OSPF基础知识三AAA

OSPF基础

  1. 路由协议类型
  1. 距离矢量路由协议:传闻的方式更新,直接传递路由信息,没有全网拓扑,存在环路风险,次优路径
  2. 链路状态路由协议:设备之间传递链路状态信息,全局拓扑,根据全局拓扑计算最优路径

  1. OSPF基础术语
  1. LSA:链路状态信息通告,是链路状态信息的载体
  2. LSDB:链路状态数据库,保存了所有的LSA
  3. Router ID:路由器ID,每一个运行的OSPF协议设备都需要一个RID,用于唯一表示设备本身
  4. 区域:OSPF网络可以划分为多个区域,区域0时骨干区域,1-4096都是非骨干区域,非骨干区域必须和骨干区域链接
  5. Cost:OSPF使用带宽计算开销,Cost值 = 100Mbit/s/借口带宽,带宽越大,开销越小,手工配置开销

  1. 报文类型
  1. hello报文:建立,周期性维护邻居关系10s
  2. DD: 描述LSA的摘要信息
  3. LSR:请求自己需要的报文
  4. LSU:发送对方需要的LSA
  5. Lsack:对方接收到LSU做确认

  1. OSPF三大表项
  1. OSPF邻居表,display ospf peer
  2. 链路状态数据库/LSDB:display ospf lsdb
  3. Ospf路由表:display ospf routing-table

  1. OSPF之间的关系
  1. 邻居关系--平淡互相hello
  2. 邻接关系--亲密互相深层次了解对方

  1. OSPF工作原理

{1}建立邻居关系 状态停留在2 - way

  1. R1 和 R2 都只发送携带自己的RID的hello报文
  2. 互相收到对方报文后,会回复一个携带自己的RID+邻居的RID的hello报文
  3. 收到对方发送的携带自己和邻居的RID的hello后,认为邻居关系建立成功
  4. 后续设备每隔10s发送一次hello,用于维护邻居关系

{2}同步LSDB状态停留在full

  1. R1 和 R2互相发送一个空的DD报文,携带自己RID,认为自己是主,其中R1的DD序列号为X,R2为Y
  2. 收到对方报文后通过RID计算主从,值大优先,R2是主,R1是从
  3. 从设备会发送一个携带LSA摘要的DD报文
  4. 主设备收到带有LSA摘要的DD报文后,也回复一个带有摘要LSA的DD报文
  5. 双方交互完DD报文后吗,知道双方有哪些LSA,从就开始去请求自身需要的LSA
  6. 从朝主发送LSR报文,请求自身需要的LSA
  7. 主收到以后回复LSU,携带对方所需要的LSA
  8. 从收到以后回复LSACK

PS:主是R2 从是R1

{3} SPF算法计算最优路径

{4} 将最优路径放入IP路由表

  1. OSPF网络类型:为了适配不同的链路层协议,OSPF设计了多网络类型,不同网络类型,对应不同的OSPF操作
  1. 广播:对应的以太网
  2. P2P:对应PPP协议
  3. NBMA:对应针中继协议(FR)
  4. P2MP:只能由其他网络修改而来,一般是由NBMA修改

  1. DR/BDR: 只有在广播和NBMA网络中才会有的设备角色,作用是减少网络中的邻接关系。(减少不必要的报文,缓解设备资源消耗)
  2. 只有DR 和 BDR 才会和其他设备建立领接关系,DRother之间不会建立邻接关系,只会停留在邻居关系
  3. DR/BDR选举规则
  1. 比较优先级,值大优先,默认 1 , 0代表不参与选举
  2. 比较RID,值大优先
  3. DR/BDR 不可抢占

  1. AAA认证、授权和计费的缩写
  1. AAA的体系结构:用户NAS(网络接入服务器)AAA服务器
  2. AAA最常使用的协议:RADIUS协议

  1. 认证
  1. 不认证 即插即用
  2. 远端认证:要通过NAS设备进行发送至服务器
  3. 本地认证:不需要通过NAS

  1. 授权
  1. 不授权 不给予权限
  2. 本地授权:不需要通过NAS
  3. 远端授权:要通过NAS设备进行发送至服务器

  1. 计费
  1. 不计费,不记录你的使用信息
  2. 远端计费:要通过NAS设备进行发送至服务器

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/763351.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

昇思第6天

函数式自动微分 神经网络的训练主要使用反向传播算法,模型预测值(logits)与正确标签(label)送入损失函数(loss function)获得loss,然后进行反向传播计算,求得梯度&#…

推荐算法学习笔记2.2:基于深度学习的推荐算法-基于特征交叉组合+逻辑回归思路的深度推荐算法-Deep Crossing模型

Deep Crossing模型(微软,搜索引擎,广告推荐) 前置知识:推荐算法学习笔记1.3:传统推荐算法-逻辑回归算法,推荐算法学习笔记1.4:传统推荐算法-自动特征的交叉解决方案:FM→FFM 本文含残差块反向传…

人工智能--目标检测

欢迎来到 Papicatch的博客 文章目录 🍉引言 🍉概述 🍈目标检测的主要流程通常包括以下几个步骤 🍍数据采集 🍍数据预处理 🍍特征提取 🍍目标定位 🍍目标分类 🍈…

mac软件卸载后的残留文件删除 mac如何卸载应用程序

很多人都不知道,mac使用系统方式卸载后会有残留文件未被删除,久而久之就会占用大量的磁盘空间。今天小编就来教大家如何删除mac软件卸载后的残留文件,如果你想不留痕迹的删除,mac又该如何正确卸载应用程序,本文将一一为…

整合、速通 版本控制器-->Git 的实际应用

目录 版本控制器 -- Git1、Git 和 SVN 的区别2、Git 的卸载和安装2-1:Git 卸载1、先查下原本的Git版本2、删除环境变量3、控制面板卸载 Git 2-2:Git 下载安装1、官网下载2、详细安装步骤3、安装成功展示 3、Git 基础知识3-1:基本的 Linux 命令…

通俗易懂的chatgpg的原理简介

目录 一、深度学习与语言模型 二、ChatGPT训练三步走 三、情景学习与思维链 四、修改提示语优化结果 五、能力评估和注意问题 六.算法原理 简介: ChatGPT的人工智能原理主要基于深度学习技术,特别是大规模的预训练语言模型和Transformer结构。Cha…

SpringCloud_Eureka注册中心

概述 Eureka是SpringCloud的注册中心。 是一款基于REST的服务治理框架,用于实现微服务架构中的服务发现和负载均衡。 在Eureka体系中,有两种角色: 服务提供者和服务消费者。 服务提供者将自己注册到Eureka服务器,服务消费者从Eureka服务器中…

使用Qt制作一个简单的界面

1、创建工程 步骤一: 步骤二: 步骤三: 选择 build system,有qmake、CMake 和 Qbs 三个选项。 CMake 很常用,功能也很强大,许多知名的项目都是用它,比如 OpenCV 和 VTK,但它的语法繁…

【Android面试八股文】什么是ANR?如何分析和定位ANR?如何避免ANR?

文章目录 一、ANR概述二、触发ANR的主要场景三、Android四大组件中的潜在的ANR风险五、避免ANR的实践建议六、ANR的产生原因与出现的场景6.1 原因:6.2 出现场景:七、ANR的定位与分析7.1. ANR分析思路——traces7.2 ANR其他分析思路与相关日志7.2.1 分析logcat思路7.2.2 分析k…

Spring Cloud Circuit Breaker基础入门与服务熔断

官网地址&#xff1a;https://spring.io/projects/spring-cloud-circuitbreaker#overview 本文SpringCloud版本为&#xff1a; <spring.boot.version>3.1.7</spring.boot.version> <spring.cloud.version>2022.0.4</spring.cloud.version>【1】Circu…

易校网校园综合跑腿小程序源码修复运营版

简介&#xff1a; 易校网校园综合跑腿小程序源码修复运营版&#xff0c;带服务端客户端前端文档说明。 源码安装方法&#xff1a; 需要准备小程序服务号 服务器 备案域名 校园网跑腿小程序源码需要准备 1.小程序 2.服务器&#xff08;推荐配置2h4g3m&#xff09; 3.域名…

【Python实战因果推断】13_线性回归的不合理效果3

目录 Regression Theory Single Variable Linear Regression Multivariate Linear Regression Frisch-Waugh-Lovell Theorem and Orthogonalization Regression Theory 我不打算太深入地探讨线性回归是如何构建和估计的。不过&#xff0c;一点点理论知识将有助于解释线性回归…

更新!谷歌倾斜摄影OSGB数据V1.2版

谷歌倾斜摄影OSGB数据V1.2版终于来了&#xff01; 一个月前发布了谷歌倾斜摄影数据生成OSGB数据V1.0版&#xff0c;对谷歌倾斜摄影数据转换工具进行了重大更新&#xff0c;V1.1版主要解决了三个问题&#xff1a;1.支持Cesiumlab等数据处理软件&#xff0c;将OSGB数据转换成3DTi…

OFDM关键技术——PAPR降低技术

OFDM信号的峰均比问题 PAR问题由于不同子载波上N个正弦信号叠加引起&#xff0c;由于各个子载波的幅值和相位相互独立&#xff0c;当子载波数目较大时&#xff0c;由中心极限定理可知&#xff0c;同相分量的幅度服从高斯分布。 峰值功率&#xff1a;0.1033 平均功率&am…

网安小贴士(4)哈希函数

一、前言 哈希函数是密码学中的基础工具&#xff0c;哈希函数在密码学中扮演着至关重要的角色&#xff0c;广泛应用于确保数据的安全性和完整性。随着技术的发展&#xff0c;新的哈希算法和应用场景也在不断出现。 二、定义 哈希函数是一种数学函数&#xff0c;它接受一个输…

计算机I/O系统与外围设备详解:从基础概念到实际应用

计算机I/O系统与外围设备详解&#xff1a;从基础概念到实际应用 在计算机世界中&#xff0c;理解I/O系统和外围设备的基本概念对初学者来说至关重要。本文将详细介绍I/O系统的基础知识、I/O接口、计算机外围设备及其工作原理&#xff0c;帮助基础小白更好地理解这些概念。 I/O…

毫米波雷达深度学习技术-1.7训练一个神经网络

1.7 训练一个神经网络 对于训练神经网络&#xff0c;有两个步骤&#xff0c;即前向传递和误差反向传播。 1.7.1 前向传播和反向传播 在前向传递中&#xff0c;输入被馈送到模型并与权重向量相乘&#xff0c;并为每一层添加偏差以计算模型的输出。密集层或全连接层第l层的输入、…

中画幅巡检相机-SHARE 100M A10

【毫厘之间&#xff0c;洞见非凡】 ——SHARE 100M A10中画幅测量相机&#xff0c;巡检行业的新选择 在巡检行业&#xff0c;精准度是关键&#xff0c;深圳赛尔智控科技有限公司最新推出的SHARE 100M A10中画幅测量相机&#xff0c;基于先进的IMX461影像传感器&#xff0c;拥有…

prometheus 安装node_exporter, node_exporter 安装最新版 普罗米修思安装监控服务器client

1. 本文介绍两种安装方式&#xff0c;一种安装为service,使用systemctl start node_exporter管理&#xff0c;第二种为安装docker内 容器内使用。 1.1 安装到系统内&#xff1a; 1.1.1 github地址&#xff1a; Releases prometheus/node_exporter GitHub ​ 1.1.2 下载命…

解析Linux top 命令输出并生成动态图表

文章目录 0. 引言1. 原理2. 功能3. 程序架构流程图结构图 4. 数据解析模块5. 图表绘制模块6. 主程序入口7. 使用方法8. 总结9. 附录完整代码 0. 引言 在性能调优和系统监控中&#xff0c;top 命令是一种重要工具&#xff0c;提供了实时的系统状态信息&#xff0c;如 CPU 使用率…