网络节点

一、 heartbeat的概念 Linux-HA的全称是High-Availability Linux，它是一个开源项目，这个开源项目的目标是：通过社区开发者的共同努力，提供一个增强linux可靠性（reliability）、可用性 （availability）和可服务性（serviceability）（RAS）的群集解决方案。其中Heartbeat就是Linux-HA项目中 的一个组件，也是目前开源HA项目中最成功的一个例子，它提供了所有 HA 软件所需要的基本功能，比如心跳检测和资源接管、监测群集中的系统服务、在群集中的节点间转移共享 IP 地址的所有者等，自1999年开始到现在，Heartbeat在行业内得到了广泛的应用，也发行了很多的版本，可以从Linux-HA的官方网站www.linux-ha.org下载到Heartbeat的最新版本。 二、 HA集群中的相关术语 1．节点（node） 运行heartbeat进程的一个独立主机，称为节点，节点是HA的核心组成部分，每个节点上运行着操作系统和heartbeat软件服务，在 heartbeat集群中，节点有主次之分，分别称为主节点和备用/备份节点，每个节点拥有唯一的主机名，并且拥有属于自己的一组资源，例如，磁盘、文件 系统、网络地址和应用服务等。主节点上一般运行着一个或多个应用服务。而备用节点一般处于监控状态。 2．资源

简介 Flannel是CoreOS团队针对Kubernetes设计的一个网络规划服务，简单来说，它的功能是让集群中的不同节点主机创建的Docker容器都具有全集群唯一的虚拟IP地址。 在默认的Docker配置中，每个节点上的Docker服务会分别负责所在节点容器的IP分配。这样导致的一个问题是，不同节点上容器可能获得相同的内外IP地址。并使这些容器之间能够之间通过IP地址相互找到，也就是相互ping通。 Flannel的设计目的就是为集群中的所有节点重新规划IP地址的使用规则，从而使得不同节点上的容器能够获得“同属一个内网”且”不重复的”IP地址，并让属于不同节点上的容器能够直接通过内网IP通信。 Flannel实质上是一种“覆盖网络(overlaynetwork)”，也就是将TCP数据包装在另一种网络包里面进行路由转发和通信，目前已经支持udp、vxlan、host-gw、aws-vpc、gce和alloc路由等数据转发方式，默认的节点间数据通信方式是UDP转发。 一、简单总结flannel的特点 1.使集群中的不同Node主机创建的Docker容器都具有全集群唯一的虚拟IP地址。 2.建立一个覆盖网络（overlay network），通过这个覆盖网络，将数据包原封不动的传递到目标容器。覆盖网络是建立在另一个网络之上并由其基础设施支持的虚拟网络

计算机网络-网络层-路由算法 最优化原则 1.最佳路径的每一部分也是最佳路径 如果路由器J在从路由器I到K的最优路径上，那么从J到K的最优路径必定沿着同样的路由路径 2.通往路由器的所有最佳路径的并集是一棵称为汇集树 3.路由算法的目的 为所有路由器找出并使用汇集树 最短路径路由 Dijkstra算法 1.每个节点用从源节点沿已知最佳路径到该节点的距离来标注，标注分为临时性标注和永久性标注 2.初始时，所有节点都为临时性标注，标注为无穷大 3.将源节点标注为0，且为永久性标注，并令其为工作节点 4.检查与工作节点相邻的临时性节点，若该节点到工作节点的距离与工作节点的标注之和小于该节点的标注，则用新计算得到的和重新标注该节点 5.在整个图中查找具有最小值的临时性标注节点，将其变为永久性节点，并成为下一轮检查的工作节点 6.重复第四、五步，直到目的节点成为工作节点 泛洪算法 描述 一种将数据包发送到所有网络节点的简单方法,每个节点通过将其发送到所有其他链接之外来泛洪在传入链接上接收到的新数据包，它属于静态算法 问题 重复的数据包，由于循环可能会无限多 节点需要跟踪已泛洪的数据包以阻止洪泛 即使在跳数上使用限制也会成倍爆炸 两种解决措施 每个数据包的头中包含一个跳计数器，每经过一跳后该计数器减1，为0时则丢弃该数据包 记录哪些数据包已经被扩散了，从而避免再次发送这些数据包。方法： 1

第十五章 网络 15.1 联网 1.计算机之间的连接通常是靠物理电线或电缆实现的。但是，有些连接使用无线电波或红外信号传导数据，这种链接是无线的。 2.==计算机网络中的设备不只是计算机==。例如，打印机可以直接连入网络，一边网络中的每个用户都可以使用它。 3.多媒体成分（如音频或视频）是使通信量大增的主要贡献者。 计算机网路(computer network) ：为了通信和共享资源而连接在一起的一组计算设备。 无线连接(wireless) ：没有物理电线的网络连接。 节点（主机）(node(host)) ：网路中任何可寻址的设备。 数据传输率（带宽）(data transfer rate (bandwidth)) ：数据从网路中的一个地点传输到另一个地点的速率。 4.在联网过程中，我们使用明确的协议来说明如何格式化和处理要传输的数据。 5.协议(protocol)：定义如何在网路上格式化和处理数据的一组规则。 6.客户/服务器模型(client/server model)：客户发出对服务器的请求，服务器做出响应的分布式方法。 7.文件服务器(file server)：专用于为网路用户存储和管理文件的计算机。 8.Web服务器(Web server)：专用于响应网页请求的计算机。 15.1.1 网络的类型 1. 局域网(Local-Area Network,LAN)

2019-2020-1学期 20192428 《网络空间安全专业导论》第六周学习总结 第15章 网络 第十五章讨论了计算机在通信领域中所扮演的角色 15.1 连网 计算机网络 ：为了通信和共享资源而连接在一起的一组计算设备 计算机之间的连接通常是靠物理电线或电缆实现的，除此之外，有些连接使用无线电波或红外信号传到数据。 网络不是由物理连接定义的，而是由通信能力定义的。 计算机网络中的设备不只是计算机，因此用 节点 或 主机 来引用网络中的所有设备 数据传输率（带宽） ：数据从网络中的一个地点传输到另一个地点的速率。 客户/服务器模型：客户发出对服务器的请求，服务器做出响应的分布式方法。 文件服务器：专用于为网络用户储存和管理文件的计算机。 Web服务器：专用于响应网页请求的计算机。 网络的类型 局域网（LAN） 是连接较小的地理范围内的少量计算机的网络。而管理LAN的各种配置叫 拓扑 ： 环形拓扑 ：把所有节点连接成一个封闭的环，消息在环中沿着一个方向传播，环形网络中的节点传递消息，直到它们到达了目的地。 星型拓扑 ：以一个节点为中心，其他节点都连接在中心的节点上，所有消息都经过中心节点发送，但星型网络给予中心节点巨大的负担，如果中心节点不工作了，那么整个网络的通信就瘫痪了。 总线拓扑 ：所有节点都连接在一条通信线上，消息可以在通信线中双向传播。总线上的所有节点将检查总线传输的消息

用 Java 实现简单的区块链 1. 概述 本文中，我们将学习区块链技术的基本概念。也将根据概念使用 Java 来实现一个基本的应用程序。 进一步，我们将讨论一些先进的概念以及该技术的实际应用。 2. 什么是区块链？ 因此，让我们首先了解到底什么是区块链... 它的起源可以追溯到2008年 Satoshi Nakamoto 在比特币上发布的白皮书 。 区块链是一个分散的信息分类账。 它由通过使用密码学连接的数据块组成。它属于通过公共网络连接的节点网络。当我们稍后尝试构建一个基本教程时，我们会更好地理解这一点。 有一些我们必须要明白的重要属性，所以让我们来看看它们： Tamper-proof [ 加密摘要 ]：首先也是最重要的， 数据作为块的一部分是防篡改的。 每个块都由加密摘要引用，通常称为哈希，使块防篡改。 Decentralized [ 分散化 ]： 整个区块链是完全分散 在网络上的。这意味着没有主节点，网络中的每个节点都有相同的副本。 Transparent [ 透明的，显而易见的 ]：每个参与网络的节点都 通过与其他节点的协商一致来验证并向其链添加一个新块 。因此，每个节点都具有完整的数据可视性。 3. 区块链如何工作？ 现在，让我们了解区块链如何工作。 区块链的基本单位是块。 一个块能封装多个事务或者其它有价值的数据： 我们用哈希值表示一个块。 生成块的哈希值叫做“挖掘

原文地址： https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650754422&idx=4&sn=0dc881487f362322a875b4ce06e645f7&chksm=871a8908b06d001ef7386ccc752827c20711877a4a23d6a8318978095dd241d118257c607b22&scene=21#wechat_redirect 深度学习在多个领域中实现成功，如声学、图像和自然语言处理。但是，将深度学习应用于普遍存在的图数据仍然存在问题，这是由于图数据的独特特性。近期，该领域出现大量研究，极大地提升了图分析技术。清华大学朱文武等人综述了应用于图的不同深度学习方法。 他们将现有方法分为三个大类：半监督方法，包括 图神经网络 和图卷积网络；无监督方法，包括图自编码器；近期新的研究方法，包括图循环神经网络和图强化学习。然后按照这些方法的发展史对它们进行系统概述。该研究还分析了这些方法的区别，以及如何合成不同的架构。最后，该研究简单列举了这些方法的应用范围，并讨论了潜在方向。 引言 近十年，深度学习成为人工智能和机器学习这顶皇冠上的明珠，在声学、图像和自然语言处理领域展示了顶尖的性能。深度学习提取数据底层复杂模式的表达能力广受认可。但是，现实世界中普遍存在的图却是个难点

1.什么是网络 网络就是把不同地理位置的终端设备通过传输介质和网络设备连接起来，实现资源共享及通信 2.网络的发展阶段 1.远程练级系统 第一代计算机网络是以单个计算机为中心的远程联机系统。 典型应用是由一台计算机和全美范围内2 000多个终端组成的飞机订票系统。 2.分组交换网络 20世纪60年代中期至70年代 。 第二代计算机网络是以多个主机通过通信线路互联起来，为用户提供服务。 典型代表是美国国防部高级研究计划局协助开发的ARPANET（阿帕网）。 3.开放式的标准化计算机网络 20世纪70年代末至90年代。 第三代计算机网络是具有统一的网络体系结构并遵循国际标准的开放式和标准化的网络。 ARPANET兴起后，计算机网络发展迅猛，各大计算机公司相继推出自己的网络体系结构及实现这些结构的软硬件产品。但由于没有统一的标准，不同厂商的产品之间互联很困难。 1984年，ISO正式颁布了一个称为“开放系统互连基本参考模型”（OSI模型）的国际标准ISO7498。 在开放式网络中，所有的计算机和通信设备都遵循着共同认可的国际标准（OSI七层网络参考模型），从而可以保证不同厂商的网络产品可以在同一网络中顺利地进行通信。 4.高速网络技术阶段 20世纪90年代末至今。 第四代计算机网络由于局域网技术发展越趋成熟，出现了光纤及高速网络技术，多媒体网络，智能网络等

图神经网络（GNN）热度持续上升，之前我们曾介绍了清华两篇综述论文，参见：深度学习时代的图模型，清华发文综述图网络，和清华大学图神经网络综述：模型与应用。最近，IEEE Fellow、Senior Member 和 Member Zonghan Wu 等人又贡献了一篇图神经网络综述文章。这篇文章介绍了 GNN 的背景知识、发展历史、分类与框架、应用等，详细介绍了各种模型与方法，包括公式、模型图示、算法等，希望对大家有所帮助。 引言 深度网络的最新进展推进了模式识别和数据挖掘领域的研究。目标检测、机器翻译、语音识别等许多机器学习任务曾高度依赖手工特征工程来提取信息特征集合，但多种端到端深度学习方式（即卷积神经网络、长短期记忆网络和自编码器）改变了这种状况。深度学习在多个领域的成功主要归功于计算资源的快速发展（如 GPU）、大量训练数据的收集，还有深度学习从欧几里得数据（如图像、文本和视频）中提取潜在表征的有效性。例如 CNN 可以利用平移不变性、局部连通性和图像数据语意合成性，从而提取出与整个数据集共享的局部有意义的特征，用于各种图像分析任务。 尽管深度学习已经在欧几里得数据中取得了很大的成功，但从非欧几里得域生成的数据已经取得更广泛的应用，它们需要有效分析。例如，在电子商务领域，一个基于图的学习系统能够利用用户和产品之间的交互以实现高度精准的推荐。在化学领域，分子被建模为图

　　OSI 七层模型通过七个层次化的结构模型使不同的系统不同的网络之间实现可靠的通讯，因此其最主要的功能就是帮助不同类型的主机实现数据传输 。完成中继功能的节点通常称为中继系统。一个设备工作在哪一层，关键看它工作时利用哪一层的数据头部信息。网桥工作时，是以MAC头部来决定转发端口的，因此显然它是数据链路层的设备。具体说: 物理层：网卡，网线，集线器，中继器，调制解调器 数据链路层：网桥，交换机 网络层：路由器 网关工作在第四层传输层及其以上 　　集线器是物理层设备,采用广播的形式来传输信息。 　　交换机就是用来进行报文交换的机器。多为链路层设备(二层交换机)，能够进行地址学习，采用存储转发的形式来交换报文.。 　　路由器的一个作用是连通不同的网络，另一个作用是选择信息传送的线路。选择通畅快捷的近路，能大大提高通信速度，减轻网络系统通信负荷，节约网络系统资源，提高网络系统畅通率。 交换机的工作原理 　　交换机拥有一条很高带宽的内部总线和内部交换矩阵。交换机的所有的端口都挂接在这条总线上，控制电路收到数据包以后，处理端口会查找内存中的地址对照表以确定目的MAC（网卡的硬件地址）的NIC（网卡）挂接在哪个端口上，通过内部交换矩阵迅速将数据包传送到目的端口，目的MAC若不存在则广播到所有的端口，接收端口回应后交换机会“学习”新的地址，并把它添加入内部MAC地址表中。 使用交换机也可以把网络