交换机的基本配置实验报告

article/2025/3/21 0:56:28

实验三 交换机的基本配置(2学时)

一、实验目的与要求
学习交换机的配置,熟练进行交换机的配置操作。

二、任务描述
交换机的基本配置主要有:给设备命名、登录信息、设置特权密码、VTY密码及Telnet管理、端口配置等。网络拓扑结果如下:
在这里插入图片描述
三、预习与准备
参考项目二的任务1

四、实验过程记载

1、设置交换机的名称为SA。
在工具栏中选择一交换机拖入实验区,点击交换机图例,选择“命令行”窗口。

在这里插入图片描述

根据命令设置交换机名称:
在这里插入图片描述

2、设置交换机的系统时间为2010年10月25日上午8时整。
在这里插入图片描述

3、设置交换机的特权密码为123456,并设置成密文存储。

设置交换机特权密码
在这里插入图片描述

密文存储
在这里插入图片描述

4、配置交换机Vlan1的接口IP为192.168.0.1/24。
在这里插入图片描述

5、设置交换机的Telnet远程管理,管理密码为abc。
在这里插入图片描述

6、设置Fa0/1口为Access模式,Fa0/2口为Trunk模式。
在这里插入图片描述

7、设置Fa0/3口的端口安全,最大MAC地址数为4个。

在这里插入图片描述

8、设置Fa0/4和Fa0/5口绑定固定的MAC地址。

在这里插入图片描述

9、设置Fa0/6口的带宽为100Mb/s。
在这里插入图片描述

五、实验结论

配置交换机的基本参数:包括设备名、管理IP地址、子网掩码、网关等。
配置交换机的端口:包括端口速率、双工模式、VLAN等。
配置交换机的 VLAN:将交换机的端口分配到不同的 VLAN 上,实现虚拟隔离。
配置交换机的端口安全:限制端口的接入设备数量,防止未经授权的设备接入网络。
在实验中,我们可以通过 Telnet 或者串口连接交换机进行配置,也可以通过 Web 界面进行配置。通过以上配置,可以实现对交换机的基本管理和控制,提高网络的可靠性和安全性。

六、实验思考与讨论

实验中我遇到了命令理解的困难,比如“设置Fa0/1口为Access模式,Fa0/2口为Trunk模式”,不理解Access模式和Trunk模式在实验中的区别。通过查阅资料,我明白了Access口只接收无VID的数据包,access口发送数据包时对所有数据包去除VID,而trunk口只对与自己端口的PVID相等的数据包去除VID,其它则直接转发。
通过实验操作,将具体理论与实践结合,更加深层次理解交换机配置的相关步骤,激发对计算机网络这门实践性极强课程的学习。


http://chatgpt.dhexx.cn/article/9bdNOibl.shtml

相关文章

交换机基础配置

目录 简述 实验 实验步骤 建立实验拓扑 设置编址 检测链路连通性 交换机双工模式配置 自协商模式 非自协商模式 交换机接口速率配置 自协商模式 非自协商模式 简述 交换机(Switch)也称为交换式集线器,其工作在 OSI第二层(数据储路层)上,基于…

小案例:利用Python实现图片上下、左右翻转

一、前言需求: 对图片进行操作,使图片上下、左右翻转 二、函数库: 使用Pillow模块提供的transpose()方法可以让图像翻转,上下翻转,或者左右翻转 三、操作说明: 原图如下: 图片上下翻转代码…

python图片处理Image和skimage的不同

做cnn的难免要做大量的图片处理。由于接手项目时间不长,且是新项目,前段时间写代码都很赶,现在稍微总结(恩,总结是个好习惯)。 1,首先安装python-Image和python-skimage、python-matplotlib。 简单代码&am…

python 批量处理图片文件(做到图片不变形)

对此次项目中主要涉及到的内容做以下说明: 1、需要收集大量资料(包括收集不同信息和图片); 2、资料太多需要做同样的操作处理(包括修改文件名和修改图片尺寸)。 一、修改文件名 import os os.listdir …

python图片灰度化处理

今天在学习的时候,发现scipy.misc中的imread提取图片的方法被弃用了。太生气了! 只好使用了matplotlib.pyplot中的imread了,可是当我发现他不能直接通过True来提取灰度图片时,我崩溃了 上网查了一下,了解了灰度化处理…

使用Python批量拼接图片

前言 当需要将多张图像拼接成一张更大的图像时,通常会用到图片拼接技术。这种技术在许多领域中都有广泛的应用,例如计算机视觉、图像处理、卫星图像、地理信息系统等等。在实际应用中,拼接图像可以用于创建全景图像、地图、海报、广告牌等等…

【Python】推荐五个常用的图像处理库

1. 引言 Python目前是世界上使用最多的编程语言之一。它能够以更少的工作量和更少的代码行数来完成许多事情。它还可以使用很少的代码行来方便地编辑和创建图像。 本文重点介绍,在图像处理领域,我们最常使用的一些Python开源库。 闲话少说,我…

python显示图片_python Image 模块处理图片

原标题:python Image 模块处理图片 Python-Image 基本的图像处理操作,有需要的朋友可以参考下。 Python 里面最常用的图像操作库是 Image library(PIL),功能上,虽然还不能跟Matlab比较,但是还是比较强大的,废话补多少,写点记录笔记。 1. 首先需要导入需要的图像库:…

python 之图像处理

1.对图像的处理 首先,对图像的处理需要提前安装第三方的PIL,可利用其对图像进行缩放、裁剪、旋转、色彩转换等一些处理工作。 举例一:设置一些图像的不同模式,open().convert(). convert中,可设置出“1”、“L”、“…

python 图片处理(pillow和OCR文字识别)

之前用过 c做opencv项目 这次用它做一下python opencv,图片截取固定像素: 仅仅记录一些步骤,知识点和踩坑。 环境: 安装要用: pip install opencv-python (后面使用pillow解决了,不学这个了)&…

python图片处理,自动生成gif动态图片

【粉丝福利】关注公众号,获取全套视频资料,使用第三方库pillow、将现有的图片,通过python自动合成gif动图,喜欢小编点个 ‘关注’ 吧! 安装依赖库 pip install Pillow导入依赖包 导入依赖包# 系统操作库import os# 图…

Python 图片处理(1) 如何增加亮度、如何添加颜色滤镜 、如何模糊图片(Pillow PIL)

文章目录 载入图片载入各种包载入图片 压缩图片滤镜增加明亮度RGB是什么增加明亮度 添加一个红色滤镜紫色滤镜 PIL模糊滤镜 载入图片 载入各种包 # import packages from PIL import Image from PIL import ImageFilter import numpy as np import numpy as np import pandas…

python图片处理(PIL)

1. 简单地读入图片、显示图片 from PIL import Image import matplotlib.pyplot as plt imgImage.open(background.jpg) plt.imshow(img) plt.show() 2. 对图像中像素点的预处理 1)获取图像尺寸 width,height 2)data是一个1D的list,长度是w…

超全Python图像处理讲解(多图预警)

文章目录 Pillow模块讲解一、Image模块1.1 、打开图片和显示图片1.2、创建一个简单的图像1.3、图像混合(1)透明度混合(2)遮罩混合 1.4、图像缩放(1)按像素缩放(2)按尺寸缩放 1.5、图…

查询oracle版本

select * from v$version; -- 查询oracle版本 select * from nls_database_parameters;

201921 oracle查看当前oracle版本及补丁版本

好久不写博客。。。 其实所有的写作,都是为了给自己备个档,给自己一次记忆,顺便,帮助了别人而已~ 所以,要多写~ 其实还有一个感悟,所有的知识来自于书本,这样才能成体系。 所有零散的技巧和知识…

查看oracle版本及补丁,Oracle 版本查看及版本号说明

select * from v$version; 结果如下: BANNER 1 Oracle Database 10g Enterprise Edition Release 10.2.0.1.0 - Prod 2 PL/SQL Release 10.2.0.1.0 - Production 3 CORE 10.2.0.1.0 Production 4 TNS for 32-bit Windows: Version 10.2.0.1.0 - Production 5 NLSRTL Version 1…

查询oracle 数据库版本

方式1:我也是在网上查询的,哈哈.自己做个总结

数学建模预测模型学习(一)——灰色预测模型

目录: 一、适用条件: 二、概念: 1、灰色系统: 2、灰色生成: 3、常见的灰生成方式: 三、GM(1,1)模型: 1、级比分析 2、GM(1,1) 四、总结 一、适用条件: &#x…

一文教你灰色预测模型到底怎么做

一、研究场景 灰色预测模型可针对数量非常少(比如仅4个),数据完整性和可靠性较低的数据序列进行有效预测,其利用微分方程来充分挖掘数据的本质,建模所需信息少,精度较高,运算简便,易…