计算机网络技术的学习中，高等数学并不是绝对必要的，但它仍然是非常有帮助的。
一、不需要高数的情况
基础网络设备操作与配置
如果你主要是从事一些简单的网络设备（如交换机、路由器）的配置和操作工作，像在小型企业网络环境中，按照厂家提供的说明书进行设备的连接、IP地址分配、VLAN划分等基本操作，这些工作通常不需要高等数学知识。例如，配置一个小型办公网络，使用交换机划分不同的部门VLAN，只需要了解基本的网络协议和设备操作界面，通过命令行或者图形界面进行设置即可。
网络布线和简单的故障排查
在进行网络布线工作时，主要是考虑线缆的类型选择、布线规范（如线缆长度、弯曲半径等）以及物理连接的可靠性。当排查一些简单的网络故障，如网线接触不良、设备端口故障等，主要依靠观察、测试工具（如网线测试仪）和经验，高等数学知识在这种情况下用处不大。
二、需要高数的情况
网络性能分析和优化
在分析网络性能时，高等数学中的概率论和统计学知识非常关键。例如，要对网络中的数据包传输延迟、丢包率等性能指标进行分析，就需要运用概率统计的方法来处理大量的数据样本。通过建立概率模型，可以预测网络在不同负载情况下的行为。比如，在研究网络拥塞控制算法时，像TCP的拥塞控制算法，其中涉及到对网络带宽利用率、丢包概率等因素的数学建模和分析，这就需要高等数学中的微积分、概率论等知识来推导和优化算法。
网络安全中的密码学应用
计算机网络安全中，密码学是核心部分。许多加密算法，如RSA算法，其原理是基于数论中的概念，包括模运算、大数分解等。高等数学中的数论知识可以帮助更好地理解这些加密算法的原理和安全性。例如，RSA算法的安全性依赖于大整数分解的困难性，这就涉及到了高等数学中关于数的性质和运算规则。
网络协议的理论研究
对于一些复杂的网络协议，其设计和优化过程中会涉及到数学建模。例如，在研究无线网络中的MAC（媒体访问控制）协议时，为了提高信道利用率和减少碰撞概率，需要对信道的时隙分配、节点的接入概率等进行数学建模。这可能需要用到概率论、随机过程等高等数学知识来分析协议的性能和稳定性。
所以，虽然在计算机网络技术的某些应用层面可以不需要高等数学，但如果想深入理解网络技术的理论基础、进行性能优化和安全研究等工作，高等数学是非常有用的工具。