Я создал UDP-сервер в приложении для Android, и этот UDP-сервер доступен через Wi-Fi (локальная сеть). Я могу получать и отправлять данные. Однако, когда я переключаюсь на сеть 4G. UDP-сервер на Android ничего не может получить. Я использую ip Chicken, чтобы проверить IP-адрес моего мобильного телефона, а порт моего UDP-сервера — 2004. Что-то не так? или мой публичный ip не правильный?
UDP-сервер Android не может получать данные через SIM-карту (4G)
16.05.2019
Ответы:
1
Предполагая, что IP-адрес вашего телефона правильный, и похоже, что вы это проверили, важно знать, что поставщики мобильных сетей могут не поддерживать входящие соединения UDP в своих сетях.
Хотя неверно утверждать, что все этого не делают, верно и то, что не все делают это, если вы хотите, чтобы ваше решение было переносимым между сетями, вам, возможно, придется рассмотреть альтернативы в любом случае.
Существуют примеры и руководства по преодолению границ преобразования сетевых адресов в сетях — один хороший пример, который рассматривает одноранговые приложения, находится здесь: http://bford.info/pub/net/p2pnat/
23.05.2019
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..