• 1.47 MB
  • 2022-04-29 14:43:36 发布

最新第4个模块:部署生成树-4-以太网捆绑 CCNP交换部分中文版 教学课件课件PPT.ppt

  • 23页
  • 当前文档由用户上传发布,收益归属用户
  1. 1、本文档共5页,可阅读全部内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 文档侵权举报电话:19940600175。
'第4个模块:部署生成树-4-以太网捆绑CCNP交换部分中文版教学课件 EtherChannel将链路聚合起来负载均衡多条链路相当于一个逻辑端口冗余 动态协商协议PAgPCisco专用LACPIEEE802.3ad标准 验证EtherChannelSwitch#showrunning-configinterfaceport-channelnumDisplaysport-channelinformationSwitch#showruninterfaceport-channel1Buildingconfiguration...Currentconfiguration:66bytes!interfacePort-channel1switchportmodedynamicdesirableendSwitch#showrunning-configinterfaceinterfacex/yDisplaysinterfaceinformationSwitch#showruninterfacegig0/9Buildingconfiguration...Currentconfiguration:127bytes!interfaceGigabitEthernet0/9switchportmodedynamicdesirablechannel-group2modedesirablechannel-protocolpagpend 验证EtherChannel(Cont.)Switch#showinterfacesgigabitethernet0/9etherchannelPortstate=UpMstrIn-BndlChannelgroup=1Mode=Desirable-SlGcchange=0Port-channel=Po2GC=0x00020001Pseudoport-channel=Po1Portindex=0Load=0x00Flags:S-DeviceissendingSlowhello.C-DeviceisinConsistentstate.A-DeviceisinAutomode.P-Devicelearnsonphysicalport.d-PAgPisdown.Timers:H-Hellotimerisrunning.Q-Quittimerisrunning.S-Switchingtimerisrunning.I-Interfacetimerisrunning.Localinformation:HelloPartnerPAgPLearningGroupPortFlagsStateTimersIntervalCountPriorityMethodIfindexGi0/9SCU6/S7H30s1128Any15Partner"sinformation:PartnerPartnerPartnerPartnerGroupPortNameDeviceIDPortAgeFlagsCap.Gi0/9DSW1220005.313e.4780Gi0/918sSC20001Ageoftheportinthecurrentstate:00d:20h:00m:49s EtherChannel配置指南 EtherChannel配置指南(Cont.) EtherChannel指南Switch#showruninterfaceFastEthernet0/9descriptionDSW1210/9-10-DSW1220/9-10switchporttrunkencapsulationdot1qswitchporttrunkallowedvlan1,21-28switchportmodetrunkswitchportnonegotiateduplexfullspeed100channel-group2modedesirable!interfaceFastEthernet0/10descriptionDSW1210/9-10-DSW1220/9-10switchporttrunkencapsulationdot1qswitchporttrunkallowedvlan1,21-28switchportmodetrunkswitchportnonegotiateduplexfullspeed100channel-group2modedesirable EtherChannel负载均衡Switch(config)#port-channelload-balancesrc-mac 配置EtherChannel负载均衡Switch#showetherchannelload-balanceSourceXORDestinationIPaddressSwitch(config)#port-channelload-balancetypeConfiguresEtherChannelloadbalancing 总结EtherChannel提升带宽(实际上还是没有提升),简化链路逻辑可以用PAgP或LACP动态配置,但最好还是静态配置流量在通道里的链路负载均衡 第四个模块总结:STP用于消除2层环路.RSTP加速收敛过程(相当于802.1D加上加强工具)MSTP减少PVSTP流量,减少了CPU处理开销以太网通道将多条链路捆绑起来,提升带宽和冗余性 实验:1、uplinkfast、backbonefast2、MST和PVST+的兼容测试3、RSTP和PVST+的兼容测试 第六章信用风险度量模型——期权推理分析法 期权应用举例:信用风险度量期权推理分析法(Option-theoreticApproach):KMV模型(一)原理1、贷款与期权的关系假设企业借款额为OB,贷款到期时该企业的资产市值为OA2,如图3所示。在这种情况下,企业将归还这笔贷款,并且企业的股东还会得到资产增值部分。贷款到期时,企业资产的市值越大,企业留给股东的资产增值就越大。反之,如果企业资产市值低于OB(如OA1),则借款者资不抵债破产,只能把企业资产交给银行来处置。从图4中可以看出,如果企业资产市值降到借款总额B以下的某一点(如L,OL相当于企业的资产市值),因为借款人的责任以其自身财产为限,所以借款人一旦破产,其最大的损失就是自身的资产OL,这时他会选择破产而不是偿还贷款。因此,可以将借款企业股东的股权市值头寸看成持有一份以企业资产市值为标的的看涨期权。 期权应用举例:信用风险度量股权价值E0-LA1BA2资产价值 期权应用举例:信用风险度量2、企业股权市值与其资产市值之间的关系根据布莱克-斯科尔斯-默顿模型中股票看涨期权定价原理,企业股权市值可由下式来估价:(9)式(9)中,A是资产市值,B是贷款总额,r是短期利率,是企业资产市值的波动性,是股票看跌期权的到期日或在贷款情形下指贷款期限(或违约期限)。在所有变量中,符号上方加一横线是可以从市场上观察到的。上式表示企业股权市值与它的资产市值之间的关系。如果能得到企业资产市值的波动性,就可以算出企业资产的市值,从而结合二者得到借款企业的理论预期违约概率,对贷款的信用风险作出评价。 期权应用举例:信用风险度量由于企业股权市值的波动性()与它资产市值波动性之间存在理论关系式:(10)而股权市值的波动性是可以在市场上观察到的,因此,将式(9)与(10)联立,通过连续的迭代,便可最终求出A值和值。在式(9)中,B也为违约执行点,它的数量是企业所有短期负债(一年或一年以下)和50%的长期债务账面值。为债务到期日,通常设定为一年。一旦A值和值计算出来,B值和值确定后,便可计算出理论预期违约频率的值了。假设某一借款企业资产市值A为1亿美元,其资产市值年标准差为1000万美元,违约执行价格B为8000万美元,为一年期,r为无风险利率。那么该企业在一年内倒闭的概率,在理论上是该企业在一年内从目前的资产市值1亿美元降到违约价格8000万美元以下的概率。 期权应用举例:信用风险度量与此同时,当假定该企业未来一年内资产市值是围绕着目前资产市值水平呈正态分布状,由此便可计算出当T=0(今天),该企业在一年期限中到达违约点的距离:抵达违约点的距离=进入违约区域的借款企业只有它的资产价值在一年内减少2000万美元,或者进入2个标准差的水平甚至更多才会违约。如果企业资产市值的确呈现正态分布的话,这时有95%的概率,其资产市值围绕着它们的均值在正负1.96个标准差之间波动。同时,该企业资产市值变动量超过±1.96的概率分别为2.5%。换言之,该借款企业具有2.5%的预期违约概率(EDF)。 期权应用举例:信用风险度量以上是借款企业理论预期违约概率,它与现实中实际发生的预期违约概率存在很大差异。因此,KMV公司建立一个全球范围内企业和企业违约信息数据库,计算出了各类信用等级企业经验预期违约概率,从而产生以这种经验预期违约频率为基础的信用分值。KMV模型的优点——①充分利用资本市场信息来进行信用风险的量化分析。②所获取的数据来自股市资料,而非企业的历史账面资料,因此,更能反映企业当前信用状况,预测能力更强。③建立在理财理论和期权理论基础上,得出的预期违约概率具有较强的说服力。KMV模型的缺陷——①适用于对上市公司的信用风险评估,对非上市公司评估时,需借助某些会计资料信息,因而计算出来的EDF值未必准确。②假定企业资产价值呈正态分布,但现实中并非所有企业都符合这一假设。③不能对长期债务的不同类型进行分辨。'