【概述】

在数据传输层面，关注的是路由器基于数据包的数据转发能力，即数据包转发是否准确、有无丢包、转发延迟多大等，因此又被称为数据包转发测试，所谓数据包转发，即将数据包从路由器输入端口转发到输出端口的过程

常见的指标有：吞吐量、延迟、丢包率、背对背、时延抖动、背板能力、系统恢复、系统重启等

【网络层概述】

网络层的任务是将分组从源主机传送到目的主机，这期间可能要跨越多个异构的通信子网，经过许多中间节点，存在多条可达的网络路径

为满足上述要求，有以下解决方法：

【前压测试】

当前端设备以超线速发送数据帧时，就会引起输入端口的过载，前压测试是为了度量 DUT 在输入过载的情况下，输出端口对过载的反应，即是否启用了前压

在进行前压测试时，为了人为造成输入端口的过载，需要将测试帧的帧间隙设置成小于 96 位，通常将测试帧间隔设置成 88 位比特长度

【地址学习】

在测试开始之前，让被测试交换机学习测试中将要用到的 MAC 地址

由于任何地址未被学习的帧都会被 DUT 作为洪泛帧转发，这减少了测试过程中被正确转发帧的数量，因此要求先学习 MAC 地址，再验证地址学习结果，最后进行测试

【相关文档】

以太网是数据链路层的技术，因此以太网测试又被称为二层测试

相关的 RFC 文档包括 RFC1242、RFC2544、RFC2285、RFC2889

【概述】

以太网工作在数据链路层上，其功能有：

• 帧的封装与拆封
• 基于 MAC 地址的帧接收与转发
• 拥塞控制(流量控制)
• 简单差错控制

【以太网技术发展】

References：

• Stacking：集成学习策略图解
• 典型 Stacking 方法图解
• 集成学习-Boosting,Bagging与Stacking
• 典型 Stacking 方法图解
• 机器学习中的集成方法（4）—Stacking（堆叠法）
• 模型融合(集成算法) - 堆叠法 Stacking

【Stacking】

Stacking 堆叠法，是集成学习的经典算法之一，其属于异质学习，能够有效融合多个学习器的结果