博客
关于我
P2P原理及UDP穿透简单说明
阅读量:198 次
发布时间:2019-02-28

本文共 1273 字,大约阅读时间需要 4 分钟。

UDP实现NAT穿透(打洞)技术

1. P2P网络的基本概念

P2P(对等联网)是一种网络通信模式,在此模式下,各个设备直接相互连接,不需要通过中转服务器。常见的应用包括QQ、MSN等即时通讯工具,以及文件传输和分布式数据计算等。

2. NAT穿透的必要性

在P2P网络中,直接的设备通信面临一个挑战:内网设备通常使用非全球唯一的局域网地址(如192.168.x.x)。这些地址在互联网上传输时会被路由器进行NAT转换。为了实现设备间的直接通信,必须通过某种方式“打洞”绕过NAT限制。

3. NAT的基本原理

NAT(网络地址转换)最初由路由器实现,用于将内部网络(内网)的非全球唯一IP地址转换为外网可用的地址。NAT有两种主要类型:

  • Cone NAT:固定映射端口,适用于单个外网设备。
  • Symmetric NAT:动态映射端口,适用于多个内网设备。

4. P2P通信中的NAT穿透

在P2P网络中,内网设备需要通过外网服务器(如C端)作为中转,实现双向通信。以下是实现过程:

A. 通信流程图示

A<----------------------->NatA<------------------->C<----------------->NatB<--------->B
  • A和B位于同一局域网,IP地址为192.168.1.100,端口默认为4000。
  • NatA和NatB是外网路由器,分别拥有全球唯一IP地址(如222.182.100.1和222.182.100.2)。
  • C是外网服务器,IP地址为222.182.100.3,端口固定为4001。

B. 内网设备与外网服务器的连接

  • A向NatA发送消息,NatA将消息转发给C。
  • C接收消息后,向NatA询问A的Session信息,NatA返回A的IP地址和端口(192.168.1.100:4000)。
  • C记录此Session信息,并将消息转发给B。
  • NatB接收消息后,将消息转发给B。
  • C. 双向通信实现

  • A和B需要互相了解彼此的Session信息。
  • C向A发送B的Session信息,A利用这个信息向B发送消息。
  • 同时,C向B发送A的Session信息,B利用这个信息向A发送消息。
  • 通过这种方式,A和B实现了双向通信,打破了NAT的限制。
  • 5. Session的时效性

    需要注意的是,Session在路由器上有时效性(通常为1分钟到几小时不定)。为了保持Session有效,必须定期发送保活包。

    6. 常见问题与解决方案

    • 多个内网设备:每台内网设备都需要通过外网服务器进行Session映射,才能实现与其他内网设备的通信。
    • Cone NAT与Symmetric NAT的区别:Cone NAT固定映射端口,适用于单个设备;Symmetric NAT动态映射端口,适用于多个设备。

    7. 实现总结

    通过外网服务器作为中转,内网设备可以绕过NAT限制,实现P2P通信。这种方法简单易行,但需要定期维护Session的有效性。对于多个内网设备,外网服务器需支持多Session映射。

    转载地址:http://fsvj.baihongyu.com/

    你可能感兴趣的文章
    pandas 重新采样到每月的特定工作日
    查看>>
    pandas :我如何对堆叠的条形图进行分组?
    查看>>
    pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
    查看>>
    pandas :检测一个DF和另一个DF之间缺失的列
    查看>>
    Pandas-从具有嵌套列表列表的现有列创建动态列时出错
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.columns、get_dummies等用法
    查看>>
    pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
    查看>>
    pandas100个骚操作:再见 for 循环!速度提升315倍!
    查看>>
    Pandas:如何根据其他列值的条件对列进行求和?
    查看>>
    Pandas:对给定列求和 DataFrame 行
    查看>>
    Pandas、Matplotlib、Pyecharts数据分析实践
    查看>>
    Pandas中文官档~基础用法2
    查看>>
    Pandas中文官档~基础用法5
    查看>>
    Pandas中文官档~基础用法6
    查看>>
    Pandas中的GROUP BY AND SUM不丢失列
    查看>>
    pandas交换两列
    查看>>
    pandas介绍-ChatGPT4o作答
    查看>>