网管必须熟练掌握的“杀手剪”命令，你会用吗？

networkcrazy networkcrazy 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 900+累计阅读 934平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄19年
关注
原创 最新推荐文章于 2026-05-28 01:25:23 发布 934 阅读 AI 写同款· GEO 优化 ›
保姆级教程：手把手配置华为防火墙USG6309E的SNMPv2c/v3网管 本文提供华为防火墙USG6309E的SNMPv2c/v3配置全指南，详细解析从基础环境准备到高级优化的完整流程。重点介绍防火墙特有的`service-manage`指令，确保网管协议正常通信，并包含验证与排错技巧，帮助网络管理员高效完成配置。 阅读详情
write by 洱海月  QQ：254034704
http://blog.youkuaiyun.com/networkcrazy
ipconfig命令是用来查看网络配置基本信息的最有用的命令，可堪称网络命令的“杀手剪”。它一出招，能帮助广大网管解决60%不能上网的原因。下面给出此命令的详细手法，希望能让你如虎添翼。

1 命令帮助查看

C:/Documents and Settings/Administrator>ipconfig /?

Windows 2000 IP Configuration


USAGE:
   ipconfig [/? | /all | /release [adapter] | /renew [adapter]
            | /flushdns | /registerdns
            | /showclassid adapter
            | /setclassid adapter [classidtoset] ]

   adapter    Full name or pattern with '*' and '?' to 'match',
              * matches any character, ? matches one character.
   Options
       /?           Display this help message.
       /all         Display full configuration information.
       /release     Release the IP address for the specified adapter.
       /renew       Renew the IP address for the specified adapter.
       /flushdns    Purges the DNS Resolver cache.
       /registerdns Refreshes all DHCP leases and re-registers DNS names
       /displaydns  Display the contents of the DNS Resolver Cache.
       /showclassid Displays all the dhcp class IDs allowed for adapter.
       /setclassid  Modifies the dhcp class id.

The default is to display only the IP address, subnet mask and
default gateway for each adapter bound to TCP/IP.

For Release and Renew, if no adapter name is specified, then the IP address
leases for all adapters bound to TCP/IP will be released or renewed.

For SetClassID, if no class id is specified, then the classid is removed.

Examples:
    > ipconfig                       ... Show information.
    > ipconfig /all                  ... Show detailed information
    > ipconfig /renew                ... renew all adapaters
    > ipconfig /renew EL*            ... renew adapters named EL....
    > ipconfig /release *ELINK?21*   ... release all matching adapters,
                                         eg. ELINK-21, myELELINKi21adapter.

真没有想到这个命令还有这么多的参数。这些参数非常有用哦。下面进行详细讲解。

2 命令使用实例

（1）、查看所有接口的网络配置信息

ipconfig /all( 不用详说了吧，大家一定很常用。)

（2）释放“本地连接”的IP地址（只对动态获得IP地址的接口有效）

C:/Documents and Settings/Administrator>ipconfig /release 本地连接－－－－可以省略（省略则表则释放所有动态接口的IP地址。）

Windows 2000 IP Configuration

IP address successfully released for adapter "本地连接"

（3）、重获“本地连接”的IP地址（只对动态获得IP地址的接口有效）

C:/Documents and Settings/Administrator>ipconfig /renew 本地连接－－－－可以省略（省略则表则重获所有动态接口的IP地址。）

注意：（2）、（3）两条命令常常是搭配使用的，可是经典中的经典哦。对于ARP欺骗攻击，它们也一定效果的哦。值得推荐。。。

下面的命令就是非常有用，但大家并不常用的哦。注意看啊！

（4）、查看DNS解析器缓存

DNS解析器就是我们电脑向DNS服务器进行解析IP地址的客户端软件，没有它，我们将无法解释IP地址，这样一来，我们在地址栏里面输入网址时，也就打不开网页了哦。（注意：有些打不开网页的情况就是DNS解析器出现了问题。）。DNS解析器是系统集成的工具，我们不需要另外安装。

当我们电脑向DNS服务器进行解析时，DNS会把解析的结果返回给客户端，这样我们就知道了网址和IP地址的对就关系。但是，DNS解析器会这个解析的结果保存一定的时间，以免得重复解析，浪费资源。这就构成了DNS解析器缓存。

具体命令如下：

C:/Documents and Settings/Administrator>ipconfig /displaydns

Windows 2000 IP Configuration

   localhost.
   ------------------------------------------------------
     Record Name . . . . . : localhost
     Record Type . . . . . : 1
     Time To Live  . . . . : 31397166
     Data Length . . . . . : 4
     Section . . . . . . . : Answer
     A (Host) Record . . . :
                       127.0.0.1


   1.0.0.127.in-addr.arpa.
   ------------------------------------------------------
     Record Name . . . . . : 1.0.0.127.in-addr.arpa
     Record Type . . . . . : 12
     Time To Live  . . . . : 31397166
     Data Length . . . . . : 4
     Section . . . . . . . : Answer
     PTR Record  . . . . . :
                       localhost


（5）、清空DNS解析器缓存（注意：用此命令也解新决一些莫名其妙不能打开网页的问题。）

C:/Documents and Settings/Administrator>ipconfig /flushdns

Windows 2000 IP Configuration

Successfully flushed the DNS Resolver Cache.

注意：（4）、（5）两条命令也是一对好搭档哦。

（6）、刷新所有DHCP租约，重新注册DNS名字

C:/Documents and Settings/Administrator>ipconfig /registerdns

Windows 2000 IP Configuration

Registration of the DNS resource records for all adapters of this computer has b
een initiated. Any errors will be reported in the Event Viewer in 15 minutes.

（7）、查看"本地连接"的DHCP classes ID

C:/Documents and Settings/Administrator>ipconfig /showclassid 本地连接－－－－不可省略

Windows 2000 IP Configuration

There are no DHCP classes for adapter "本地连接".

（8）、修改"本地连接"的DHCP classes ID

ipconfig /setclassid

注意：（7）、（8）两条命令也是一对好搭档哦。



 
标签
#dns服务器 #windows #character #class #网络
#c
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
网络剪刀手v2.08中文版网管必备工具.zip 软件介绍: 当局域网中有人用BT或P2P类软件下载，大量占用带宽时，可以用这个软件来对付他。网络剪刀手NetCut的功能是能够切断内网里面任何的主机，并使其断开网络。通过它可以非常有效地控制局域网上面的主机。当你和别人共用一个路由器时,常常回有人开BT下载,常常弄得你不能正常上网.就它就是了! 立即下载

相关推荐

ADS实战指南：负载牵引(Loadpull)在射频功放设计中的关键应用

本文深入解析了负载牵引(Loadpull)技术在射频功率放大器设计中的核心作用与实战方法。通过生动的比喻和详细的ADS软件操作指南，阐述了如何通过系统扫描负载阻抗，在史密斯圆图上绘制等功率线与等效率线，从而精准找到最优阻抗点，以平衡输出功率与效率，是应对5G等现代通信系统严苛要求的必备技能。

weixin_29198045的博客 601

ipconfig的使用

ipconfig命令的使用 ipconfig命令是用来显示网络接口的配置信息即显示所有当前的 TCP/IP 网络配置值、刷新动态主机配置协议 (DHCP) 和域名系统 (DNS) 设置。 ipconfig命令的参数有：/all; /renew; /release; /flushdns; /displaydns; /registerdns...

weixin_33696106的博客 383

基于STM32与CAN总线的多电机协同控制系统设计与实现

本文详细介绍了基于STM32与CAN总线的多电机协同控制系统设计与实现。该系统采用分布式架构，通过CAN总线实现多节点通信，结合梯形加减速算法和同步控制策略，有效解决了工业自动化中多电机同步性差的问题。文章涵盖硬件设计、通信协议、抗干扰措施及实战调试经验，为工业应用提供高可靠性解决方案。

tech5的博客 970

生擒网络剪刀手(NetCut)

 最近这三个月，上网老是出问题。尤其是近一个月，网速简直到了令人发指的程度。我曾怀疑过软件冲突，系统出问题，网线及水晶头，网卡……就是没怀疑过自己的RP。今天，终于云开雾散、水落石出！首先，我说一下我一直搞不懂的地方。每天早晨，我是我们宿舍起床最早的。可当我们宿舍一宅男开电脑后，我的迅雷马上从100多KB/S骤降到5KB/S左右，这种奇怪的现象发生过不只一次，所以我经常避开他开电脑的时间下

人生如棋 1万+

07群晖Docker部署nousresearch/hermes-agent

群晖Docker部署nousresearch/hermes-agent。

分享技术，传播知识! 1373

JAVA进阶面试题：如何设计一个高并发系统？

如何设计一个高并发系统？ 面试官心理分析 说实话，如果面试官问你这个题目，那么你必须要使出全身吃奶劲了。为啥？因为你没看到现在很多公司招聘的 JD 里都是说啥，有高并发就经验者优先。 如果你确实有真才实学，在互联网公司里干过高并发系统，那你确实拿 offer 基本如探囊取物，没啥问题。面试官也绝对不会这样来问你，否则他就是蠢。 假设你在某知名电商公司干过高并发系统，用户上亿，一天流量几十亿，高峰期并发量上万，甚至是十万。那么人家一定会仔细盘问你的系统架构，你们系统啥架构？怎么部署的？部署了多少台机器

uuop155的博客 1019

网吧传奇杀手病毒

网吧传奇杀手病毒预防方案（网吧集体掉线问题之解决方案之一）网吧传奇杀手病毒预防方案　　“网吧传奇杀手”木马病毒的出现，网吧行业无疑又经历了一次严重的打击和技术挑战。最近几个月来，很多网吧开始出现同一类似的网络故障，网吧正常营业时突然掉线，经过短暂的网络中断后网络自动恢复正常。此后，便有传奇、传奇世界的玩家开始大嚷，自己的帐号和密码被盗了。　　　　以上症状，便是“网吧传奇杀手”木马病毒发作的典型特征

他的专栏 2931

非线性动力学_用MatCont分析非线性动力学方程组（一）

写在前面：笔者打算写两到三篇系列文章介绍MatCont，此为第一篇《用MatCont分析非线性动力学方程组（一）》。MatCont是一个基于Matlab而开发的免费工具包，专门用来做非线性动力学模型分叉、向量场、周期性等分析，符号（连续性）运算和数值（离散性）运算均适用。该工具的开发及研究项目由比利时Ghent大学的Willy Govaerts教授、荷兰Utrecht大学的Yuri Kuznets...

weixin_39700215的博客 2766

使用命令提示符（cmd）查找电脑中隐藏的“黑手

使用命令提示符（cmd）查找电脑中隐藏的“黑手分类： Linux2012-08-22 13:12516人阅读评论(0)收藏举报cmdwindows任务工具system活动一、TASKLIST——火眼金睛如今的病毒越来越狡猾，常常不见首也不见尾。但许多病毒往往在进程这一环节中露出狐狸尾巴，因而查看进程是查杀病毒的一个重要的方法。命令行提供了进程查看的命令工具——Tasklist...

weixin_33744141的博客 253

Linux 内核参数：meminfo

内存管理是一个相对复杂的内核模块，错综复杂的数据结构和管理逻辑。Linux 内核为了帮助开发者从宏观上把握内存的使用情况，在几大核心数据结构中都有相应的计数统计，如物理页面使用情况、伙伴系统分配情况、内存管理区的页面使用情况、内存回收扫描回收情况、内存规整触发情况等等。本文要分析的节点meminfo是Linux 操作系统中查看系统内存最准确(meminfo 中有内存黑洞)的方法，它包含当前时刻系统的所有物理页面的信息。

私房菜 2413

【腾讯小龙虾WorkBuddy专栏01】初识WorkBuddy！定位、核心优势、功能界面全解析

【腾讯小龙虾WorkBuddy专栏01】初识WorkBuddy！定位、核心优势、功能界面全解析

AI人人懂 3824

使用命令提示符查找电脑中隐藏的“黑手”

一、TASKLIST——火眼金睛     如今的病毒越来越狡猾，常常不见首也不见尾。但许多病毒往往在进程这一环节中露出狐狸尾巴，因而查看进程是查杀病毒的一个重要的方法。命令行提供了进程查看的命令工具——Tasklist(Windows XP或更新版本)。此命令与任务管理器一样可以显示活动进程的列表。但通过使用参数，可以看到任务管理器查看不到的信息，可以实现更强大的功能。使用参数 “/M”，运行“

可木的专栏 2965

Android 10.0 kenel中修改rom系统内部存储的大小

在10.0的系统rom产品开发定制中，在对一些产品开发中的配置需求方面，由于在产品后续订单中，有些产品是出口的，但是硬件方面已经定板，时间比较仓促，所以 就需要软件方面在rom内部存储的大小方面作假，修改rom真实的大小容量，所以就需要在kenel驱动部分来修改这部分的值最好了，接下来分析下计算rom容量的 相关代码，然后做出修改

安卓兼职framework和app工程师的博客 1404

作为站长或者公司的网站的网管，什么最可怕

作为站长或者公司的网站的网管，什么最可怕？显然是网站受到的DDoS攻击。大家都有这样的经历，就是在访问某一公司网站或者论坛时，如果这个网站或者论坛流量比较大，访问的人比较多，打开页面的速度会比较慢，对不?!一般来说，访问的人越多，网站或论坛的页面越多，数据库就越大，被访问的频率也越高，占用的系统资源也就相当可观。 CC攻击是DDoS(分布式拒绝服务)的一种，相比其它的DDoS攻击CC似乎更有技术含量一些。这种攻击你见不到虚假IP，见不到特别大的异常流量，但造成服务器无法进行正常连接，一条ADSL的普通用户

XiaoYiLiangZai的博客 270

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

文档：亲测可用解决vnc灰屏，黑屏，鼠标大黑叉情况

主要解决vnc-viewer灰屏，黑屏，鼠标大黑叉等现象，详细见文档。

作为站长或者公司的网站的网管，什么最可怕？

作为站长或者公司的网站的网管，什么最可怕？显然是网站受到的DDoS攻击。大家都有这样的经历，就是在访问某一公司网站或者论坛时，如果这个网站或者论坛流量比较大，访问的人比较多，打开页面的速度会比较慢，对不?!一般来说，访问的人越多，网站或论坛的页面越多，数据库就越大，被访问的频率也越高，占用的系统资源也就相当可观。 CC攻击是DDoS(分布式拒绝服务)的一种，相比其它的DDoS攻击CC似乎更有技术含量一些。这种攻击你见不到虚假IP，见不到特别大的异常流量，但造成服务器无法进行正常连接，一条ADSL的普通用户

weixin_67757219的博客 243

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

[ZT]智能ABC一严重Bug可使任意程序崩溃

    智能ABC是各种版本Windows都默认安装的输入法，因此使用极其广泛。除了输入文字之外，我发现它还另有玄机——程序必杀技。 程序“死”于非命     打开任意一个应用程序，如记事本或者一个程序对话框等（不管是否存在文本输入框均可），点击系统托盘上的输入法图标切换到“智能ABC”，或者按 “Ctrl+Shift”切换到“智能ABC”，依次按这些键：“V＋↑＋Del＋Enter

matrix67的专栏 4493

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

网管的未来出路与学习成长方向选择

一、基础网管的发展方向1.可以学习CCNA（或同等认证的）向网络工程师方向发展建议选择CCNA，理由如下：1）模拟器种类多，技术成熟，路由和交换机类型多，H3C、华为模拟器相对少，可选路由和交换机少2）思科成熟的专业培训机构多3）可以学习思科专属协调，如EIGRP、HSRP等4）思科全世界公认，H3C恐怕只有china(玩笑）2.可以学习linux基础，向运维方向发展3.可以...

weixin_33743703的博客 293

sTools使用说明及视频教程

sTools使用说明及视频教程关键词： PsTools                                          视频下载：http://images.enet.com.cn/eschool/wmv/pstools.wmv本文出自《网管员世界》2003年第9期 网管工具 栏目软件名称：Pstools运行平台：Windows软件授权：免费软件

ycc的工作随笔 3584

命令行

早在几年前，就有先知先觉的网友感叹道：人在网上漂，哪能不中标。如今，电脑中招更是成了家常便饭。面对来势汹汹的病毒木马们，杀毒软件和防火墙自然是一个都不能少。但有时还是有许多仅仅依靠杀毒软件和防火墙对付不了的顽固分子，这时该怎么办呢？其实在Windows系统的命令行中，已为我们提供了一些非常有用的工具，充分利用就会变成我们对抗病毒的强力武器。下面我们就来看看命令行下的强力抗毒武器。<br />一、TASKLIST——火眼金睛<br /><br /><br />　　如今的病毒越来越狡猾，常常不见首也不见尾。但许

疯子的专栏 459

windows下十分有用的命令

<br />一、TASKLIST——火眼金睛<br /><br /><br /> 　　如今的病毒越来越狡猾，常常不见首也不见尾。但许多病毒往往在进程这一环节中露出狐狸尾 巴，因而查看进程是查杀病毒的一个重要的方法。命令行提供了进程查看的命令工具——Tasklist(Windows XP或更新版本)。此命令与任务管理器一样可以显示活动进程的列表。但通过使用参数，可以看到任务管理器查看不到的信息，可以实现更强大的功能。使用参数 “/M”，运行“Tasklist /M”将显示每个任务加载的所有的DLL模

WinLin 735

电脑网络卡顿？私藏的9个神级命令，瞬间解决99%的网络故障！

今天把压箱底的9个命令全部分享，学会了你也能成为办公室的"网络救星"。

小司机的奥拓 3366

命令行下的防毒

早在几年前，就有先知先觉的网友感叹道：人在网上漂，哪能不中标。如今，电脑中招更是成了家常便饭。面对来势汹汹的病毒木马们，杀毒软件和防火墙自然是一个都不能少。但有时还是有许多仅仅依靠杀毒软件和防火墙对付不了的顽固分子，这时该怎么办呢？其实在Windows系统的命令行中，已为我们提供了一些非常有用的工具，充分利用就会变成我们对抗病毒的强力武器。下面我们就来看看命令行下的强力抗毒武器。一、TA...

219
上一篇： 让“显示所有的文件和文件夹”功能失效
下一篇： 优快云博客在用户认证方面的两个漏洞
点赞 0
评论 0
书签 书签 1
networkcrazy
networkcrazy
博客等级 码龄19年 15粉丝 27原创
+ 关注
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
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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