进入21世纪以来,整个社会已经逐渐变得陌生了,各种各样的信息充斥着我们的视野,撞击着我们的思维。快节奏的食物、快节奏的服饰、快节奏的爱情、快节奏的生活,让我们目不暇接。连一向呐喊着、叫嚣着冲在时代风口浪尖的网络技术人才也慢慢停下了脚步,连最需要时间沉淀、最需要实践检验的知识技能都步入了快餐时代,哪儿才是正确的出路呢?
从1969年阿帕网的诞生到1980年IEEE802系列标准的制定,再到1997年NGN概念的提出,今天互联网技术的发展已经走过了37年的历程。现在,我们的脑子里全都是消化了和没消化的新技术、理解了和没理解的新概念,如何更加快捷的掌握知识、如何更加正确的把握未来的发展方向,已经成为了网络技术工作者面临的最大难题。
做网络也有些年头了,从运营商、代理商到厂商,从技术、售前到销售,从电子商务、软件开发到网络设计都做过了,也经历了网络兴起之初的狂热和.com的低弥,让我深感自豪和安慰的是一直没有被时代抛弃,这也得益于我对知识和技术的理解。在此,将一些个人的感受写出来与各位同行共勉。
一、学习的内容
在什么都讲究互联和共享的今天,网络技术体系包含的内容实在太广了,从硬件和软件的开发到基础平台的搭建,从前台应用的实现到后台控制的设计,我们现在看到的IT行业所有的技术都可以归纳到网络技术体系的范畴。俗话说“隔行如隔山”,这些子行业虽然同属一个体系,但是无论是从理论基础还是从实际应用都有太多的差异,想穿行于各个行业而游刃有余实在太难。但是它们都有一个最基本的共性,这个共性决定了包括网络技术体系在内的所有学科的本质,那就是“规则”。无论哪个行业,哪个学科,也无论我们学习的是哪个体系的知识还是技能,我们学习的其实就是“规则”。拿网络技术来说,我们学习的是源端根据哪些规则把数据发送出去,目的端根据哪些规则把数据接收,在数据传输的过程中各种设备又根据哪些规则来对数据进行分类,根据不同的分类再根据规则执行不同的动作。那么在网络技术体系里,我们应该学习哪些规则呢?总的来说,学习的规则分为三个层次:标准、协议和接口。
1、 标准:网络技术体系里最高的标准就是OSI七层参考模型,它就像一个国家的宪法,规定了这个国家中每个公民的行为、思想规范;
2、 协议:网络技术体系里的各种协议(TCP、IP、IPX、UDP、ARP等)是对OSI七层参考模型的各个层次的具体解析。就像一个国家的宪法颁布了规范的总纲,但是还需要许多具体的法律(刑法、教育法、婚姻法等),对总纲的条款制定出详细的解释;
3、 接口:标准制定了总纲,各个协议对这个总纲进行了详细的解析,但是这些规则如何被实现呢?这就需要各种接口来根据标准和协议具体的实施。就像一个国家在建立了法律体系后,还需要各种公检法机构来执行。
一个国家通过一套由宪法和基于宪法的各种法规构成法律体系来规定公民的行为、思想规范,这些规范由各种公检法机构来具体执行;同样的,在网络技术体系中,数据的传输同样要根据标准和协议所规定的各种规则来进行,而具体应用这些标准和协议的则是各种接口。
总之,如果我们能够掌握电脑和设备在处理数据时所遵循的规则,以及在各个接口实现这些规则的方法,我们不但能够提高对知识和技术的理解层次,也能够帮助我们更好的运用这些知识和技术。
二、学习的方法
二战时期,德国法西斯领导人希特勒曾经说过,世界上最优秀的民族有两个,一个是犹太民族,另外一个是中华民族,犹太民族优秀是因为他们具有天生的商业头脑,而中华民族优秀是因为我们对知识的掌握程度是其它民族不能比拟的。其实,无论是知识还是技能,对所有人都是一样的,我们之所以能够更快更好的掌握这些知识和技能,很大程度上得益于良好的学习方法。何以见得呢?
中国人在几千年前就研究出了一套完善、有效、体现了事物运行本质的学习方法,并通过一幅非常抽象且具有深层次哲学意义的图像来表现太极八卦图。
中国古代的太极八卦图体现了古人在学习知识技术方面所采用的方法,这套方法由三个部分组成。
1、定义知识和技术应用对象在匹配规则后的两种基本状态
太极八卦图中的阴阳鱼可以看成是事物的两种基本状态。拿网络技术来说,网络技术体系所包含的所有知识和技术所对应的对象就是数据,而这些数据的基本状态归根结底只有两个:存在和消失。以ACL来举例,从源端发出的数据,在到达一台启用了ACL的设备后,设备会对该数据进行ACL的匹配,根据匹配的结果决定数据是继续被转发还是被丢弃,如果转发,那么数据可以继续保持存在状态,如果丢弃,那么数据则由存在状态变为消失状态。因此我们可以看到,要学好网络技术,首先我们应该明确数据的两种基本状态。
2、了解对象进行状态变换时经过的渐变过程
太极图阴阳鱼头和尾相连,可以表示事物基本状态转变的过程。
数据从源端发出,要让目的端正常接收,无非就是为了保证数据在目的端接收前保持数据存在的状态,等到目的端应用完数据后再将数据的存在状态转换成消失状态。而在目的端接收数据之前,数据在网络上进行传输的过程中在各个接口都要应用和匹配各种各样的协议标准和接口标准,在应用和匹配这些规则后,各个接口会不会保证数据的存在状态,这未知的。因此我们可以看到网络技术的本质其实就是控制数据在两种基本状态之间进行转换的时间和过程,我们只有了解数据在两种基本状态之间的渐变过程才能有助于我们学习和理解网络技术体系。
3、分析对象在状态转变的渐变过程中可能出现的变数
太极八卦图中的八种卦像可以代表渐变过程中在不同的阶段出现的不同变数。
通过上面的了解,我们知道网络技术的本质就是控制数据存在、消失状态之间转换的实际和条件,而在这个过程中能够影响状态转换的因素是很多的,比如:在各个节点匹配的规则是否合理,规则之间是否有冲突,外界干扰等,而这些因素就构成了渐变过程中的各种变数,这些变数可能导致数据的基本状态转换脱离我们的控制。因此学习网络技术知识的另外一个环节就是掌握这些变数,并且能够分析这些变数对渐变过程造成什么样的影响。
总之,我们要掌握一门知识或者技能,首先我们应该了解这门知识或者技能所研究的对象,定义出该对象的基本状态;然后学习通过现有的各种规则在渐变过程中控制对象在基本状态之间的转换;最后了解在渐变过程中可能出现的各种变数,分析这些变数可能对渐变过程的结果造成的影响。在这种以规则为学习对象,以了解基本状态,渐变过程和变数为学习目标的方法下,不但能够帮助我们深层次的掌握各种知识和技能,也能抽象出一套我们自身独立的思维体系,这套抽象出来的思维体系不单适用于网络技术,也使用于其它的学科学习,还能应用于商务、人际关系、管理等其它方面。我们可以拿着这套思维体系去工作、学习和生活,在实践中不断的检验和完善它。因为这套思维体系本身就是一个规则的集合,这些规则是你在具体的生活工作中抽象出来的,只要它符合人类社会的规则,进而符合自然界的基本规则,那么你就做到了武侠小说中人人向往的天人合一境界。
分享到:
相关推荐
深度学习网络matlab工具包,包含深度信度网络dbn,卷积网络cnn,sae(stacked auto-encoders),cae(Convolutional auto-encoders)等实现。 ================================================================ ...
基于轻量化深度学习网络的调制信号识别模型.pdf
机器学习机器学习网络简介及基础教程及特点阐述.txt机器学习网络简介及基础教程及特点阐述.txt机器学习网络简介及基础教程及特点阐述.txt机器学习网络简介及基础教程及特点阐述.txt机器学习网络简介及基础教程及特点...
在本项目中,我们利用深度学习网络(Deep Learning Network,DLN)来实现这一目标,特别是针对MNIST数据集,这是一个广泛用于手写数字识别的标准数据库。MNIST数据集包含了60,000个训练样本和10,000个测试样本,每个...
学网咯的朋友可以看看 学习网络有帮助学习网络有帮助
学习网络攻防技术性杂志学习网络攻防技术性杂志学习网络攻防技术性杂志
PlaNet深度强化学习网络解析,Everything you need to know about Google’s new PlaNet reinforcement learning network。
DEN常被应用于图像去噪、协同过滤推荐系统以及作为深度学习网络的初始化。 Matlab作为一款强大的数学和计算软件,提供了丰富的工具箱来支持深度学习研究。Matlab的深度学习工具箱包含了构建、训练和部署CNN、RBM...
学习网络营销心得体会.docx学习网络营销心得体会.docx学习网络营销心得体会.docx学习网络营销心得体会.docx学习网络营销心得体会.docx学习网络营销心得体会.docx学习网络营销心得体会.docx学习网络营销心得体会.docx
学习网络操作系统.ppt
【作品名称】:基于CNN深度学习网络的交通标志识别 【适用人群】:适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】: 基于CNN深度学习...
学习网络编程CAsyncSocket类.ppt
基于图神经网络的强化学习网络资源分配模型
学习网络营销-网站策略.ppt
本程序实现了基于Pytorch的带语义信息的网络生成对抗网络GAN网络深度学习网络训练和测试实现,适合基于Pytorch的深度学习搭建以及带语义信息的GAN生成改进模型的设计,设计了带语义信息的生成对抗网络模型的学习和...
网络原理课件资料(PPT)。学习网络基础知识的参考文档。
本程序实现了基于Pytorch的具有风格转换的网络生成对抗网络CycleGAN网络深度学习网络训练和测试实现,适合基于Pytorch的深度学习搭建以及进行风格转换的GAN生成改进模型的设计,设计了具有风格转换的生成对抗网络...
基于深度学习网络态势感知建模方法研究,为大家提供更严谨的治学过程
学习网络游戏的电子商务模式.ppt
学习网络广告-新浪网站分析.ppt