25、深入理解 Active Directory 管理中的 DS 命令

深入理解 Active Directory 管理中的 DS 命令

1. UNIX 风格的 DSx 命令组合

在 Active Directory 管理中,DSQuery、DSMod、DSGet、DSMove 和 DSRm 这些 DS 命令各自在特定任务中有独特作用。而当将它们的功能组合起来时,能展现出强大的威力,组合方式是使用管道符号 “|”。

熟悉 UNIX shell 脚本的人知道,可通过管道或 tee 按顺序将命令连接起来,把一个命令的数据传递给另一个命令。例如,在 UNIX 中,若要在当前工作目录中查找包含 “acct” 字符串的文件名,可输入 ls –al | grep “acct” ,目录列表会被传递给 grep 命令,grep 会过滤掉不包含 “acct” 的文件名,并将结果输出到屏幕。

Microsoft 为 DS 命令提供了类似功能。DSMod、DSGet、DSMove 和 DSRm 支持接收 DSQuery 传递的数据。通常,这些命令用于单个对象操作,但网络管理员常需处理多个对象,若逐个操作会浪费时间。比如,管理员可先运行 dsquery computer –inactive 8 查找超过八周未活动的计算机账户,再对每个账户运行 DSRm 命令;也可直接运行 dsquery computer –inactive 8 | dsrm 一次完成操作。再如,要给 Accounting 组的所有用户添加 “Accountant” 描述,可运行:

dsquery user –memberof Ac
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
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