问:我们经常听到“端口转发”,这是一种改善下载速度和游戏速度的方法,那么端口转发到底是什么呢?

端口转发就是重定向计算机信号,以便信号沿着特定的电子路径进入到你的计算机。如果计算机信号传输到你计算机能快几毫秒,那么这种速度优势累积起来,就能为你的游戏或下载显著加快速度。
有65536条路径可供选择:你计算机的背面那根细如铅笔的网线(或无线网络适配器)里面含有65536条微小通道。你的网线就与主要公路一个样,只不过你的网线有65536条车道,每条车道上都设有收费亭。我们将每条车道称为“端口”。
你的内部信号由在这65536条车道上行驶的数百万辆微型汽车组成。我们将这些小汽车称为“传输数据包”。计算机传输数据包的传输速度非常快(每秒可以达到数千公里),但是它们确实遵守一系列用交通灯管理或控制的规则:在每一个主要的网络交叉口,它们都必须停下来,就好像网络交叉口是国家之间的边境。在每个交叉口,数据包必须做三样事情:
1. 找到一个开启的端口;
2. 通过身份识别测试;如果通过测试,可以透过该端口来传输,要是没有通过
3. 进入到下一个端口,再试一下,直到数据包被允许通行。
在一些情况下,黑客发送的数据包会在交叉口处被截获;然后它们被分解成随机性电子。如果出现这种情况,这被称为“数据包过滤”或“数据包狙击”。
问:计算机数据包喜欢使用哪些端口呢?
计算机中的每一个软件都通常专门编程,以便通过某个特定的端口来发送数据包。这些端口选择常常作为计算机行业的编程标准而确立下来。相应地,需要命令你的路由器,允许数据包通过这些端口来传输,免得你减慢数据包进出计算机的传输速度。
•HTML页面:端口80
•FTP文件传输:端口21
•《魔兽世界》:端口3724
•POP3电子邮件:端口110
•MSN Messenger:端口6901以及端口6891至端口6900
•Everquest:端口1024
•Bit Torrents:端口6881
那么,“端口转发”又是如何考虑到这一点的呢?
端口转发出现在这种情况下:你命令网络路由器主动识别和重定向每个数据包,以便在特定的电子通道上传输。不是让每个数据包在每个端口依次停下来,直到它找到一个开启的端口,路由器经过设定后,可以识别和重定向数据包,以加快这个过程,没必要让数据包在每个端口都停下来。你的路由器然后充当某种速度超快的交警,在收费亭前面引导车流。
虽然这种电子识别和转发只需要几毫秒,但是当数以百万计的电子数据包进出你的互联网计算机时,相应的时间很快就会积少成多。如果你正确设定自己的端口转发,就能让互联网体验缩短几秒。在上传庞大文件(比如P2P torrent共享)的情况下,如果你设定端口转发,就能给自己省下几小时的下载时间。如果你的端口转发设置正确,那么过去要花3小时才能下载好的歌曲现在用不了10分钟就能下载好。
如何才能学会设定路由器的端口转发命令?
虽然端口转发的设定似乎有些复杂,不过网上有一些教程肯定会对新手有所帮助。设定端口转发的最常见原因是,改善bittorrent下载的速度,其次是提升计算机游戏和流媒体的性能。为了实现这些目标,www.portforward.com的工作人员提供了一份出色的资源。为了加快你特定的下载客户软件、游戏或软件程序,只要找到你路由器和软件的确切名称,然后访问该网页:http://portforward.com/english/routers/port_forwarding/routerindex.htm,即可参阅一篇可视化教程,教程介绍了你的路由器如何处理端口转发命令的。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。