当前位置: 首页 > news >正文

网站开发维护的好处/灰色词首页排名接单

网站开发维护的好处,灰色词首页排名接单,怎么用网站做地标,wordpress漏洞利用2016计算机网络——运输层(2)暨小程送书 小程一言专栏链接: [link](http://t.csdnimg.cn/ZUTXU) 运输层(2)TCP/IP对比TCP(传输控制协议):IP(互联网协议):总结 拥塞…

计算机网络——运输层(2)暨小程送书

  • 小程一言
    • 专栏链接: [link](http://t.csdnimg.cn/ZUTXU)
  • 运输层(2)
    • TCP/IP对比
      • TCP(传输控制协议):
      • IP(互联网协议):
      • 总结
    • 拥塞控制原理
      • 拥塞原因与代价
        • 原因
        • 代价
        • 总结
      • 拥塞控制方法
        • 流量控制
        • 拥塞避免
        • 拥塞控制算法
        • 主动队列管理
        • 负载均衡
    • TCP拥塞控制
      • 慢开始(启动)
      • 拥塞避免
      • 快重传
      • 快恢复
      • 超时重传
      • 对TCP吞吐量的宏观描述
      • 经高带宽路由的TCP
  • 小程送书
    • AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
      • 本书特色
      • 书籍介绍
      • 正品链接
    • 《AI时代架构师修炼之道:ChatGPT让架构师插上翅膀》
      • 特点
      • 内容介绍
      • 正品链接
    • 两书作者

小程一言

我的计算机网络专栏,是自己在计算机网络学习过程中的学习笔记与心得,在参考相关教材,网络搜素的前提下,结合自己过去一段时间笔记整理,而推出的该专栏,整体架构是根据计算机网络自顶向下方法而整理的,包括各大高校教学都是以此顺序进行的。
面向群体:在学计网的在校大学生,工作后想要提升的各位伙伴,

专栏链接: link

运输层(2)

在这里插入图片描述

TCP/IP对比

TCP(传输控制协议):

TCP是一种面向连接的协议,它提供可靠的数据传输。
通过TCP,数据在发送和接收方之间建立起逻辑连接。
TCP使用确认和重传机制来确保数据的可靠传输。
TCP提供拥塞控制和流量控制,以确保网络上的可靠性和稳定性。
TCP适用于需要可靠数据传输的应用,如文件传输和电子邮件。

IP(互联网协议):

IP是一种无连接的协议,它负责将数据封装为数据包并进行路由。
IP为每个主机分配一个唯一的IP地址。
IP负责将数据包从源主机路由到目标主机。
IP是一种不可靠的传输协议,它不保证数据传输的可靠性。
IP适用于需要高效数据传输的应用,如实时音频和视频流。

总结

TCP和IP分别负责数据传输的可靠性和路由,它们共同构成了TCP/IP协议套件,为互联网上的数据通信提供了基础。TCP和IP的结合使得互联网能够实现可靠的数据传输和全球范围内的连接。

拥塞控制原理

拥塞控制是TCP协议中的一个重要机制,用于避免网络拥塞并确保网络的稳定性和公平性。拥塞控制的原理主要包括以下几个方面:

  1. 慢启动(Slow Start):在连接刚建立时,TCP发送方会以指数增长的速率增加发送窗口的大小,以便快速填充网络的带宽。这样可以在网络刚开始时快速适应网络的容量,同时避免造成拥塞。

  2. 拥塞避免(Congestion Avoidance):一旦发送方的拥塞窗口大小达到一个阈值(通常是慢启动阈值),TCP发送方会切换到拥塞避免模式。在拥塞避免模式下,TCP发送方以线性增长的速率增加发送窗口的大小,以便更加谨慎地利用网络带宽,避免造成拥塞。

  3. 快重传(Fast Retransmit):当接收方收到重复的确认时,表明有数据包丢失,TCP发送方会立即重传丢失的数据包,而不是等待超时定时器到期。这样可以更快地恢复丢失的数据包,减少网络拥塞的可能性。

  4. 快恢复(Fast Recovery):在快重传后,TCP发送方会进入快恢复状态,此时它会将拥塞窗口减半,然后开始以线性增长的速率增加窗口大小,以便更加谨慎地利用网络带宽。

  5. 总结:拥塞控制通过动态调整发送窗口的大小、快速重传丢失的数据包以及采取线性增长的方式来适应网络的容量,从而避免造成网络拥塞。这些机制使得TCP能够在网络中表现出良好的稳定性和公平性,确保网络的正常运行。

拥塞原因与代价

在计算机网络中,拥塞是指网络中的流量过大,导致网络设备无法及时处理和转发数据包,从而造成网络性能下降甚至瘫痪的现象。
在这里插入图片描述

原因
  1. 过载的流量:当网络中的流量超过网络链路、交换机或路由器的处理能力时,就会出现拥塞。
    突发性流量:例如网络中出现大规模的DDoS攻击,导致突然间大量的恶意流量涌入网络,引发拥塞。
  2. 缓冲区溢出:当网络设备的缓冲区无法及时处理大量的数据包时,就会发生拥塞。
  3. 链路故障:当网络中的链路出现故障或者某个节点发生故障时,会导致数据包无法正常传输,从而引发拥塞。
代价
  1. 数据丢失:在拥塞时,由于网络设备无法及时处理数据包,可能会导致数据包丢失。
  2. 延迟增加:拥塞会导致数据包在网络中的传输延迟增加,从而影响实时性要求较高的应用,如视频会议、在线游戏等。
  3. 吞吐量下降:拥塞会导致网络的吞吐量下降,影响网络的整体性能。
  4. 服务质量下降:拥塞可能会导致网络中的服务质量下降,例如VoIP通话质量下降、视频卡顿等。
  5. 网络不稳定:拥塞会导致网络的不稳定性增加,可能会出现网络抖动、连接断开等问题。
    在这里插入图片描述
总结

拥塞的原因主要包括流量过载、突发性流量、缓冲区溢出和链路故障等;而拥塞的代价主要表现在数据丢失、延迟增加、吞吐量下降、服务质量下降以及网络不稳定等方面。因此,有效的拥塞控制机制对于保障网络的正常运行和性能至关重要。

拥塞控制方法

流量控制

流量控制是通过限制发送方的发送速率来适应网络的接收能力,避免过多的数据注入网络。常见的流量控制方法包括滑动窗口协议和速率控制协议。这些方法通过控制发送方的发送速率,使得发送方发送的数据不会超过网络的承载能力,从而避免网络拥塞。

拥塞避免

拥塞避免是一种动态调整发送速率的机制,以适应网络拥塞情况的变化。TCP协议中的慢开始和拥塞避免算法就是典型的拥塞避免方法。这些算法通过监测网络的拥塞情况,动态调整发送速率,以避免网络拥塞的发生。

拥塞控制算法

拥塞控制算法通过不同的方式来调整发送速率、处理丢包等,以适应网络的拥塞情况。常见的拥塞控制算法包括TCP Tahoe、TCP Reno、TCP Vegas等。这些算法通过监测网络的拥塞情况,采取相应的措施来控制发送速率,以避免网络拥塞。

主动队列管理

AQM在路由器或交换机上实现主动的队列管理,通过丢包、延迟等方式来控制流量,避免网络拥塞。常见的AQM算法包括Random Early Detection(RED)和Random Early Marking(REM)等。

负载均衡

负载均衡通过将流量分散到多条路径上,避免出现某条路径上的拥塞,从而提高整个网络的吞吐量和性能。

TCP拥塞控制

慢开始(启动)

慢开始是TCP拥塞控制的一种算法,它在连接刚建立时,以指数增长的方式增加拥塞窗口(cwnd),从而迅速占用网络资源。当网络负载较低时,慢开始可以使发送方快速达到网络的吞吐量上限,提高网络利用率。
在这里插入图片描述

拥塞避免

一旦拥塞窗口(cwnd)增长到一个阈值(通常是慢开始阈值),TCP就会进入拥塞避免阶段。在拥塞避免阶段,拥塞窗口以线性增长的方式增加,而不是指数增长,以避免过快地占用网络资源,从而避免引起网络拥塞。

快重传

当发送方连续收到三个重复的确认(duplicate ACK)时,就会触发快重传机制,发送方会立即重传丢失的报文段,而不必等到超时重传定时器到期。这样可以更快地恢复丢失的报文段,减少网络拥塞对性能的影响。

快恢复

在快重传之后,TCP会进入快恢复状态,此时拥塞窗口大小会减半,然后以线性增长的方式逐渐增加,而不是从慢开始阶段重新开始。这样可以更快地适应网络的拥塞情况,减少网络拥塞对性能的影响。

超时重传

如果发送方在一定时间内没有收到确认,就会触发超时重传机制,发送方会重传未确认的报文段。超时重传是TCP拥塞控制的一种保护机制,用于处理网络丢包或其他异常情况。

对TCP吞吐量的宏观描述

TCP的吞吐量是指TCP连接在单位时间内能够传输的数据量,通常以每秒传输的数据量(比特率或字节率)来衡量。TCP吞吐量受到多种因素的影响,包括网络带宽、往返时延、拥塞控制算法、丢包率、拥塞窗口大小等。

经高带宽路由的TCP

经高带宽路由的TCP指的是在计算机网络中,TCP连接经过具有高带宽(大带宽)的网络路径进行数据传输。在这种情况下,TCP连接的性能和吞吐量受到多种因素的影响,需要针对高带宽路由进行相应的优化和调整。

小程送书

AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀

在这里插入图片描述

金融大数据分析新模式:一本专注于帮助金融大数据分析师在AI时代实现晋级、提高效率的图书。书中介绍了如何使用 ChatGPT 来完成金融大数据分析的各个环节,并通过实战案例展示了ChatGPT在实际金融大数据分析中的应用方法。

本书特色

1.金融大数据分析新模式:让金融大数据分析更高效、更快捷、更完美。
2.全流程解析:涵盖架构设计的不同应用场景,介绍从金融大数据分析Python基础、获取、基础库、数据库,再到预处理与清洗、分析、建模等关键环节。
3.实战检验:ChatGPT结合多种金融大数据分析工具及案例实操讲解,理解更加透彻。
4.快速提高金融大数据分析效率:揭秘ChatGPT与金融大数据分析高效融合的核心方法论和实践经验。
5.赠送资源:赠送教学视频及配套工具,供读者下载学习。

书籍介绍

本书是一本针对金融领域的数据分析和机器学习应用的实用指南。本书以ChatGPT为核心技术,结合Python编程和金融领域的基础知识,介绍如何利用ChatGPT处理和分析金融大数据,进行预测建模和智能决策。
通过阅读本书,读者将掌握使用ChatGPT和其他工具进行金融大数据分析的基本原理和方法。无论是金融行业 从业者还是数据分析员,都可以从本书中获得宝贵的实用知识,提升在金融领域的数据分析和决策能力。无论是对于初学者还是有一定经验的专业人士,本书都能够提供实用的案例和技巧,帮助读者更好地应用ChatGPT和其他技术解决金融领域的实际问题。

正品链接

当当链接:http://product.dangdang.com/29667322.html
京东链接:https://item.jd.com/14319700.html

《AI时代架构师修炼之道:ChatGPT让架构师插上翅膀》

在这里插入图片描述

特点

1.架构设计新模式:让架构设计更高效、更快捷、更完美。
2.全流程解析:涵盖架构设计的不同应用场景,介绍从编写各种文档,到应用图形图表与UML建模、设计模式、数据库设计,再到编写代码、开发软件架构等关键环节。
3.实战检验:ChatGPT结合多种架构设计工具及案例实操讲解,理解更加透彻。
4.100%提高架构设计效率:揭秘ChatGPT与架构设计高效融合的核心方法论和实践经验。
5.超值资源:赠送教学视频及配套工具,供读者下载学习。

内容介绍

本书是一本旨在帮助架构师在人工智能时代展翅高飞的实用指南。全书以ChatGPT为核心工具,揭示了人工智能技术对架构师的角色和职责进行颠覆和重塑的关键点。本书通过共计 13 章的系统内容,深入探讨AI技术在架构
设计中的应用,以及AI对传统架构师工作方式的影响。通过学习,读者将了解如何利用ChatGPT这一强大的智能辅助工具,提升架构师的工作效率和创造力。
本书的读者主要是架构师及相关从业人员。无论你是初入职场的新手架构师还是经验丰富的专业人士,本书都将成为你的指南,帮助你在人工智能时代展现卓越的架构设计能力。通过本书的指导,你将学习如何运用ChatGPT等工具和技术,以创新的方式构建高效、可靠、可扩展的软件架构。
同时,本书也适用于对架构设计感兴趣的其他技术类从业人员,如软件工程师、系统分析师、技术顾问等。通过学习本书的内容,你可以深入了解人工智能对架构设计的影响和带来的挑战,拓展自己的技术视野,提升对软件系统整体架构的理解和把握能力。

正品链接

当当网链接:http://product.dangdang.com/29640582.html
京东的链接:https://item.jd.com/13897131.html

两书作者

关东升,一个在IT领域摸爬滚打20多年的老程序员=知名培训专家、畅销书作家,精通多种信息技术。曾参与设计和开发北京市公交一卡通系统、国家农产品追溯系统、金融系统微博等移动客户端项目,并在App Store发布多款游戏和应用软件。长期为中国移动、中国联通、中国南方航空、中国工商银行和天津港务局等企事业单位提供培训服务。先后出版了50多部IT图书,广受读者欢迎。

相关文章:

计算机网络——运输层(2)暨小程送书

计算机网络——运输层(2)暨小程送书 小程一言专栏链接: [link](http://t.csdnimg.cn/ZUTXU) 运输层(2)TCP/IP对比TCP(传输控制协议):IP(互联网协议):总结 拥塞…...

FPGA高端项目:Xilinx Zynq7020 系列FPGA纯verilog图像缩放工程解决方案 提供3套工程源码和技术支持

目录 1、前言版本更新说明给读者的一封信FPGA就业高端项目培训计划免责声明 2、相关方案推荐我这里已有的FPGA图像缩放方案本方案在Xilinx Kintex7 系列FPGA上的应用本方案在Xilinx Artix7 系列FPGA上的应用本方案在国产FPGA紫光同创系列上的应用本方案在国产FPGA高云系列上的应…...

【分布式技术专题】「分布式技术架构」 探索Tomcat集群架构原理和开发分析指南

探索Tomcat技术架构设计模式的奥秘 Tomcat集群原理Tomcat集群能带来什么Tomcat集群产生什么问题Tomcat 单服务体系架构Tomcat集群"简单版"首先要解决Session共享的问题典型负载均衡策略分析Session管理-Session Sticky粘滞会话:Session管理-Session 复制S…...

c++类与对象(五):友元、内部类、临时对象、匿名对象

上次重新再次补全了构造函数的内容,以及static成员:C类与对象(四):再谈构造函数(详解初始化列表)、Static成员 今天就来进行类与对象最后一部分的内容 文章目录 1.友元1.1友元函数1.2友元类 2.内…...

细数语音识别中的几个former

随着Transformer在人工智能领域掀起了一轮技术革命,越来越多的领域开始使用基于Transformer的网络结构。目前在语音识别领域中,Tranformer已经取代了传统ASR建模方式。近几年关于ASR的研究工作很多都是基于Transformer的改进,本文将介绍其中应…...

【MySQL进阶】锁

文章目录 锁概述全局锁语法特点 表级锁表锁意向锁 行级锁行锁间隙锁&临键锁 面试了解数据库的锁吗?介绍一下间隙锁InnoDB中行级锁是怎么实现的?数据库在什么情况下会发生死锁?说说数据库死锁的解决办法 锁 概述 锁机制:数据库…...

redis复制和分区:主从复制、哨兵模式和集群模式

概述 在 Redis 中,复制和分区是用于数据冗余和性能扩展的关键特性。以下是主从复制、哨兵模式和集群模式的工作原理的简要概述: 主从复制 (Replication) 基本概念:Redis 的主从复制功能允许多个 Redis 服务器具有相同的数据副本。这在读取操…...

个人实现的QT拼图游戏(开源),QT拖拽事件详解

文章目录 效果图引言玩法 拖拽概念基本概念如何在Qt中使用拖放注意事项 游戏关键问题总结 效果图 ![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/c6dd66befd314442adf07e1dec0d550c.png 引言 在学习QT demo时,发现有一个拼图demo,介绍拖…...

gin渲染篇

1. 各种数据格式的响应 json、结构体、XML、YAML类似于java的properties、ProtoBuf package mainimport ("github.com/gin-gonic/gin""github.com/gin-gonic/gin/testdata/protoexample" )// 多种响应方式 func main() {// 1.创建路由// 默认使用了2个中…...

第三方控价服务商怎么选

用对了方法,事半功倍,品牌控价也是如此,品牌方在治理工作中,如果选择自建团队进行处理,需要包含对数据技术的抓取团队,还要有对治理规则熟悉的操作团队,涉及人员和系统,费用成本相应…...

大模型的学习路线图推荐—多维度深度分析【云驻共创】

🐲本文背景 近年来,随着深度学习技术的迅猛发展,大模型已经成为学术界和工业界的热门话题。大模型具有数亿到数十亿的参数,这使得它们在处理复杂任务时表现得更为出色,但同时也对计算资源和数据量提出了更高的要求。 …...

【学习】focal loss 损失函数

focal loss用于解决正负样本的不均衡情况 通常我们需要预测的正样本要少于负样本,正负样本分布不均衡会带来什么影响?主要是两个方面。 样本不均衡的话,训练是低效不充分的。因为困难的正样本数量较少,大部分时间都在学习没有用…...

几个好玩好用的AI站点

本文作者系360奇舞团前端开发工程师 ai能力在去年一年飞速增长,各种AI产品如雨后春笋般冒出来,在各种垂直领域上似乎都有AI的身影出现,今天就总结几款好玩的场景,看大家工作生活中是否会用到。 先说一个比较重要的消息是&#xff…...

Java算法 leetcode简单刷题记录5

Java算法 leetcode简单刷题记录5 老人的数目: https://leetcode.cn/problems/number-of-senior-citizens/ substring(a,b) 前闭后开 统计能整除数字的位数: https://leetcode.cn/problems/count-the-digits-that-divide-a-number/ 并不复杂,…...

计算机网络自顶向下Wireshark labs1-Intro

Wireshark labs1 实验文档:http://www-net.cs.umass.edu/wireshark-labs/Wireshark_Intro_v8.0.pdf 介绍 加深对网络协议的理解通常可以通过观察协议的运行和不断调试协议来大大加深,具体而言,就是观察两个协议实体之间交换的报文序列&…...

CSS实现图片放大缩小的几种方法

参考 方法一&#xff1a; 常用使用img标签&#xff0c;制定width或者height的任意一个&#xff0c;图片会自动等比例缩小 <div><img src"https://avatar.csdn.net/8/5/D/1_u012941315.jpg"/> </div> <!-- CSS--> <style> img {widt…...

时间序列预测 — CNN-LSTM-Attention实现多变量负荷预测(Tensorflow):多变量滚动

专栏链接&#xff1a;https://blog.csdn.net/qq_41921826/category_12495091.html 专栏内容 ​ 所有文章提供源代码、数据集、效果可视化 ​ 文章多次上领域内容榜、每日必看榜单、全站综合热榜 ​ ​ ​ ​ ​ ​ ​ 时间序列预测存在的问题 ​ 现有的大量方法没有真正的预测未…...

angular-tree-component组件中实现特定节点自动展开

核心API 都在 expandToNode这个函数中 HTML treeData的数据结构大概如下 [{"key": "3293040275","id": "law_category/3293040275","name": "嘿嘿嘿嘿","rank": 0,"parentKey": "0&q…...

Linux系统下安装Vcpkg,并使用Vcpkg安装、编译OpenSceneGraph

环境&#xff1a;CentOS7 内存&#xff1a;8g(内存过少编译osg时会出现内存不足导致编译失败的情况&#xff0c;内存设置为4G时失败了&#xff0c;我直接加到了8g&#xff0c;所以就以8g为准了) 安装和配置vcpkg cd ~/ git clone https://www.github.com/microsoft/vcpkg cd …...

设计模式二(工厂模式)

本质&#xff1a;实例化对象不用new&#xff0c;用工厂代替&#xff0c;实现了创建者和调用者分离 满足&#xff1a; 开闭原则&#xff1a;对拓展开放&#xff0c;对修改关闭 依赖倒置原则&#xff1a;要针对接口编程 迪米特原则&#xff1a;最少了解原则&#xff0c;只与自己直…...

Maven应用手册

没加载出来就reimport&#xff0c;这个时候clean和install没用&#xff0c;那是编译安装项目的。 reimport干了什么&#xff1f; 结合idea的maven教程 父子模块 子模块不需要groupId ruoyi中父模块还添加了子模块的依赖&#xff0c;&#xff0c;&#xff0c; 先安装父再是子…...

笨蛋学设计模式行为型模式-状态模式【20】

行为型模式-状态模式 8.7状态模式8.7.1概念8.7.2场景8.7.3优势 / 劣势8.7.4状态模式可分为8.7.5状态模式8.7.6实战8.7.6.1题目描述8.7.6.2输入描述8.7.6.3输出描述8.7.6.4代码 8.7.7总结 8.7状态模式 8.7.1概念 ​ 状态模式是指对象在运行时可以根据内部状态的不同而改变它们…...

C++从零开始的打怪升级之路(day18)

这是关于一个普通双非本科大一学生的C的学习记录贴 在此前&#xff0c;我学了一点点C语言还有简单的数据结构&#xff0c;如果有小伙伴想和我一起学习的&#xff0c;可以私信我交流分享学习资料 那么开启正题 今天分享的是关于vector的题目 1.只出现一次的数字1 136. 只出…...

浅谈安科瑞直流电表在新加坡光伏系统中的应用

摘要&#xff1a;本文介绍了安科瑞直流电表在新加坡光伏系统中的应用。主要用于光伏系统中的电流电压电能的计量&#xff0c;配合分流器对发电量进行计量。 Abstract: This article introduces the application of Acrel DC meters in PV system in Indonesia.The device is …...

C++参悟:数值运算相关

数值运算相关 一、概述二、常用数学函数1. 基础运算1. 浮点值的绝对值&#xff08; |x| &#xff09;2. 浮点除法运算的余数3. 除法运算的有符号余数4. 除法运算的有符号余数和最后三个二进制位5. 混合的乘加运算6. 两个浮点值的较大者7. 两个浮点值的较小者8. 两个浮点值的正数…...

【Web前端开发基础】CSS的定位和装饰

CSS的定位和装饰 目录 CSS的定位和装饰一、学习目标二、文章内容2.1 定位2.1.1 定位的基本介绍2.1.2 定位的基本使用2.1.3 静态定位2.1.4 相对定位2.1.5 绝对定位2.1.6 子绝父相2.1.7 固定定位2.1.8元素的层级关系 2.2 装饰2.2.1 垂直对齐方式2.2.2 光标类型2.2.3 边框圆角2.2.…...

[pytorch入门] 3. torchvision中的transforms

torchvision中的transforms 是transforms.py工具箱&#xff0c;含有totensor、resize等工具 用于将特定格式的图片转换为想要的图片的结果&#xff0c;即用于图片变换 用法 在transforms中选择一个类创建对象&#xff0c;使用这个对象选择相应方法进行处理 能够选择的类 列…...

WINCC读写EXCEL-VBS

原创 RENHQ WINCC 关于VBS操作EXCEL的文档不管在论坛上还是在网上&#xff0c;相关的脚本已经很多&#xff0c;但是依然有很多人在问这个问题&#xff0c;于是把我以前在论坛上发的一个集合帖子的脚本拿来&#xff0c;重新开个帖子&#xff0c;如果再有人问的话&#xff0c;可…...

Python os模块

简介 Python的os模块是一个标准库模块&#xff0c;用于提供与操作系统相关的功能&#xff08;相当于接口&#xff09;。os模块允许Python程序与文件系统、目录结构、进程管理等操作系统级别的功能进行交互。 主要功能 文件和目录操作 创建、删除、重命名文件和目录&#xf…...

Elasticsearch:2023 年 Lucene 领域发生了什么?

作者&#xff1a;来自 Elastic Adrien Grand 2023 年刚刚结束&#xff0c;又是 Apache Lucene 开发活跃的一年。 让我们花点时间回顾一下去年的亮点。 社区 2023 年&#xff0c;有&#xff1a; 5 个次要版本&#xff08;9.5、9.6、9.7、9.8 和 9.9&#xff09;&#xff0c;1 …...