[翻译]Windows Vista的秘密4: 禁用UAC

本文介绍了 Windows Vista 中用户帐号控制 (UAC) 的功能及其对用户安全性的影响。文中提供了两种关闭 UAC 的方法,同时也解释了如何进行更精细的配置以避免频繁的提示。
原文地址: http://blogs.msdn.com/tims/archive/2006/09/20/763275.aspx
作者:Tim Sneath
翻译:Tony Qu(来自 BluePrint翻译团队

如果你是本blog的常客,我敢打赌你应该会把自己认为是很强的用户,你为能够完全控制你的系统环境而感到自豪,任何阻止实现良好的人机交互的东西都会被你蔑视。如果有一种方法可以在Windows Vista中关闭User Account Control(用户帐号控制),你肯定会马上升级。好,亲爱的读者,现在我就来帮你解决这个问题。

首先, 请允许我偏离一下主题,讨论一下这一特性的好处。大多数人都知道,作为admin运行不是一件好事,Aaron Margosis对于这个问题在写了好几篇blog,我不想在这里从头开始讨论这个问题。但是由于兼容性的问题,作为一个标准用户运行会是一个让人有点痛苦的提议。Windows Vista企图赋予你两方面的好处,一方面是允许管理员在标准用户的上下文环境下执行大部分的进程,仅通过用户准许来提升他们的用户令牌的特权,另外允许标准用户通过选择提升一个进程,使用管理员级别的身份来执行管理员的任务。

总的来说,UAC是十分不错。 在早期的版本中,它十分有侵略性,经常会提示,有时会在错误的时候捕获焦点。对于大部分用户而言,UAC将提供一个十分有用的安全保护的级别,它会对流氓软件采取防护措施:这些软件将不会拥有权限来执行侵略性动作,如安装设备驱动程序或服务。一旦系统配置完成,除非你会经常修改设置,你将很少会看到UAC。顺便提一句,你可以找出一大堆关于UAC如何工作以及你需要对自己的应用程序做什么的文章,这样他们就可以很好地与UAC配合,你还可以在 官方UAC网站上找到它的统一设计标准。

关闭UAC是可能的,但是我真的不建议这么做,如果你喜欢完全控制你的机器,你肯定需要知道什么时候会尝试执行一个管理员级别的动作。不管怎么说,我宁可你运行运行没有UAC的Windows Vista,也不愿意你运行其它的操作系统。

有两种方式可以禁用UAC。一种简单的方法是通过控制面板。在屏幕顶部的搜索栏中键入"UAC",这个任务就会显示出来:


这种方法十分强势,但它只是关闭了整个UAC。有一种更精细的配置方式可以让你在不接到提示的情况下享受UAC的好处。你需要修改本地安全策略(Local Security Policy)来控制它,如下:
1. 在Start搜索栏中,输入Local Security Policy
2. 接受权限提升提示
3. 在snap-in中,选择Security Settings -> Local Policy -> Security Options
4. 滚动到底部,你将找到9个不同的组策略设置,它们就是UAC的精细配置



或许最好的选择是改变下面的设置:
User Account Control: Behavior of the elevation prompt for administrators in Admin Approval Mode
from... (用户帐号控制:在Admin Approval Mode中,针对管理员的权限提升提示的行为)
Prompt for consent to Elevate without prompting.
(不显示同意权限提升的提示)

它做了什么呢?尽管会有来自Windows安全中心(Windows Security Center)的警告信息,UAC并没有真正关闭。它仍然在那里,所有的进程仍然将以标准用户的名义运行。为了证实这一点,打开命令提示符,并尝试向c:\directory保存一个文件,会出现访问被禁止(access denied)的错误信息。尽管如此,当一个进程被标记为权限提升时,请求将被悄悄地接受,而不是弹出安全桌面权限提升的提示,但在窗口标题中将显示你正在使用完整的管理员特权运行此程序。

使用这种方式比什么都不做要好,这有点像通过让所有人接种麻疹疫苗来保证你不会被感染。在修改前,请读一下属性表单的第二个页中的每个策略设置,一定要仔细。
内容概要:本文介绍了一种基于蒙特卡洛模拟和拉格朗日优化方法的电动汽车充电站有序充电调度策略,重点针对分时电价机制下的分散式优化问题。通过Matlab代码实现,构建了考虑用户充电需求、电网负荷平衡及电价波动的数学模【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)型,采用拉格朗日乘子法处理约束条件,结合蒙特卡洛方法模拟大量电动汽车的随机充电行为,实现对充电功率和时间的优化分配,旨在降低用户充电成本、平抑电网峰谷差并提升充电站运营效率。该方法体现了智能优化算法在电力系统调度中的实际应用价值。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源汽车、智能电网相关领域的工程技术人员。; 使用场景及目标:①研究电动汽车有序充电调度策略的设计与仿真;②学习蒙特卡洛模拟与拉格朗日优化在能源系统中的联合应用;③掌握基于分时电价的需求响应优化建模方法;④为微电网、充电站运营管理提供技术支持和决策参考。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注目标函数构建、约束条件处理及优化求解过程,可尝试调整参数设置以观察不同场景下的调度效果,进一步拓展至多目标优化或多类型负荷协调调度的研究。
内容概要:本文围绕面向制造业的鲁棒机器学习集成计算流程展开研究,提出了一套基于Python实现的综合性计算框架,旨在应对制造过程中数据不确定性、噪声干扰面向制造业的鲁棒机器学习集成计算流程研究(Python代码实现)及模型泛化能力不足等问题。该流程集成了数据预处理、特征工程、异常检测、模型训练与优化、鲁棒性增强及结果可视化等关键环节,结合集成学习方法提升预测精度与稳定性,适用于质量控制、设备故障预警、工艺参数优化等典型制造场景。文中通过实际案例验证了所提方法在提升模型鲁棒性和预测性能方面的有效性。; 适合人群:具备Python编程基础和机器学习基础知识,从事智能制造、工业数据分析及相关领域研究的研发人员与工程技术人员,尤其适合工作1-3年希望将机器学习应用于实际制造系统的开发者。; 使用场景及目标:①在制造环境中构建抗干扰能力强、稳定性高的预测模型;②实现对生产过程中的关键指标(如产品质量、设备状态)进行精准监控与预测;③提升传统制造系统向智能化转型过程中的数据驱动决策能力。; 阅读建议:建议读者结合文中提供的Python代码实例,逐步复现整个计算流程,并针对自身业务场景进行数据适配与模型调优,重点关注鲁棒性设计与集成策略的应用,以充分发挥该框架在复杂工业环境下的优势。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值