По вашему запросу ничего не найдено :(
Убедитесь, что запрос написан правильно, или посмотрите другие
наши статьи:
Файл hosts в Windows, Mac или Linux сопоставляет имена хостов с IP-адресами. Редактирование файла hosts может быть полезно, если вы запускаете тесты в своей сети. Сопоставляя IP-адрес с именем сервера (или именем домена), вы можете пропустить процесс, в котором веб-браузер использует поиск сервера доменных имен (DNS) для преобразования имени домена в IP-адрес.
Из этого руководства вы узнаете, как редактировать файл hosts в Linux, Windows или Mac.
Как редактировать файл Hosts в Linux
Шаг 1: Откройте окно терминала (командная строка)
В большинстве дистрибутивов Linux терминал можно найти по пути Приложения -> Утилиты -> Терминал, или можно щелкнуть правой кнопкой мыши на рабочем столе и выбрать "Open Terminal" (Открыть терминал).
Шаг 2: Откройте файл Hosts
Чтобы открыть файл hosts в Linux, введите команду:
sudo vim /etc/hosts
Система должна запросить ваш пароль - введите его, и файл hosts должен открыться.
Шаг 3: Изменить файл
Файл hosts в Linux отформатирован таким образом, чтобы IP-адрес был первым, а имя сервера - вторым.
0.0.0.0 server.domain.com
Добавьте любые записи, которые вы хотите в конец файла. Если вы допустили ошибку или хотите, чтобы ваша операционная система проигнорировала строку, добавьте знак # в начале этой строки.
Сохраните изменеия и выходите из редактора (:wq в vim).
Шаг 4 (опциональный): Name Service
Файл hosts обходит стандартный поиск сервера доменных имен. В Linux есть еще один файл, который сообщает операционной системе, в каком порядке искать трансляции IP-адресов. Это файл nsswitch.conf. Если он настроен на просмотр DNS в первую очередь, он пропустит файл hosts и сразу перейдет к поиску DNS.
Чтобы проверить конфигурацию, введите в окне терминала:
cat /etc/nsswitch.conf
Примерно на середине должна быть запись с надписью hosts. Убедитесь, что в правом столбце в первую очередь будет слово files. Если по какой-то причине DNS указан первым, откройте файл nsswitch.conf в текстовом редакторе:
sudo vim /etc/nsswitch.conf
Для параметра hosts: измените запись так, чтобы files находились в начале записи, а dns - в конце.
Как отредактировать файл Hosts в Windows
Шаг 1: Откройте Блокнот как Администратор
Для этой операции вам потребуются права администратора.
Нажмите Пуск или кнопку Windows и введите Блокнот. Функция поиска найдет приложение «Блокнот».
Щелкните правой кнопкой мыши на приложении «Блокнот» и выберите «Запуск от имени администратора».
Должно появиться окно контроля учетных записей Windows с вопросом «Хотите ли вы, чтобы это приложение могло вносить изменения в ваше устройство?» Нажмите Да.
Шаг 2: Откройте файл Windows Hosts
В блокноте нажмите Файл -> Открыть
Перейдите к C:windowssystem32driversetc
В правом нижнем углу, чуть выше кнопки Открыть, щелкните раскрывающееся меню, чтобы изменить тип файла на Все файлы.
Выберите hosts и нажмите Открыть.
Шаг 3: Отредактируйте файл
Файл hosts дает вам краткое объяснение того, как написать новую строку. Вот краткая разбивка:
0.0.0.0 server.domain.com
Первый набор из четырех цифр - это IP-адрес, который вы мапите. Это может быть внутренний IP-адрес сервера в сети или IP-адрес веб-сайта.
Вторая часть - это имя, которое вы хотите ввести в браузере для доступа к серверу по IP-адресу, который вы только что указали.
Когда вы закончите вносить изменения, сохраните файл (Файл -> Сохранить) и выйдите.
Вы можете указать Windows игнорировать любую строку, поставив знак # в начале этой строки.
# 0.0.0.0 server.domain.com
Как редактировать файл Hosts на Mac
Шаг 1: Откройте терминал Mac
Откройте Finder и перейдите в Приложения -> Утилиты -> Терминал и введите следующее:
sudo nano /private/etc/hosts
Система должна попросить вас ввести пароль - это тот же пароль, который вы используете для входа в систему. Введите его и нажмите Enter.
Шаг 2. Редактирование файла Hosts
Тут IP-адрес идет первым, а имя сервера - вторым. Комментарии отмечены знаком #. Рассмотрим пример ниже:
0.0.0.0 server.domain.com
Сначала введите IP-адрес, на который вы хотите сослаться, пробел, а затем имя сервера (или доменное имя), которое вы хотите связать с ним.
Сохраните изменения, нажав Command + O, затем выйдите, нажав Command + X.
Сегментная маршрутизация (Segment Routing, SR) может или не может считаться туннельным решением, в зависимости от конкретной реализации и того, насколько строго вы хотите придерживаться определения туннелей, представленного ранее в статье "Виртуализация сетей". В этой статье будет рассмотрена основная концепция сегментной маршрутизации и две возможные схемы реализации: одна с использованием меток потока IPv6, а другая с использованием меток многопротокольной коммутации по меткам (Multiprotocol Label Switching -MPLS).
Каждому устройству в сети с поддержкой SR присваивается уникальная метка. Стек меток, описывающий путь в терминах этих уникальных меток, может быть присоединен к любому пакету, заставляя его принимать определенный указанный путь. Рисунок 5 демонстрирует это.
Каждый маршрутизатор на рисунке 5 объявляет IP-адрес в качестве идентификатора вместе с меткой, прикрепленной к этому IP-адресу. В SR метка, прикрепленная к идентификатору маршрутизатора, называется идентификатором сегмента узла (SID узла). Поскольку каждому маршрутизатору в сети присваивается уникальная метка, путь через сеть может быть описан с использованием только этих меток. Например:
Если вы хотите перенаправить трафик от A к K по пути [B, E, F, H], вы можете описать этот путь с помощью меток [101,104,105,107].
Если вы хотите перенаправить трафик от A к K по пути [B, D, G, H], вы можете описать этот путь с помощью меток [101,103,106,107].
Набор меток, используемых для описания пути, называется стеком меток. Между D и H есть две связи; как это можно описать? В SR доступно несколько опций, в том числе:
Стек меток может включать в себя только идентификаторы SID узла, описывающие путь через сеть в терминах маршрутизаторов, как показано ранее. В этом случае, если бы стек меток включал пару [103,107], D просто перенаправлял бы H в обычном режиме на основе информации локальной маршрутизации, поэтому он будет использовать любой локальный процесс, который он будет использовать для пересылки любого другого пакета, например, распределение нагрузки между двумя каналами для пересылки трафика с меткой SR.
Стек меток может включать явную метку для загрузки общего ресурса по любому доступному набору путей, доступных в этой точке сети.
H может назначить метку для каждого входящего интерфейса, а также SID узла, привязанный к его локальному идентификатору маршрутизатора. Эти метки будут объявляться так же, как SID узла, но, поскольку они описывают смежность, они называются SID смежности (adjacency). SID смежности уникален локально; он уникален для маршрутизатора, объявляющего сам SID смежности.
Третий вид SID, префиксный SID, описывает конкретный достижимый пункт назначения (префикс) в сети. SID узла может быть реализован как SID префикса, привязанный к loopback адресу на каждом маршрутизаторе в сети.
Не обязательно, чтобы весь путь описывался стеком меток. Например, стек меток [101,103] будет направлять трафик в B, затем в D, но затем позволит D использовать любой доступный путь для достижения IP-адреса назначения в K. Стек меток [105] обеспечит прохождение трафика через сеть к K будет проходить через F. Не имеет значения, как трафик достиг этой точки в сети и как он был перенаправлен после того, как достигнет F, если он проходит через F, будучи направленным к K.
Каждая метка в стеке представляет собой сегмент. Пакеты переносятся от метки к метке через каждый сегмент в сети, чтобы быть транспортированными от головной части пути к хвостовой части пути.
Маршрутизация сегментов с многопротокольной коммутацией меток
MPLS был изобретен как способ сочетать преимущества асинхронного режима передачи (ATM), который больше не используется широко, с IP-коммутацией. В первые дни сетевой инженерии наборы микросхем, используемые для коммутации пакетов, были более ограничены в своих возможностях, чем сейчас. Многие из используемых наборов микросхем были Field Programmable Gate Arrays (FPGA), а не Application-Specific Integrated Circuits (ASIC), поэтому длина поля, в котором коммутировался пакет, напрямую коррелировала со скоростью, с которой пакет мог коммутироваться. Часто было проще переработать пакет или обработать его дважды, чем включать в заголовок много сложной информации, чтобы пакет можно было обработать один раз.
Примечание: повторное использование пакетов по-прежнему часто используется во многих наборах микросхем для поддержки внутренних и внешних заголовков или даже для обработки различных частей более длинного и сложного заголовка пакета.
MPLS инкапсулирует исходный пакет в заголовок MPLS, который затем используется для коммутации пакета по сети. На рисунке 6 показан заголовок MPLS. Весь заголовок состоит из 32 бит, метка 20 бит. Устройство пересылки MPLS может выполнять три операции:
Текущая метка в заголовке MPLS может быть заменена другой меткой (SWAP).
В пакет можно вставить новую метку (PUSH).
Текущая метка может быть очищена, а метка под текущей меткой обработана (POP).
Операции PUSH и POP переносятся непосредственно в SR: операция SWAP реализована в SR как CONTINUE, что означает, что текущая метка заменяется той же меткой (т. е. заголовок с меткой 100 будет заменен меткой 100), и обработка этого текущего сегмента будет продолжена. Проще всего понять процесс обработки на примере. Рисунок 7 демонстрирует это.
На рисунке 7 каждому маршрутизатору присвоена глобально уникальная метка из глобального блока сегментной маршрутизации (Segment Routing Global Block -SRGB). Они объявляются через протокол маршрутизации или другую плоскость управления. Когда A получает пакет, предназначенный для N, он выбирает путь через сеть, используя некоторый локальный механизм. В этот момент:
Чтобы начать процесс, A выполнит PUSH серии заголовков MPLS на пакете, которые описывают путь через сеть, [101,103,104,202,105,106,109, 110]. Когда A коммутирует пакет в сторону B, он вставит первую метку в стек, так как нет необходимости отправлять свою собственную метку в заголовке. Стек меток на канале [A,B] будет равен [103,104,202,105,106,109,110].
Когда B получает пакет, он проверяет следующую метку в стеке. Обнаружив, что метка равна 103, он выполнит POP этой метки и перешлет пакет в D. В этом случае стек меток SR выбрал один из двух возможных путей с равной стоимостью через сеть, так что это пример выбора SR конкретного пути. Стек меток на канале [B, D] будет [104,202,105,106,109,110].
Когда D получает пакет, верхняя метка в стеке будет 104. D выполнит POP этой метки и отправит пакет в E. Стек меток на канале [D, E] будет [202,105,106,109,110].
Когда E получает этот пакет, верхняя метка в стеке - 202. Это селектор смежности, поэтому он выбирает конкретный интерфейс, а не конкретного соседа. E выберет правильный интерфейс, нижний из двух интерфейсов на рисунке, и POP этой метки. Верхняя метка теперь представляет собой SID узла для F, который можно удалить, поскольку пакет передается на F. E переработает пакет и также откроет эту POP. Стек меток на канале [E, F] будет [106,109,110].
Когда пакет достигает F, следующей меткой в стеке будет 106. Эта метка указывает, что пакет должен быть передан в G. F выполнит POP метки и передаст ее G. Стек меток на канале [F, G] будет [109,110].
Когда пакет достигает G, следующая метка в стеке - 109, что указывает на то, что пакет должен быть направлен к L. Поскольку G не соединен напрямую с L, он может использовать локальный, свободный от петель (обычно самый короткий) путь к L. В этом случае есть два пути с равной стоимостью к L, поэтому G выполнит POP метки 109 и переадресовывает по одному из этих двух путей к L. В сегменте [G, L] стек меток равен [110].
Предположим, что G решает отправить пакет через K. Когда K получает пакет, он будет иметь стек меток, содержащий [110], который не является ни локальной меткой, ни смежным узлом. В этом случае метка должна оставаться прежней, или сегмент должен иметь CONTINUE. Чтобы реализовать это, K поменяет текущую метку 110 на другую копию той же метки, так что K будет пересылать трафик с той же меткой. На канале [K,L] стек меток будет равен [110].
Когда L принимает пакет, единственной оставшейся меткой будет 110, что указывает на то, что пакет должен быть направлен в M. L будет выполнена POP метки 109, эффективно удалив всю инкапсуляцию MPLS, и перенаправит пакет в M.
Когда M получает пакет, он пересылает его, используя обычный IP-адрес, в конечный пункт назначения - N.
Концепция стека меток в MPLS реализована в виде серии заголовков MPLS, уложенных друг на друга. Pop метки означает удаление самой верхней метки, push метки означает добавление нового заголовка MPLS в пакет, а continue означает замену метки идентичной меткой. Когда вы работаете со стопкой меток, понятия внутреннего и внешнего часто сбивают с толку, особенно, поскольку многие люди используют идею метки и заголовка как взаимозаменяемые. Возможно, лучший способ уменьшить путаницу - использовать термин "заголовок" для обозначения всего стека меток и исходного заголовка, переносимого внутри MPLS, при этом обращаясь к меткам как к отдельным меткам в стеке. Тогда внутренний заголовок будет исходным заголовком пакета, а внешний заголовок будет стеком меток. Внутренняя метка будет следующей меткой в стеке в любой момент прохождения пакета по сети, а внешняя метка будет меткой, по которой пакет фактически переключается.
Хотя в приведенном здесь примере используются IP-пакеты внутри MPLS, протокол MPLS предназначен для передачи практически любого протокола, включая Ethernet. Таким образом, SR MPLS не ограничивается использованием для передачи одного типа трафика, но может также использоваться для передачи кадров Ethernet по сети на основе IP / MPLS. Это означает, что SR можно использовать для поддержки первого варианта использования, обсуждаемого в этой статье, - предоставления услуг Ethernet по IP-сети.
MPLS - это туннель?
Много написанных и произнесенных слов были пролиты на вопрос о том, является ли MPLS протоколом туннелирования. Здесь туннелирование определяется как действие, а не протокол; это намеренная попытка отделить идею протокола туннелирования от концепции туннелирования как действия, предпринимаемого при передаче трафика через сеть. В случае MPLS это означает, что он может быть, а может и не быть протоколом туннелирования, в зависимости от того, как он используется - как и любой другой протокол. Например, если у вас есть стек меток, помещенных поверх пакета с IP-заголовком, внешняя метка, на которую коммутируется пакет, не является (технически) туннелем. Этот внешний заголовок в сети MPLS фактически является локальным для сегмента, поэтому он либо выталкивается, либо отправляется на каждом маршрутизаторе. Это аналогично заголовку Ethernet для каждого канала. Однако внутренний заголовок переносится в пакете MPLS и, следовательно, технически туннелируется. Внутренняя метка не используется на текущем устройстве для коммутации пакета; он просто переносится как часть пакета.
Это определение не идеально. Например, в случае MPLS SWAP или SR CONTINUE, используется ли метка для коммутации пакета или нет? Кроме того, в отличие от заголовка Ethernet в пакете, заголовок MPLS фактически используется при принятии решения о пересылке. Заголовок Ethernet, напротив, просто используется для достижения следующего перехода, а затем отбрасывается. Возможно, более подходящим сравнением было бы следующее: Заголовок MPLS подобен заголовку Ethernet, который используется для достижения перехода за пределы устройства, на которое маршрутизатор в настоящее время передает.
Независимо от этих ограничений, этого определения обычно достаточно, чтобы мысленно управлять различием между туннелированием и не туннелированием в MPLS, а также в большинстве других протоколов.
Data Science, или наука о данных, — это направление, которое сочетает математику, программирование, аналитику и машинное обучение, чтобы извлекать полезную информацию из огромных массивов информации. Представьте, что у вас есть миллионы строк с данными, и вам надо понять, как они связаны с реальной жизнью. Data Science помогает находить закономерности, предсказывать будущее и автоматизировать процессы. Сейчас эта область становится не просто трендом, а основой для работы многих бизнесов и научных проектов. Предлагаем рассмотреть, в каких областях применяется наука о больших данных.
Финансы
Кредитный скоринг. Банки используют алгоритмы машинного обучения (ML) для оценки кредитоспособности клиентов. Системы анализируют кредитную историю, доходы, расходы и другие характеристики, чтобы принять решение о выдаче кредита или отказе.
Управление рисками. Data Science позволяет разрабатывать модели, которые прогнозируют страховые события. Они оценивают вероятность наступления страхового случая и управляют рисками.
Предотвращение мошенничества. Ещё одно из важных направлений — верификация пользователей и предотвращение мошеннических транзакций. Алгоритмы анализируют транзакции в режиме реального времени, выявляют подозрительные операции и блокируют их.
Анализ портфелей заёмщиков. Модели Data Science помогают банкам анализировать показатели кредитных портфелей, выявлять потенциальные риски и оптимизировать структуру займов.
Прогнозирование спроса на наличные. Банк Райффайзен
использует
модели для прогнозирования спроса на наличные в банкоматах, чтобы оптимизировать их загрузку.
Инвестиционные рекомендации. Алгоритмы Data Science анализируют рынок, поведение инвесторов и финансовые инструменты. Например, Т-Инвестиции предлагает клиентам рекомендации по созданию сбалансированного портфеля.
Прогнозирование стоимости активов. Методы машинного обучения применяются для прогнозирования стоимости жилья, акций, облигаций и других активов.
Медицина
Анализ медицинских данных. Анализируя генетическую информацию, результаты клинических исследований и медицинские изображения, алгоритмы могут автоматически выявлять рак, аномалии в легких, сердечно-сосудистые заболевания или даже микроразрывы тканей, которые трудно заметить человеческому глазу. К примеру, Google Health разработал алгоритмы, которые диагностируют рак груди по маммографии с точностью выше, чем у некоторых опытных радиологов. Это решение внедряется в клиниках и помогает значительно улучшить качество диагностики, сократить затраты и привлечь пациентов, доверяющих точности технологий.
Разработка лекарств. Большие данные помогают смоделировать биологические процессы и виртуально протестировать новые препараты. IBM Watson for Drug Discovery помогает оптимизировать исследования. Эта платформа анализирует огромные объемы научной литературы, генетической информации и клинических данных, чтобы найти новые лекарственные соединения и изучить их взаимодействие с организмом.
Прогнозирование эпидемий и распространения заболеваний. Исследуя данные о заболеваемости, можно спрогнозировать вспышки инфекционных заболеваний (например, COVID-19 или гриппа). Это помогает органам здравоохранения эффективно планировать меры по сдерживанию эпидемий.
Персонализированная медицина. Анализ данных генома, истории болезни и образа жизни пациента позволяет подобрать индивидуальное лечение. Например, исследуя данные геномики можно прогнозировать, как пациент отреагирует на определенные препараты, и снизить побочные эффекты от терапии.
Ритейл
Прогнозирование спроса. Чтобы предсказать будущие потребности клиентов, крупные компании анализируют данные о продажах, сезонные тенденции, демографические характеристики покупателей и другие факторы. Поэтому ритейлеры заранее могут подготовиться к периодам интенсивных продаж, закупив больше товаров с высоким спросом.
Крупные ритейлеры активно собирают данные о клиентах через систему лояльности и используют их для построения аналитических моделей. К примеру, X5 Retail Group применяет Data Science для прогнозирования выручки, оценки лояльности пользователей и построения профилей клиентов.
Персонализация клиентского опыта. На основе исследований формируются рекомендации на сайте, в приложении или в рассылках. Например, такие подходы применяются у Ozon и Wildberries. Алгоритмы выделяют группы покупателей с разным поведением, чтобы провести маркетинговую кампанию. Точечный выбор клиентов для рассылки снизит траты на рекламу, которая не приведет к целевым действиям. Так Пятёрочка использует модели для прогнозирования продаж в рамках промоакций.
Улучшение логистики и оптимизация закупок. Прогноз спроса покупок помогает снизить издержки на хранение и переработку. В логистических центрах алгоритмы составляют оптимальный маршрут и повышают эффективность сборки заказов.
Промышленность
Использование Data Science в промышленности открывает огромные возможности для повышения эффективности, автоматизации процессов и улучшения качества продукции.
Обслуживание техники. Одна из главных задач в промышленности — снижение простоев оборудования и предотвращение аварий. Анализ данных с датчиков, истории ремонта и эксплуатации помогает предсказывать, когда оборудование выйдет из строя. Так Bosch разрабатывает IoT-решения, которые анализируют вибрации и температуру оборудования, чтобы предсказать потенциальные неисправности.
Управление качеством. Машинное зрение и анализ данных помогает улучшать контроль качества продукции. Камеры фиксируют дефекты, а алгоритмы автоматически классифицируют и сортируют бракованную продукцию. К примеру, Samsung применяет глубокое обучение для анализа изображений на производственных линиях, чтобы находить дефекты на платах.
Логистика и управление цепочками поставок. Благодаря анализу данных о спросе, запасах и сроках доставки, компании сокращают расходы на хранение и задержку продукции. Procter&Gamble анализирует данные о потребительском спросе, чтобы управлять поставками своей продукции в различные регионы.
Сельское хозяйство
Сбор и анализ данных. Для анализа данные собираются из различных источников: спутниковые снимки, датчики на полях, техника на базе IoT (умные тракторы, комбайны). Так фермеры и сельскохозяйственные предприятия получают информацию о состоянии полей, влажности почвы, уровне растительности и других параметрах. Датчики на полях фиксируют показатели температуры, влажности, кислотности почвы и другие данные в реальном времени. На основе этих данных строятся прогнозы, разрабатываются рекомендации и создаются системы поддержки принятия решений.
Определение границ полей. Технологии анализа спутниковых снимков позволяют четко выделить участок без необходимости объезда территории с GPS-трекерами. Швейцарская компания OneSoil разработала платформу, которая автоматически определяет границы полей по спутниковым данным. Их приложение используется в 57 странах мира, предоставляя фермерам доступ к точным и актуальным данным о своих угодьях.
Анализ спутниковых данных. С помощью информации со спутников можно определить, какие растения выращиваются на конкретных участках, проанализировать состояние растений и почвы и рассчитать оптимальные даты для посева.
Вместо итогов
Наука о данных нашла применение в разных областях, она не только решает текущие задачи, но и помогает смотреть в будущее. Это одна из самых быстрорастущих и перспективных областей, предлагающая интересную работу для тех, кто увлечён технологиями, анализом и созданием реальных решений на основе данных.