摘要 本文件定义互联网分组(诸如IPv6和IPv4)IPv6封装的模型和一般机制。此模型和机制也可以用于其他协议分组,诸如AppleTalk、IPX、CLNP,或其他。 目录 第1章 序言 第2章 术语 第3章 IPv6隧道化 3-1 IPv6封装 3-2 隧道中的IPv6分组处理 3-3 IPv6解封装 3-4 IPv6隧道协议引擎 第4章 嵌套封装 4-1 受限的嵌套封装 4-1-1 隧道封装限制选项 4-1-2 环回封装 4-1-3 路由环路嵌套封装 第5章 隧道IPv6首部 5-1 隧道IPv6扩展首部 第6章 IPv6隧道状态变量 6-1 IPv6隧道入口点节点 6-2 IPv6隧道出口点节点 6-3 IPv6隧道跳数限制 6-4 IPv6隧道分组流量等级 6-5 IPv6隧道流标签 6-6 IPv6隧道封装限制 6-7 IPv6隧道MTU 第7章 IPv6隧道分组大小问题 7-1 IPv6隧道分组分段 7-2 IPv4隧道分组分段 第8章 IPv6隧道出错报告和处理 8-1 隧道ICMP消息 8-2 IPv6原始分组的ICMP消息 8-3 IPv4原始分组的ICMP消息 8-4 嵌套隧道分组的ICMP消息 第9章 安全考虑 第10章 致谢 第11章 参考文献 撰写者通讯录 附录A 递归封装中的风险因子 完整版权声明
2023-04-10 14:11:54 327KB
1
pandas获取groupby分组里最大值所在的行方法 如下面这个DataFrame,按照Mt分组,取出Count最大的那行 import pandas as pd df = pd.DataFrame({'Sp':['a','b','c','d','e','f'], 'Mt':['s1', 's1', 's2','s2','s2','s3'], 'Value':[1,2,3,4,5,6], 'Count':[3,2,5,10,10,6]}) df Count Mt Sp Value 0 3 s1 a 1 1 2 s1 b 2 2 5 s2 c 3 3 10 s2
2023-03-24 11:07:39 59KB AND AS dataframe
1
AES论文******************************
2023-03-21 15:33:36 736KB AES 加密 分组 算法
1
获得非高斯噪声环境衰落信道中正交空时分组码(OSTBC)的性能估计,对OSTBC的成对差错概率(PEP)进行了研究.基于物理统计Middleton Class A噪声模型,通过将非高斯Class A分布变换成条件高斯分布,给出空间依赖时间独立条件下OSTBC系统中噪声信号的联合概率密度函数.利用矩母函数(MGF)分析法推导Class A噪声环境下最大似然接收机的成对差错概率的上界.对不同衰落信道中系统误符号率(SER)性能的仿真研究表明,在Class A噪声环境下,OSTBC系统性能随噪声脉冲性的增强而下
2023-03-18 12:48:45 319KB 自然科学 论文
1
扫描触发器分组以压缩测试数据和紧凑的测试响应,以进行捕获时启动延迟测试
2023-03-14 09:55:57 378KB 研究论文
1
分组显式格式与数值边界条件相结合的办法给出了一阶双曲型方程的数值解法。简单地讨论了方法的稳定性并给出了数值结果。
2023-03-13 10:16:57 1.04MB 自然科学 论文
1
SM4分组密码算法; 国密算法 标准文件; GM/T 0002-2012
2023-03-08 02:47:57 1.04MB SM4 分组密码
1
powerbi-visuals-gantt 甘特图是一种条形图,用于说明项目时间表或进度表。 甘特图图表显示了项目的任务,开始日期,持续时间,完成百分比和资源。 甘特图图表可用于使用百分比完成阴影和垂直的“今天”线来显示当前计划状态。 图例可用于根据数据值对任务进行分组或过滤。 概述 甘特图是一种条形图,用于说明带有时间轴的时间表。 将甘特图和其他有洞察力的图表一起放在交互式画布中时,您可以采用全新的方式来管理项目。 在Power BI中,视觉效果彼此交互,您可以从不同的角度查看资源分配,任务完成,剩余任务,并牢牢把握未来。 甘特图是项目管理产品组合中不可或缺的一部分。 项目经理和执行人员喜欢甘特图,因为它们以非常有效的概览方式直观地显示了项目的总体时间表,当前状态和进度(或缺少)以及任务的详细分配。 使用此自定义视图,您可以指定任务,开始日期,持续时间和完成百分比,以将其呈现为甘特图。
2023-03-07 17:26:42 280KB TypeScript
1
回归 | | | | | Stata中的灵活和超快分组回归 version 0.51 31jul2018 概述 regressby是运行分组OLS回归的快速有效的方法; 也就是说,它会根据数据集的子集估算给定的OLS回归模型,并返回与每次回归相关的系数和标准误差。 从功能上讲,它与内置的-statsby-程序非常相似,但是-regressby-在大多数情况下的运行速度比-statsby-快10到1000倍。 当有许多组时,每组中的观察数相对较小,并且当回归模型仅包含几个参数时,性能提升特别大。 regressby支持许多有用的功能:用if / in,分析权重,异方差稳健性和聚类标准误差设置子集。 此外,与statsby不同,regressby(可选)允许用户通过返回与每对估计参数对相关的采样协方差来访问与每个回归相关联的完整方差-协方差矩阵。 动机 以示例的方式解释回归是最简单的。
2023-03-01 17:26:16 79KB Stata
1
通过VB实现串口数据的采集及处理显示,本程序可以将采集到的数据分成多组数据,并且实时显示。
2023-02-18 16:39:23 2KB VB 串口 采集 分组
1