IDATT2104

Nettverksprogrammering

Vår

Trondheim

Norsk

Oversikt

Snitt

B

3,57

0,07

Ståprosent

93 %

2 poeng

Karakterfordeling
Snitt over tid
Ståprosent over tid

Om emnet

Faglig innhold

Datakommunikasjon: Standardisering og lagdelt kommunikasjon. Protokoller på applikasjonslag, transportlag, nettverkslag, lenkelag og overføringsteknologi på fysisk lag. Om nettverksstrukturer og virkemåten til nettverkskomponenter.

Programmering: Tråder og synkronisering. Sockets (UDP og TCP). Asynkrone løsninger. Høyerenivå nettverks API (er). Sikkerhet.

Læringsmål

Kunnskap

Kandidaten skal:

  • kunne forklare grunnleggende prinsipper og arkitektur for datakommunikasjon
  • kunne redegjøre for protokoller og deres funksjonalitet i lagdelt datakommunikasjon
  • kunne redegjøre for nettverksstrukturer og nettverkskomponenter
  • kunne redegjøre for hvorfor man bruker trådede programmer samt nødvendigheten av synkroniseringsmekanismer mellom disse
  • kunne redegjøre for fordeler og ulemper ved utvalgte nettverks API-er og kan gjøre en begrunnet vurdering av hva som er mest hensiktsmessig i gitte sammenhenger

Ferdigheter

Kandidaten skal:

  • kunne analysere datatrafikk og bruke et utvalg hjelpeverktøy for å analysere tilstanden til maskiner og nettverk (D)
  • kunne lage velfungerende trådede programmer (D)
  • kunne lage både forbindelsesløse og forbindelsesorienterte nettverksløsninger (D)

Generell kompetanse

Kandidaten skal kunne kommunisere med fagpersoner om nettverksprotokoller og nettverksløsninger

Læringsformer og aktiviteter

Forelesninger/workshops, datakomøvinger og programmeringsoppgaver. Programmeringsoppgavene skal forevises øvingslærer for godkjenning, de øvrige skal innleveres. Emnet er delt i to deler:

  • Datakommunikasjon: I denne delen må alle øvingene være godkjent for å få gå opp til eksamen. Øvingene skal leveres inn for vurdering.
  • Nettverksprogrammering: I denne delen er det hovedsakelig praktiske programmeringsoppgaver. Alle må være godkjent og godkjenning skjer ved framvisning for øvingslærer i øvingstimer på datalab.