IP 路由 内部网关协议 常见的三种协议RIP、OSPF、EIGRP学习认识

2024-05-10 17:32

本文主要是介绍IP 路由 内部网关协议 常见的三种协议RIP、OSPF、EIGRP学习认识,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Internet网络的主要节点设备是路由器,路由器通过路由表来转发接收到的数据。转发策略可以是人工指定的(通过静态路由策略路由等方法)。在具有较小规模的网络中,人工指定转发策略没有任何问题。但是在具有较大规模的网络中(如跨国企业网络、ISP网络),如果通过人工指定转发策略,将会给网络管理员带来巨大的工作量,并且在管理、维护路由表上也变得十分困难。为了解决这个问题,动态路由协议应运而生。动态路由协议可以让路由器自动学习到其他路由器的网络,并且网络拓扑发生改变后自动更新路由表。网络管理员只需要配置动态路由协议即可,相比人工指定转发策略,工作量大大减少。路由器要找出最优的数据传输路径是一件比较有意义却很复杂的工作


主要的决定因素:

最优路径有可能会有赖于节点间的转发次数、当前的网络运行状态、数据传输速率和拓扑结构等等许多的因素。


为了找出最优路径,各个路由器间要通过路由协议来相互通信。路由协议只用于收集关于网络当前状态的数据并负责寻找最优传输路径。根据这些数据,路由器就可以创建路由表来用于以后的数据包转发。除了寻找最优路径的能力之外,路由协议还可以用收敛时间—路由器在网络发生变化或断线时寻找出最优传输路径所耗费的时间来表征。带宽开销—运行中的网络为支持路由协议所需要的带宽,对最常见的路由协议有所了解:RIP、OSPF、EIGRP和BGP

1、RIP(路由信息协议): Routing Information Protocol

RIP是一个距离矢量路由协议一种最早先的路由协议,但现在仍然被广泛使用R,由于它在选择两点间的最优路径时只考虑节点间的跳数。它不考虑网络的拥塞状况和连接速率这些因素。协议通常用在网络架构较为简单的小型网络环境.

目前RIP共有三个版本,RIPv1, RIPv2, RIPng。

工作原理为:RIP的路由器每30秒钟向其他路由器广播一次自己的路由表。

这种广播会造成极大的数据传输量,特别是网络中存在有大量的路由器时。如果路由表改变了,新的信息要传输到网络中较远的地方,可能就会花费几分钟的时间;所以RIP的收敛时间是非常长的。

而且, RIP跳数最大为15跳,如果数据要被中继15跳以上,它就不能再传输了。而且,与其他类型的路由协议相比, RIP还要慢一些,


RIP版本1不支持可变长子网掩码 (VLSM)和不连续的子网,在同一个网络中所有的子网络数目都是相同的,也不支持对路由过程的认证,使得RIPv1有一些轻微的弱点,有被攻击的可能


RIP版本2支持VLSM和不连续的子网,并且使用组播地址发送路面更新信息。并且加入了MD5 的算法相对较安全些!

RIPng主要针对ipv6做的。

ps:中继数或者跳数是相同的概念都为,都是一种单位按传输来算的,一段叫一跳


2、OSPF(开放的最短路径优先):open shortest path firs

OSPF提出了“区域(area)”的概念,每个区域中所有路由器维护着一个相同的链路状态数据库(LSDB)。区域又分为骨干区域(骨干区域的编号必须为0)和非骨干区域(非0编号区域),如果一个运行OSPF的网络只存在单一区域,则该区域可以是骨干区域或者非骨干区域。如果该网络存在多个区域,那么必须存在骨干区域,并且所有非骨干区域必须和骨干区域直接相连。OSPF利用所维护的链路状态数据库,通过最短路径优先算法(SPF算法)计算得到路由表。OSPF的收敛速度较快。由于其特有的开放性以及良好的扩展性,目前OSPF协议在各种网络中广泛部署

这种路由协议弥补了RIP的一些缺陷,并能与RIP在同一网络中共存。OSPF在选择最优路径时使用了一种更灵活的算法。最优路径这个术语是指从一个节点到另一个节点效率最高的路径。在理想的网络环境中,两点间的最优路径就是直接连接两点的路径。如果要传输的数据量过大,或数据在传输过程中损耗过大,数据不能沿最直接的路径传输,路由器就要另外选择出一条还要通过其他路由器但效率最高的路径。这种方案就要求路由器带有更多的内存和功能更强大的中央处理器。这样,用户就不会感觉到占用的带宽降到了最低,而收敛时间却很短。OSPF是继RIP之后第二种使用得最多的协议。
3、EIGRP (增强内部网关路由协议):Cisco私有协议

此路由协议由Cisco公司在20 世纪80年代中期开发。它具有快速收敛时间和低网络开销。相比较OSPF. EIGRP容易配置和需要较少的CPU,也支持多协议且限制路由器之间多余的网络流量。








本文出自 “会搬砖的猴子” 博客,请务必保留此出处http://silianbo.blog.51cto.com/6627757/1300812

这篇关于IP 路由 内部网关协议 常见的三种协议RIP、OSPF、EIGRP学习认识的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/977097

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

每天认识几个maven依赖(ActiveMQ+activemq-jaxb+activesoap+activespace+adarwin)

八、ActiveMQ 1、是什么? ActiveMQ 是一个开源的消息中间件(Message Broker),由 Apache 软件基金会开发和维护。它实现了 Java 消息服务(Java Message Service, JMS)规范,并支持多种消息传递协议,包括 AMQP、MQTT 和 OpenWire 等。 2、有什么用? 可靠性:ActiveMQ 提供了消息持久性和事务支持,确保消

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

认识、理解、分类——acm之搜索

普通搜索方法有两种:1、广度优先搜索;2、深度优先搜索; 更多搜索方法: 3、双向广度优先搜索; 4、启发式搜索(包括A*算法等); 搜索通常会用到的知识点:状态压缩(位压缩,利用hash思想压缩)。

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学