1.2.1计算机网络分层结构

两个系统中实体间的通信是一个很复杂的过程,为了降低协议设计和调试过程的复杂性,也为了便于对网络进行研究、实现和维护,促进标准化工作,通常对计算机网络的体系结构以分层的方式进行建模。 我们把计算机网络的各层及其协议的集合称为网络的体系结构(Architecture)。换言之,计算机网络的体系结构就是这个计算机网络及其所完成的功能的精确定义,它是计算机网络中的层次,各层的协议及其层间接口的集合。需要强调的是,这些功能究竟是用何种硬件和软件完成的,则是一个遵循这种体系结构的实现(implementation)问题。体系 结构是抽象的,而实现是具体的,是真正在运行的计算机硬件和软件。 计算机网络的体系结构通常都具有可分层的特性,将复杂的大系统分成若干较容易实现的层次。分层的基本原则是: 1)每一层都实现一种相对独立的功能,降低大系统的复杂度。 2)各层之间界面自然清新,易于理解,相互之间交流尽可能少。 3)各层功能的精确定义独立于具体的实现方法,可以采用最合适的技术来实现。 4)保持下层对上层的独立性,上层单向使用下层提供的服务。 5)整个分层结构应能促进标准化工作。 由于分层后各层之间相互独立,灵活性好,因而分层的体系结构易于更新(替换单个模块),易于调试,易于交流,易于抽象,易于标准化。但层次越多,有些功能在不同层中难免重复出现,产生了额外的开销,整体运行效率就越低。而层次越少,就会使每个层之间的协议太复杂。因此,在分层时应考虑层次的清晰程度与运行效率间的折中、层次数量的折中。 依据一定的规则,将分层后的网络从低层到高层依次称为第1层、第2层……第n层,通常还为每一层取一个特定的名称,如第一层的名称为物理层。 在计算机网络的分层结构中,第n层中的活动元素通常称为n层实体。具体地,实体指任何可发送或接受信息的硬件或软件进程,通常是一个特定的软件模块。不同机器上同一层称为对等层,同一层的实体叫做对等实体。n层实体实现的服务为n+1层所用。在这种情况下,n层被称为服务提供者,n+1层是服务用户。 每一层还有自己传送的数据单位,其名称、大小、含义也各有不同。 服务数据单元(SDU):为完成用户所要求的功能而传送的数据。第n层的服务数据单元记为n-SDU。 协议控制信息(PCI):控制协议操作的信息。第n层的协议控制信息记为n-PCI. 协议数据单元(PDU):对等层次之间传送的数据单元称为该层的PDU。第n层的协议数据单元记为n-PDU。在实际的网络中,各层的协议数据单元都有一个通俗的名称,如物理层的PDU叫比特,链路层的PDU叫帧,网络层的PDU叫分组,传输层的PDU叫报文。 在各层间传输数据时,把从第n+1层收到的PDU作为第n层的SDU,加上第n层的PCI,就变成了第n的层的PDU,交给第n-1层后作为SDU发送,接受党接受时做相反的处理,故可知三者的关系为:n-SDU+n-PCI=n-PDU=(n-1)-SDU。 层次结构的含义包含以下几个方面: 1)第n层的实体不仅要使用第n-1层的服务,实现自身定义的功能,还要向第n+1层提供本层的服务,该服务是第n层及其下面各层提供的服务总和。 2)最底层只提供服务,是整个层次结构的基础:中间各层既是下一层的服务使用者,又是上一层的服务提供者;最高层面向用户提供服务。 3)上一层只能通过相邻间的接口使用下一层的服务,而不能调用其他层的服务;下一层提供服务的实现细节对上一层透明。 4)两个主机通信时,对等层在逻辑上有一条直接通道,表现为不经过下层就把信息传送到对方。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏量子位

捡漏!用谷歌图片搜索自制深度学习数据集 | 教程

就怕前脚刚立志搞个新研究,后脚就发现没有合适的数据集可用。AI工程师从入门到放弃,可能就是这么一会的功夫。

21810
来自专栏WeTest质量开放平台团队的专栏

UPA性能分析工具使用详解

自从WeTest宣布与Unity官方共同推出Unity性能分析工具UPA(Unity Performance Analysis)以来(Hi,我们和Unity合作...

15220
来自专栏CSDN技术头条

使用TCP时序图解释BBR拥塞控制算法的几个细节

周六,由于要赶一个月底的Deadline,因此选择了在家VPN加班,大半夜就爬起来跑用例,抓数据……自然也就没有时间写文章和外出耍了,不过利用周日的午夜时间(不...

684100
来自专栏腾讯移动品质中心TMQ的专栏

测试建模 :从尔康的鼻孔说开来,重要的用例写三遍

看完本文你会了解以下内容 1. 什么是SUT模型 2. 测试建模在工作中究竟是怎样一个过程 3. 从业务流程到测试用例我们忽略了什么 4. 测试建模会有哪些产出...

22350
来自专栏磐创AI技术团队的专栏

用深度神经网络修复H漫:看完这篇你就能眼中无码

本文经AI新媒体量子位(公众号 ID: QbitAI)授权转载,未经允许不得二次转载

31810
来自专栏Python中文社区

利用docker部署深度学习模型的一个最佳实践

讲道理,docker是天然的微服务,确实是能敏捷高效的解决深度学习这一块的几个痛点。

55610
来自专栏Kotlin入门系列

师万物博客的历程(总)

17940
来自专栏瓜大三哥

视频压缩编码技术(H.264) 之SP/SI帧

当前视频编码标准主要包括三种的帧类型:I帧、P帧和B帧。随着H.264/AVC为了顺应视频流的带宽自适应性和抗误码性能的要求,又定义了两种新的帧类...

69410
来自专栏AI科技评论

开发 | 用 Tensorflow 搭建能理解语境的聊天机器人!

想掌握对话沟通,语境为王。 我们将使用Tensorflow构建一个聊天机器人框架,向大家示范如何实现上下文的语境处理。 ? 有没有想过为什么大多数聊天机器人缺乏...

484180
来自专栏量子位

用深度神经网络修复H漫:看完这篇你就能眼中无码

AI“脑补”能力一流,现在甚至已经能画出艺术品。热爱H漫的死宅们灵光一闪,AI是否也可以把马赛克阻挡的内容也画出来呢?

27550

扫码关注云+社区

领取腾讯云代金券