news 2026/3/29 15:15:18

ARP协议详解

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
ARP协议详解

一、核心结论:ARP没有IP头部!
ARP的独特地位

ARP = Address Resolution Protocol
地址解析协议

关键特性:工作在**网络层和数据链路层之间**
是连接MAC地址和IP地址的桥梁

ARP帧结构:直接封装在以太网帧中
没有IP头部!

二、ARP帧的完整结构
1. ARP数据包格式
ARP帧 = 以太网头部 + ARP数据部分

完整结构:

ARP数据部分详细:

2. 与IP数据包的对比
对比ARP包和IP包:

ARP包: IP包:
以太网头部 以太网头部
│类型=0x0806(ARP) │类型=0x0800(IPv4)
↓ ↓
ARP数据部分 IP头部

TCP/UDP头部

数据

关键区别:ARP跳过IP层,直接封装在二层!

三、ARP的工作原理
1. ARP请求(广播)
当PC1(192.168.1.10)不知道PC2(192.168.1.20)的MAC时:

PC1构造ARP请求:
以太网头部:
• 目标MAC:FF:FF:FF:FF:FF:FF(广播)
• 源MAC:PC1的MAC
• 类型:0x0806(ARP)

ARP数据部分:
• 操作码:1(请求)
• 发送方MAC:PC1的MAC
• 发送方IP:192.168.1.10
• 目标MAC:00:00:00:00:00:00(全0,未知)
• 目标IP:192.168.1.20

翻译成白话:"我是192.168.1.10,MAC是AA:AA:AA,
谁是192.168.1.20?请告诉我你的MAC地址!"

其实,交换机是处于数据链路层的设备,交换机只能读到帧头。

实际抓包显示:
Frame 1: 42 bytes on wire
Ethernet II
Destination: Broadcast (ff:ff:ff:ff:ff:ff)
Source: AsustekC_3c:4d:5e (00:1a:2b:3c:4d:5e)
Type: ARP (0x0806) ← 关键!不是0x0800(IP)
Address Resolution Protocol (request)
Hardware type: Ethernet (1)
Protocol type: IPv4 (0x0800)
Hardware size: 6
Protocol size: 4
Opcode: request (1)
Sender MAC address: 00:1a:2b:3c:4d:5e
Sender IP address: 192.168.1.10
Target MAC address: 00:00:00:00:00:00
Target IP address: 192.168.1.20

注意:整个帧没有IP头部!

版权声明: 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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/24 5:11:34

大模型Token免费额度申请:个人开发者福利政策

PyTorch-CUDA-v2.7 镜像:解锁大模型开发的“开箱即用”体验 在如今的大模型浪潮中,个人开发者想要快速验证一个想法,往往卡在第一步——环境配置。你有没有经历过这样的场景?花了一整天时间安装 CUDA、配置 cuDNN、反复重装 PyTo…

作者头像 李华
网站建设 2026/3/23 2:03:24

飞腾CPU+DCU组合适配:PyTorch-CUDA-v2.7移植可能性探讨

飞腾CPUDCU组合适配:PyTorch-CUDA-v2.7移植可能性探讨 在当前AI基础设施自主可控的大背景下,一个现实而紧迫的问题摆在我们面前:当主流深度学习框架严重依赖NVIDIA的CUDA生态时,国产算力平台如何实现“平替”?特别是对…

作者头像 李华
网站建设 2026/3/24 11:57:54

Seaborn统计图表绘制:结合PyTorch-CUDA-v2.7分析训练曲线

Seaborn统计图表绘制:结合PyTorch-CUDA-v2.7分析训练曲线 在深度学习项目中,模型训练往往像一场“黑箱实验”——我们设定超参数、启动训练,然后盯着终端里不断跳动的损失值,试图从中读出模型是否收敛、是否存在过拟合或梯度问题。…

作者头像 李华
网站建设 2026/3/29 3:23:55

Installing Python包总中断?PyTorch-CUDA-v2.7提供稳定环境

PyTorch-CUDA-v2.7:告别环境配置噩梦,一键启动GPU加速开发 在深度学习项目中,你是否经历过这样的场景:刚写完一个精巧的模型架构,满怀期待地运行训练脚本,结果终端却抛出一连串红色错误——torch not found…

作者头像 李华
网站建设 2026/3/26 2:54:30

从实验到部署无缝衔接:PyTorch-CUDA-v2.7镜像核心优势解析

从实验到部署无缝衔接:PyTorch-CUDA-v2.7镜像核心优势解析 在AI研发一线,你是否经历过这样的场景? 凌晨两点,模型终于调通,本地训练效果惊艳。兴冲冲推送到服务器准备批量跑数据时,却卡在了第一步——torch…

作者头像 李华