linux成长记(6)-3.18

Linux用户与组管理
本文介绍如何使用useradd、usermod、userdel等命令在Linux系统中管理用户账户与组,包括创建、修改及删除用户的过程及其选项说明。
账号管理

useradd   [-u   UID]      [-g初始群组]    [-G次要群组]

                  -u    直接指定一个特定的UID给这个账号

                  -g (重要)   如果不用用户本身的小组,后面可以跟指定的想要加入的小组名

                  -G    后面接的组名则是这个账号还可以加入的群组

                  -M   强制不要创建用户家目录。(创建的账户没有家目录,流浪的小孩,系统账号大部分是流浪孩,目的是使进程运行起来,不需要家目录)

                  -m    强制要创建家目录

                   -c    指定/etc/passwd 的第五栏的说明内容

                   -d    指定某个目录成为家目录,而不是用默认值

                   - r   创建一个系统账号,账号的UID会有限制(参考/etc/login.defs)

                   -s   后面接一个shell

                   -e   后面接日期

                    -f  后接shadow的第七子段项目,指定口令是否会失效,0为立即失效,-1为永远不失效

                 useradd   创建一个用户后会产生四个变化,即一个用户家目录,在shadow多一行密码,在passwd和group各多一行记录。创建的一般账号应该是在500以后,用户创建的系统账号一般是由100号以后起算的。

 passwd   [-l] [-u] [-S] [-n]  [-x] [-w] [-i] [-stdin]  账号

当普通账号给自己加密,弱密码,通过不了;当系统账户给自己加密时,弱密码也可以通过。

补充  :使用standard input 创建用户的口令

            echo  "abc543cc"  |   passwd   --stdin   user2

usermod  [-cdegGlsuLU]   username    (用于配置错误时进行微调,也可通过配置文件修改)

userdel  [-r]  username

-r  连同用户家目录也一起删除(默认情况不删家目录)

在删除用户时,删除用户账号/口令相关参数,使用者群组相关参数,用户个人文件数据

groupdel   组名 (删除组)

id    [username]

这个命令可以查询某人或自己相关UID/GID等等的信息,使用id 就可以全部列出


基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
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