当前位置: 首页 > news >正文

网络模型

OSI七层模型

OSI,模型,即开放式系统互联,是国际标准化组织制定的一个用于计算机或通信系统间互联的标准体系,旨在将计算机网络通信划分为七个不同的层级,每个层级都负责特定的功能。每个层级都构建在其下方的层级之上,并为上方的层级提供服务。七层从下到上分别是物理层、数据链路层、网络层、传输层、会话层、表示层、应用层。

  1. 物理层:负责物理传输媒介的传输,例如电缆、光纤或无限信号。主要作用时传输比特流(就是由1、0转化为电流强弱来进行传输,到达目的地后转换为1、0,也就是我们常说的数模转换与模数转换)这一层的数据叫做比特
  2. 数据链路层:建立逻辑连接、进行硬件地址寻址、差错校验等功能。定义了如何让格式化数据以帧为单位进行传输,以及如何控制对物理媒介的访问。将比特组合成字节进而组合成帧,用MAC地址访问介质,传输单位是帧
  3. 网络层:负责数据的路由和转发,选择最佳路径将数据从源主机传输到目标主机。它使用IP地址来标识不同主机和网络,并进行逻辑地址寻址。传输单位是数据报。常见协议是IP
  4. 传输层:提供端到端的数据传输服务。它使用TCP和UDP来管理数据传输。
  5. 会话层:建立、管理和终止应用程序之间的会话连接。它处理会话建立、维护和终止,以及处理会话过程中的异常情况。
  6. 表示层:负责数据的格式转换、加密和解密,确保数据在不同系统之间的正确解释和呈现,也就是把计算机能否识别的东西转换成人能识别的东西(如图片、声音等)。
  7. 应用层:网络服务与最终用户的一个接口。这一层为用户的应用程序(如电子邮件、文件传输等)提供网络服务。常见有DNS,HTTP协议

OSI七层网络模型为网络通信的不同功能提供了逻辑上的划分,为网络协议的设计和实现提供了标准化的框架。然而,在实际网络通信中,TCP/IP协议栈更为广泛和普遍

TCP/IP四层网路模型

TCP/IP模型是一种用于组织和描述计算机的标准模型,它是互联网最常用的协议栈。TCP/IP模型主要协议组成:TCP和IP。它是互联网通信的基础,也被广泛用于局域网和广域网等各种网络环境

TCP/IP模型分为四个层级,每个层级负责特定的网络功能

  1. 应用层:该层与OSI模型的应用层、表示层和会话层类似,提供直接与用户应用程序交互的接口。它为网络上的各种应用程序提供服务,如电子邮箱(SMTP)、网页浏览(HTTP)、文件传输(FTP)等。
  2. 传输层:对应OSI的传输层它负责端到端的数据传输,主要传输层协议有TCP和UDP,TCP提供了面向连接的可靠的字节流式服务,确保数据的正确性和完整性;而UDP是无连接的不可靠的数据报服务,适用于不要求可靠的传输,如实时音频和视频流。
  3. 网络层:该层对应OSI的网络层。主要协议是IP。它负责数据的路由和转发,选择最佳路径将数据从源主机传输到目标主机。IP协议使用IP地址来标识主机和网络,并进行逻辑地址寻址。
  4. 网络接口层:该层对应OSI的数据链路层和物理层。它负责物理传输媒介的传输,如以太网、Wi-Fi等,并提供错误检测和纠正的功能。此外,网络接口层还包含硬件地址(MAC)的管理

TCP/IP模型和OSI模型有些相似。但并不完全一样。TCP/IP更为简洁,只分为四层,而OSI分为七层。TCP/IP使用的更加广泛

两种模型对比

对应的数据封装

http://www.lryc.cn/news/589131.html

相关文章:

  • TCP协议可靠性设计的核心机制与底层逻辑
  • 计算机系统方向可发会议/期刊参考时间
  • PostgreSQL 超详细安装与使用教程:从入门到实战
  • 【实时Linux实战系列】实时数据流的网络传输
  • Flutter Socket 连接方案分析与适用场景
  • 国产化Excel处理组件Spire.XLS教程:在 C# 中生成 Excel文件
  • excel 通过openpyxl表格下载和插入图片
  • 给 Excel 整列空格文字内容加上前缀:像给文字穿衣服一样简单!
  • Vue获取上传Excel文件内容并展示在表格中
  • 【YOLOv11-目标检测】06-模型部署(C++)
  • Sentinel热点参数限流完整示例实现
  • 【PCIe 总线及设备入门学习专栏 5.1.1 -- PCIe PERST# 信号的作用】
  • 【PCIe 总线及设备入门学习专栏 5.1.2 -- PCIe EP core_rst_n 与 app_rst_n】
  • Excel制作玫瑰图
  • 大语言模型:高考志愿填报的“新纪元智能参谋”
  • 20250715问答课题-基于BERT与混合检索问答系统
  • 论文阅读:arxiv 2025 A Survey on Data Contamination for Large Language Models
  • 第八章,应用题
  • OpenCV 对数变换函数logTransform()
  • 【机器学习】第一章 概述
  • 【机器学习】第二章 Python入门
  • 【安卓笔记】RxJava之flatMap的使用
  • PyTorch笔记6----------神经网络案例
  • 【人工智能99问】神经网络的工作原理是什么?(4/99)
  • Android中Launcher简介
  • MySQL索引与事务详解:用大白话讲透核心概念
  • compose、 pipe 组合函数实现
  • 从底层技术到产业落地:优秘企业智脑的 AI 革命路径解析
  • Basilisk库教程(二)
  • QT——QList的详细讲解