Exchange Server 2010系列(3) — 仲裁邮箱应用(下)

Exchange Server 2010系列(3) — 仲裁邮箱应用(下)
      接上文:Exchange Server 2010系列(2) —— 仲裁邮箱应用(上)。在上文里,我们在EMC中使用传输规则创建了一条策略,并通过它讲解仲裁邮箱的使用方法以及用用效果,但是从企业的角度其应用以及需求的复杂性决定这样的规则必然是不适用的。这时有可能在用户的脑海中就会出现一个问号,这个功能到底意义何在。其实,在上中只是最简单的规则应用,而通过条件中定义的丰富选项我们可以满足企业内部很多实际的场景需求。下面选了2个实例做说明:
      第一个实例我不再通过收发件人进行邮件仲裁,即不再针对某个用户或者组应用仲裁规则。而是针对邮件中的主题以及内容进行仲裁,实现邮件内容的灵活筛选而全部过程对内部员工是完全透明的。
      第二个实例是多仲裁模式的应用,即可以为一封需要仲裁的邮件指定多个仲裁地址,仲裁用户可以选择批准或是拒绝以及添加一些批注。
邮件内容仲裁
1.首先我们使用新建传输规则向导,创建一条新的规则,名称输入“仲裁策略”
01
2.在条件中,我们出于企业策略遵从的考虑对一些关键字进行监控。这里我选择的关键字是政治以及财务并选择““主题”字段或邮件正文包含特定词语时”作为条件。
  02
3.在操作步骤中,选择“将邮件转发到地址以供裁决”并输入转发到的邮件地址 Administrator@contoso.com
03
4.在例外中我们将转发邮箱本身也就是 Administrator@contoso.com 排除出去。同样,我们也可以将某个高级管理人员邮箱或者特殊的用户排除出去。因此仲裁策略在实施的过程中是非常灵活以及方便的。
  04
5.创建完成
05
6.下面开始验证上面创建规则的实际应用效果。首先在OWA中使用contoso\dongjun用户登录用户的邮箱。
06
7.创建第一封邮件:在收件人中输入ALLEN,在主题中输入财务,输入任意内容,最后单击发送邮件
07
8.创建第二封邮件:在收件人中输入ALLEN,在主题中输入任意内容,在内容中输入政治,最后单击发送邮件
08
9.注销Contoso\dongjun用户,使用Contoso\Administrator用户登录邮箱并仲裁接收到的邮件内容
09
10.在收件箱中查看接收到得邮件,可以看到有2封来自于Micorosfot Exchange审批助手的邮件等待管理员审批内容。
11
11.单击“单击此处”连接进入审批页面
12
12.审批2封邮件,允许他们发送到目标收件人的邮箱
13 
14
13.使用Contoso\allen用户登录邮箱,查看收到的邮件
15 
多用户仲裁
1.下面我们再创建一条多用户仲裁策略,他允许我们设置多个用户对邮件内容进行仲裁,与上面的方式相比他无疑更符合我们的网络实际应用,首先输入规则名称“多用户仲裁”
16
2.条件中,我选择“收件人为用户”选项,并且指定用户为 dongjun@contoso.com
17
3.这一步是我们实现多用户对邮件进行仲裁的关键。操作中我们还是选择“将邮件转发到地址以供裁决”,不同的是在用户里我们选择了2个用户 administrator@contoso.com 以及 allen@contoso.com (根据应用我们可以添加更多的用户)并采用或得方式对邮件内容进行裁决,即是说任意一个接收到仲裁邮件的用户中批准了邮件,就可以将邮件成功发送到收件人的邮箱里。
19
4.规则创建成功。
20
5.使用的Contoso\administrator登录邮箱,根据前面所创建规则的内容,这里向邮箱 dongjun@contoso.com 发送一份邮件。
22
6.使用仲裁用户组里的任一用户登录,审批邮件内容
23
7.使用dongjun.contoso.com用户登录邮箱查看收到的邮件内容
25









本文转自 90375 51CTO博客,原文链接:http://blog.51cto.com/dong8745/267714,如需转载请自行联系原作者
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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