OS X 下如何为文件和文件夹建立密码保护

带图版:http://bbs.weiphone.com/read-htm-tid-2791504.html

我们都有一些私密的文件需要保存,在苹果操作系统下,如何为这些文件或文件夹设置密码呢?

利用系统自带的创建磁盘映像功能,可以创建一个带密码的映像文件,能很轻易的实现我们的愿望。


创建流程

1.打开应用程序中的 “磁盘工具” 软件

应用程序 -> 实用工具 -> 磁盘工具


2.创建一个空白的磁盘映像

文件 -> 新建 -> 空白磁盘映像


3.设置与创建磁盘映像相关的选项

“存储为” 是起一个这个磁盘映像在硬盘上的名字

“Work” 这一项,是选择这个磁盘映像所在的磁盘

“名称” 是这个磁盘映像文件将来挂载后显示的名字

“大小” 选择自定义,这个大小的数值根据你个人的需要而定,但不能超过映像文件所在磁盘的剩余空间(100G)。

“格式” 保持默认的 Mac OS 扩展(日志式)

“加密” 这一项是重点,一定要选择 “128位 AES 加密(建议)”,这样,将来打开这个映像文件的时候,会提示你密码。

“分区” 保持默认的选项(单个分区 - Apple 分区图)。

“映像格式” 这一项也是重点,一定要选择 “稀疏磁盘映像”,这一项的含义是,

映像文件在硬盘上占的空间大小是你向映像文件里放置的文件的实际大小,而不是上面定义的 100G,

这两项结合,100G 的含义是这个映像文件所能占的最大空间,而且这个最大空间的大小将来还能更改


4.设置密码,创建磁盘映像

设置完毕,点击创建,会弹出一个密码对话框,让你输入自定义的密码。

注意,一定要把 “在我的钥匙串中记住密码” 这个选项前面的勾去掉

如果这个选项打勾了,那么你在这台电脑上这个用户登录的情况下,打开这个磁盘映像是不需要密码的。

只有把这个映像文件拷贝到其他苹果电脑上,打开时,才会询问密码。

只要把 “在我的钥匙串中记住密码” 这个选项前面的勾去掉,那么在任何情况下,打开这个映像文件都需要密码


5.然后点击 “好”,经过几十秒,就创建好了磁盘映像。


使用演示

创建完毕后,在硬盘上就会出现一个刚才以 “1” 命名的磁盘映像文件,全名是:“1.sparseimage”。

根据上图所示,目前这个映像文件里还没有放置任何文件,它的大小是 200 多 M ,而不是上面定义的 100G,

这 200 多 M 的空间应该是供加密使用的。将来向里面放置文件,映像文件的大小会随着放入文件的实际空间而增大


双击这个映像文件,会提示输入密码

输入密码后,映像文件就会在桌面和侧栏上显示,和一个普通的 U 盘一样。

我们就可以像一个 U 盘一样使用,向里面拷贝文件和文件夹。

使用结束后,像 U 盘一样的推出,例如图中所示点击推出按钮,就可以了。


每次挂载这个文件,都需要输入密码,这样就达到了我们保护资料的目的

如果你将来觉得这个映像文件的最大空间已经不够用了,打开磁盘工具选中该映像文件,就可以再次调整它的大小了

你也可以把这个映像文件拷贝到 U 盘里,随身携带到别的苹果电脑上。

在别的苹果电脑上,只要输入正确的密码,这个映像文件也可以正常使用,像拷贝,删除等操作,都可以正常进行。

一次创建,随处使用


防止误删

用这种方式建立的文件或文件夹虽然他人不能打开,但是他人可以任意删除。可以用下面的方式来保护文件和文件夹。

1.打开终端(应用程序 -> 实用工具 -> 终端),在终端中输入如下命令:chflags uappend

注意 “uappend” 后面要输入一个空格


2.打开一个 Finder 窗口,让终端和你要保护的文件都显示出来。如下图所示,我要保护 test 这个文件。

然后,用鼠标把 test 文件拖入到终端窗口中,这时,会出现个加号,看到加号后松开鼠标,

这个文件的绝对路径就会被添加到 chflags uappend 命令的后面。

然后回车,就可以为这个文件设置了 “uappend” 标记


一个文件如果被设置了 “append” 标记,将不会被删除,当尝试删除时,会提示管理员密码,

但即使输入正确的管理员密码,也不会删除这个文件。另外,设置了这个标记之后,文件也不能被修改了。

需要去掉这个标记才能被修改,去掉标记的命令是chflags nouappend

像上面的方法一样,把文件名添加到后面,回车就可以了。

文件夹也可以添加 “uappend” 标记,添加的方法和上面文件的一样。

当文件夹被添加标记后,文件夹里的文件就不能被删除和修改了,但可以向文件夹里面添加新的文件


智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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