览的协议,通常通过端口 80 进行通信。它是无状态的,即每次请求之间没有记录。
  5. FTP协议(File Transfer Protocol)

    • FTP 用于在客户端和服务器之间传输文件。它支持两种工作模式:主动模式和被动模式,通常通过端口 21 进行通信。
  6. DNS协议(Domain Name System)

    • DNS 是一种用于将域名转换为 IP 地址的协议,类似于互联网的电话簿。它帮助用户通过域名访问网站,而不需要记住复杂的 IP 地址。

四、总结

了解 OSI 七层模型和 TCP/IP 模型是掌握计算机网络的重要基础。OSI 模型为我们提供了一个理论框架,将网络通信过程细分为七个独立的层次,而 TCP/IP 模型则更加简洁,广泛应用于实际的网络中。通过学习这些模型和协议,能够帮助我们深入理解网络的工作原理,并为解决实际问题提供理论依据。

无论你是网络工程师、系统管理员还是开发人员,熟悉这些网络模型和协议都将极大提升你的专业能力,为你在网络领域的发展打下坚实的基础。

相关文章:

网络模型简介:OSI七层模型与TCP/IP模型

计算机网络是现代信息社会的基石,而网络通信的基础在于理解网络模型。网络模型是对通信过程的抽象,它帮助我们理解数据从源到目的地的传输过程。常见的网络模型有 OSI 七层模型 和 TCP/IP 模型,这两种模型在理论和实践中都起着重要作用。 一、…...

软件测试压力太大了怎么办?

本文其实是知乎上针对一个问题的回答: 目前在做软件测试,主要负责的是手机端的项目测试,项目迭代很快,每次上线前验正式都会发现一些之前验测试包时候没有发现的问题,压力太大了,应该怎么调整 看过我之前其…...

微信小程序-点餐(美食屋)02开发实践

目录 概要 整体架构流程 (一)用户注册与登录 (二)菜品浏览与点餐 (三)订单管理 (四)后台管理 部分代码展示 1.index.wxml 2.list.wxml 3.checkout.wxml 4.detail.wxml 小结优点 概要…...

转换算术表达式

文章目录 构造二叉树表示的算术表达式:按先序次序输入二叉树中结点的值(操作数及运算符均以一位字符表示,注意转换), #字符表示空树,如上图的算术表达式 输入2##*3##4## 输入格式 第一行输入表示要计算的算术表达式的二叉树结点的…...

99.17 金融难点通俗解释:归母净利润

目录 0. 承前1. 简述2. 比喻:小明家的小卖部2.1 第一步:计算收到的所有钱2.2 第二步:减去各种支出2.3 第三步:计算能带回家的钱 3. 生活中的例子3.1 好的经营情况3.2 一般的经营情况3.3 不好的经营情况 4. 小朋友要注意4.1 为什么…...

【Flutter】旋转元素(Transform、RotatedBox )

这里写自定义目录标题 Transform旋转元素可以改变宽高约束的旋转 - RotatedBox Transform旋转元素 说明:Transform旋转操作改变了元素的方向,但并没有改变它的布局约束。因此,虽然视觉上元素看起来是旋转了,但它仍然遵循原始的宽…...

MYSQL学习笔记(六):聚合函数、sql语句执行原理简要分析

前言: 学习和使用数据库可以说是程序员必须具备能力,这里将更新关于MYSQL的使用讲解,大概应该会更新30篇,涵盖入门、进阶、高级(一些原理分析);这一篇是内容较少,主要讲解:聚合函数和简要介绍sql语句执行过…...

thinkphp6+swoole使用rabbitMq队列

安装think-swoole安装 composer require php-amqplib/php-amqplib,以支持rabbitMq使用安装rabbitMq延迟队列插件 安装 rabbitmq_delayed_message_exchange 插件,按照以下步骤操作: 下载插件:https://github.com/rabbitmq/rabbitmq-delayed-…...

大模型开发 | RAG在实际开发中可能遇到的坑

近年来,大语言模型 (LLM) 的飞速发展令人瞩目,它们在各个领域展现出强大的应用潜力。然而,LLM 也存在一些固有的局限性,例如知识更新滞后、信息编造 (幻觉) 等问题。为了克服这些挑战,检索增强生成 (Retrieval-Augment…...

mybatis是什么?有什么作用?mybatis的简单使用

mybatis是什么? MyBatis 是一个持久层框架。 有什么作用? 简化了对数据库数据的操作。 如何简化数据操作的? MyBatis 通过提供 SQL 映射、动态 SQL、结果映射、事务管理等功能,我们直接去用就可以了。 怎么使用?&…...

求平均年龄(信息学奥赛一本通-1059)

【题目描述】 班上有学生若干名,给出每名学生的年龄(整数),求班上所有学生的平均年龄,保留到小数点后两位。 【输入】 第一行有一个整数n(1≤n≤100),表示学生的人数。其后n行每行有…...

CY T 4 BB 5 CEB Q 1 A EE GS MCAL配置 - MCU组件

1、ResourceM 配置 选择芯片信号: 2、MCU 配置 2.1 General配置 1) McuDevErrorDetect: - 启用或禁用MCU驱动程序模块的开发错误通知功能。 - 注意:采用DET错误检测机制作为安全机制(故障检测)时,不能禁用开发错误检测。2) McuGetRamStateApi - enable/disable th…...

10 Hyperledger Fabric 介绍

简介 HypeLedger(超级账本)是由Linux基金会2015年创建的首个面向企业应用场景的开源分布式账本平台。 HypeLedger Fabric是HypeLedger种的区块链项目之一HypeLedger Fabric引入权限管理在架构设计上支持可插拔、可扩展是首个面向联盟链场景的开源项目 …...

Word 中实现方框内点击自动打 √ ☑

注: 本文为 “Word 中方框内点击打 √ ☑ / 打 ☒” 相关文章合辑。 对第一篇增加了打叉部分,第二篇为第一篇中方法 5 “控件” 实现的详解。 在 Word 方框内打 √ 的 6 种技巧 2020-03-09 12:38 使用 Word 制作一些调查表、检查表等,通常…...

噪声算法 纹理

噪声是一种程序生成的随机或伪随机数据,在图形学中常用来创建各种自然现象和复杂纹理效果。 它的本质是一种由数学算法公式生成的有规则性或可控的随机数据。 通过噪声算法生成的随机数据具有以下特点: 随机性:噪声数据本质上是随机的&#…...

hexo + Butterfly搭建博客

Hexo‌是一个基于Node.js的静态网站生成器,主要用于快速搭建博客和个人网站。它使用Markdown语法编写文章,能够迅速生成静态页面并部署到服务器上。 配置node 使用nvm安装node(v16.13.2)后配置镜像 安装并使用node: nvm install 16.13.2 n…...

05.KNN算法总结

KNN算法总结 1 k近邻算法优缺点汇总 优点: 简单有效重新训练的代价低适合类域交叉样本 KNN方法主要靠周围有限的邻近的样本,而不是靠判别类域的方法来确定所属类别的,因此对于类域的交叉或重叠较多的待分样本集来说,KNN方法较其他方法更为适…...

CentOS 7 搭建lsyncd实现文件实时同步 —— 筑梦之路

在 CentOS 7 上搭建 lsyncd(Live Syncing Daemon)以实现文件的实时同步,可以按照以下步骤进行操作。lsyncd 是一个基于 inotify 的轻量级实时同步工具,支持本地和远程同步。以下是详细的安装和配置步骤: 1. 系统准备 …...

java定时任务备份数据库

文章目录 前言一、定时任务备份二、分享两个windows运行项目脚本总结 前言 数据库备份 程序中数据库备份可以有效避免因为意外,导致数据丢失,因此数据备份显得尤为重要。 一、定时任务备份 定时任务类,要在配置类或启动类开启 EnableScheduling Data Sl4j Servic…...

Vue.js 传递路由参数和查询参数

Vue.js 传递路由参数和查询参数 在 Vue.js 开发中,Vue Router 提供了灵活的方式来处理路由参数和查询参数,使得组件能够根据不同的路径或查询条件渲染相应的内容。 路由参数 路由参数(也称为路径参数)是 URL 路径的一部分&…...

Prompt Tuning、P-Tuning、Prefix Tuning的区别

一、Prompt Tuning、P-Tuning、Prefix Tuning的区别 1. Prompt Tuning(提示调优) 核心思想:固定预训练模型参数,仅学习额外的连续提示向量(通常是嵌入层的一部分)。实现方式:在输入文本前添加可训练的连续向量(软提示),模型只更新这些提示参数。优势:参数量少(仅提…...

R语言AI模型部署方案:精准离线运行详解

R语言AI模型部署方案:精准离线运行详解 一、项目概述 本文将构建一个完整的R语言AI部署解决方案,实现鸢尾花分类模型的训练、保存、离线部署和预测功能。核心特点: 100%离线运行能力自包含环境依赖生产级错误处理跨平台兼容性模型版本管理# 文件结构说明 Iris_AI_Deployme…...

基于服务器使用 apt 安装、配置 Nginx

🧾 一、查看可安装的 Nginx 版本 首先,你可以运行以下命令查看可用版本: apt-cache madison nginx-core输出示例: nginx-core | 1.18.0-6ubuntu14.6 | http://archive.ubuntu.com/ubuntu focal-updates/main amd64 Packages ng…...

IP如何挑?2025年海外专线IP如何购买?

你花了时间和预算买了IP,结果IP质量不佳,项目效率低下不说,还可能带来莫名的网络问题,是不是太闹心了?尤其是在面对海外专线IP时,到底怎么才能买到适合自己的呢?所以,挑IP绝对是个技…...

Java毕业设计:WML信息查询与后端信息发布系统开发

JAVAWML信息查询与后端信息发布系统实现 一、系统概述 本系统基于Java和WML(无线标记语言)技术开发,实现了移动设备上的信息查询与后端信息发布功能。系统采用B/S架构,服务器端使用Java Servlet处理请求,数据库采用MySQL存储信息&#xff0…...

手机平板能效生态设计指令EU 2023/1670标准解读

手机平板能效生态设计指令EU 2023/1670标准解读 以下是针对欧盟《手机和平板电脑生态设计法规》(EU) 2023/1670 的核心解读,综合法规核心要求、最新修正及企业合规要点: 一、法规背景与目标 生效与强制时间 发布于2023年8月31日(OJ公报&…...

Python 训练营打卡 Day 47

注意力热力图可视化 在day 46代码的基础上,对比不同卷积层热力图可视化的结果 import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms from torch.utils.data import DataLoader import matplotlib.pypl…...

aardio 自动识别验证码输入

技术尝试 上周在发学习日志时有网友提议“在网页上识别验证码”,于是尝试整合图像识别与网页自动化技术,完成了这套模拟登录流程。核心思路是:截图验证码→OCR识别→自动填充表单→提交并验证结果。 代码在这里 import soImage; import we…...

机器学习的数学基础:线性模型

线性模型 线性模型的基本形式为: f ( x ) ω T x b f\left(\boldsymbol{x}\right)\boldsymbol{\omega}^\text{T}\boldsymbol{x}b f(x)ωTxb 回归问题 利用最小二乘法,得到 ω \boldsymbol{\omega} ω和 b b b的参数估计$ \boldsymbol{\hat{\omega}}…...

Java中HashMap底层原理深度解析:从数据结构到红黑树优化

一、HashMap概述与核心特性 HashMap作为Java集合框架中最常用的数据结构之一,是基于哈希表的Map接口非同步实现。它允许使用null键和null值(但只能有一个null键),并且不保证映射顺序的恒久不变。与Hashtable相比,Hash…...