SSH简介

一、概念

SSH 为 Secure Shell 的缩写,由 IETF 的网络小组(Network Working Group)所制定;SSH 为建立在应用层基础上的安全协议。SSH 是较可靠,专为远程登录会话和其他网络服务提供安全性的协议。利用 SSH 协议可以有效防止远程管理过程中的信息泄露问题。

二、基本用法

安装

sudo apt install openssh-server

ssh启动方法

# 方法一:
sudo /etc/init.d/ssh start

# 方法二:
sudo systemctl start sshd

# 方法三
sudo service ssh start
# 或
sudo service sshd start

ssh服务配置,查看配置文件官方文档

man sshd_config 

使用

SSH主要用于远程登录。假定你要以用户名user,登录远程主机host,只要一条简单命令就可以了。

ssh user@host

如果本地用户名与远程用户名一致,登录时可以省略用户名。

ssh host

SSH的默认端口是22,也就是说,你的登录请求会送进远程主机的22端口。使用 -p 参数,可以修改这个端口。

ssh root@192.168.1.4 -p 1234

三、SSH秘钥登录

1.制作秘钥对

ssh-keygen

2.复制到远程主机

方法一:通过命令导入
简易导入

ssh-copy-id user@hostname

指定文件路径导入

ssh-copy-id -i id_rsa.pub user@hostname

ssh-copy-id会检测id_rsa私钥文件是否存在,可以使用touch id_rsa即可。

方法二:直接操作文件

/root/.ssh/authorized_keys中追加公钥。

cat ~/.ssh/id_rsa.pub | ssh user@hostname `cat >> .ssh/authorized_keys`

注意:.ssh目录权限需要为:755,否则将无法连接。

3.导入私钥

ssh-add向身份验证代理添加私钥身份,当不加参数运行时,将会添加以下文件:~/.ssh/id_rsa, ~/.ssh/id_dsa, ~/.ssh/id_ecdsa, ~/.ssh/id_ecdsa_sk,~/.ssh/id_ed25519, 和 ~/.ssh/id_ed25519_sk. 加载私钥后,ssh-add将尝试在私钥文件名后附加-cert.pub获得的文件名中加载相应的证书信息。可以在命令行中指定其他文件名。

# 添加 id_rsa_test 私钥文件, 添加前需要确认私钥文件的权限为600否则将添加
ssh-add -k id_rsa_test

创建ssh密钥脚本

#!/bin/bash
  
work_dir=/root/.ssh

# 创建.ssh 文件夹
if [ ! -e $work_dir ]
then
    mkdir $work_dir
    echo "创建.ssh文件夹"
else
    echo ".ssh已存在无需创建"
fi

# 切换工作目录
cd $work_dir

# 生成ssh秘钥对
ssh-keygen

cat id_rsa.pub >> authorized_keys

echo "请妥善保管私钥:"
cat id_rsa

【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究(Python代码实现)内容概要:本文围绕“基于深度强化学习的微能源网能量管理与优化策略”展开研究,重点利用深度Q网络(DQN)等深度强化学习算法对微能源网中的能量调度进行建模与优化,旨在应对可再生能源出力波动、负荷变化及运行成本等问题。文中结合Python代码实现,构建了包含光伏、储能、负荷等元素的微能源网模型,通过强化学习智能体动态决策能量分配策略,实现经济性、稳定性和能效的多重优化目标,并可能与其他优化算法进行对比分析以验证有效性。研究属于电力系统与人工智能交叉领域,具有较强的工程应用背景和学术参考价值。; 适合人群:具备一定Python编程基础和机器学习基础知识,从事电力系统、能源互联网、智能优化等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习如何将深度强化学习应用于微能源网的能量管理;②掌握DQN等算法在实际能源系统调度中的建模与实现方法;③为相关课题研究或项目开发提供代码参考和技术思路。; 阅读建议:建议读者结合提供的Python代码进行实践操作,理解环境建模、状态空间、动作空间及奖励函数的设计逻辑,同时可扩展学习其他强化学习算法在能源系统中的应用。
皮肤烧伤识别作为医学与智能技术交叉的前沿课题,近年来在深度学习方法推动下取得了显著进展。该技术体系借助卷积神经网络等先进模型,实现了对烧伤区域特征的高效提取与分类判别,为临床诊疗决策提供了重要参考依据。本研究项目系统整合了算法设计、数据处理及模型部署等关键环节,形成了一套完整的可操作性方案。 在技术实现层面,首先需要构建具有代表性的烧伤图像数据库,涵盖不同损伤程度及愈合阶段的临床样本。通过对原始图像进行标准化校正、对比度增强等预处理操作,有效提升后续特征学习的稳定性。网络架构设计需充分考虑皮肤病变的区域特性,通过多层卷积与池化操作的组合,逐步抽象出具有判别力的烧伤特征表示。 模型优化过程中采用自适应学习率调整策略,结合交叉熵损失函数与梯度下降算法,确保参数收敛的稳定性。为防止过拟合现象,引入数据扩增技术与正则化约束,增强模型的泛化能力。性能验证阶段采用精确率、召回率等多维度指标,在独立测试集上全面评估模型对不同烧伤类型的识别效能。 经过充分验证的识别系统可集成至医疗诊断平台,通过规范化接口实现与现有医疗设备的无缝对接。实际部署前需进行多中心临床验证,确保系统在不同操作环境下的稳定表现。该技术方案的实施将显著缩短烧伤评估时间,为临床医师提供客观量化的辅助诊断依据,进而优化治疗方案制定流程。 本项目的突出特点在于将理论研究与工程实践有机结合,既包含前沿的深度学习算法探索,又提供了完整的产业化实施路径。通过模块化的设计思路,使得医疗专业人员能够快速掌握核心技术方法,推动智能诊断技术在烧伤外科领域的实际应用。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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

打赏作者

会飞的果粒橙

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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