【知识点】网络三种模型

简介:
OSI参考模型:
 
英文全称:open systems interconnect reference model
提出组织:ISO(international standards organization)
 
目的:提供一套分层协议描述的集合。
 
总体思想:模型的每一层只与其相邻的层通信。
从高层到底层,数据逐层被封装,实现了内部隔离。
 
下面简要描述各层的功能.
OSI模型的7个层,由低到高,依次是物理层,数据链路层,网络层,传输层,会话层,表示层和应用层。
 
物理层:比特流。定义了网络中所使用的物理设备。
存在的漏洞:物理访问,搭线窃听和频率拦截。
数据链路层:数据帧。负责从物理层接收比特流,形成数据帧,同时负责从高层获取数据报,并将其分解为比特流。
最重要的一个功能:就是格式化数据,形成的数据帧包括(源地址和目标地址),数据实体和校验码。
定义了MTU,最大传输单元,定义了网络中进行可靠传输的数据报的最大长度。
存在的漏洞:mac地址欺骗,网络嗅探和wep/wpa攻击。
网络层:数据报。 负责检查数据报地址,依据路由表将数据传送到下一个位置。依据MTU,将大数据报拆分成小包传输。
不提供检验数据报的可靠性(即差错控制),差错控制是传输层需要实现的功能。
漏洞:分裂攻击,路由协议攻击,ping攻击和arp欺骗。
传输层:数据段。 TCP是一种面向连接的,可靠的,基于字节流的传输层通信协议。UDP,不需要检验码,速度更快。
漏洞:DOS,端口扫描,SYN/ACK/FIN攻击和中间人攻击。
会话层:会话数据单元。 传输层提供了设备之间的连接,所以会话层负责处理连接如何使用。 会话层协议定义了这些连接中的数据请求格式,例如:SSL,远程调用(RPC),NETBIOS。
漏洞:密码攻击,会话劫持,DOS攻击和NETBIOS攻击。
表示层:表示数据单元。负责协议转换,数据压缩,语法压缩。
漏洞:HTML代码检测和恶意控制。
应用层:应用数据单元。包括的协议有smtp/pop,http,ftp.
漏洞:特洛伊木马,蠕虫,病毒,缓冲区溢出,按键记录程序。

TCP/IP分为:
应用层
传输层
网际层
网络接口层
 
cisco的标准框架是什么:
核心层:是框架的骨干。实现数据的高速转发。
分布层:路由功能,对网络资源具有高度的控制权,提供数据报过滤和防火墙控制功能。
接入层:设备应具有高密度的端口,关注的是冲突域的管理,vlan的管理和端口安全。

本文转自wzhj132 51CTO博客,原文链接:http://blog.51cto.com/wzhj132/192791
相关文章
|
25天前
|
机器学习/深度学习 自然语言处理 数据处理
大模型开发:描述长短期记忆网络(LSTM)和它们在序列数据上的应用。
LSTM,一种RNN变体,设计用于解决RNN处理长期依赖的难题。其核心在于门控机制(输入、遗忘、输出门)和长期记忆单元(细胞状态),能有效捕捉序列数据的长期依赖,广泛应用于语言模型、机器翻译等领域。然而,LSTM也存在计算复杂度高、解释性差和数据依赖性强等问题,需要通过优化和增强策略来改进。
|
2月前
|
机器学习/深度学习 计算机视觉 网络架构
【GhostNet】复现CVPR2020| 保证模型轻量化的同时,提升网络的性能表现
【GhostNet】复现CVPR2020| 保证模型轻量化的同时,提升网络的性能表现
40 0
【GhostNet】复现CVPR2020| 保证模型轻量化的同时,提升网络的性能表现
|
2月前
|
网络协议 安全 前端开发
网络技术基础(2)——网络参考模型
【2月更文挑战第6天】网络基础笔记
|
2月前
|
Java
网络 I/O:单 Selector 多线程(单线程模型)
网络 I/O:单 Selector 多线程(单线程模型)
|
2月前
|
存储 消息中间件 监控
一文搞懂常见的网络I/O模型
一文搞懂常见的网络I/O模型
39 0
|
3月前
|
NoSQL Linux Redis
Redis原理之网络模型笔记
Redis采用单线程模型,这意味着一个Redis服务器在任何时刻都只会处理一个请求。Redis的网络模型涉及到阻塞I/O(Blocking I/O)、非阻塞I/O(Non-blocking I/O)、I/O多路复用(I/O Multiplexing)、信号驱动I/O(Signal-driven I/O)以及异步I/O(Asynchronous I/O)。
|
1天前
|
机器学习/深度学习 数据采集 数据可视化
R语言用加性多元线性回归、随机森林、弹性网络模型预测鲍鱼年龄和可视化
R语言用加性多元线性回归、随机森林、弹性网络模型预测鲍鱼年龄和可视化
90 7
|
2天前
|
机器学习/深度学习 API 算法框架/工具
R语言深度学习:用keras神经网络回归模型预测时间序列数据
R语言深度学习:用keras神经网络回归模型预测时间序列数据
13 0
|
2天前
|
机器学习/深度学习
HAR-RV-J与递归神经网络(RNN)混合模型预测和交易大型股票指数的高频波动率
HAR-RV-J与递归神经网络(RNN)混合模型预测和交易大型股票指数的高频波动率
12 0
|
3天前
|
编解码 网络协议 网络安全
2.H3CNE-网络参考模型
2.H3CNE-网络参考模型

热门文章

最新文章