PureFtpd 1.0.21 + OpenLDAP 2.3.20 安装

经过几天的尝试,终于将 PureFtpd 与 OpenLDAP 集成好了。

集成所需要的版本 如题:

PureFTPd 1.0.21
OpenLDAP 2.3.20

先说一下这种集成的需求根据,我在公司里部署了LDAP服务器,作为公司各个应用的认证服务器,以实现单点登录。FTP服务器的用户和认证也需要与LDAP服务器集成。

OpenLDAP的安装网上已经有很多例子和文档了,这里就不多说了。重点需要注意的是 PureFTPd的编译安装,PureFTPd的安装网上和该软件包里的README文档也说得很仔细了,但与OpenLDAP2.3.10集成有问题。

主要有2个问题,都与FTPState有关:
(1)pureftp.schema里的Issue,FTPState 的属性改为了boolean型,schema的语法有个错误。
(2)log_ldap.c里没有按schema的boolean型比较,而且用"enabled" 和 "disabled" 来作为FTPState的值来比较。

修正这两个问题,集成就没问题了。

编译PureFTPd 如下:

# ./configure --with-ldap=/usr/local/openldap --with-quotas --with-throttling --with-ratios

# make; make check; make install;

然后没配置好 pureftpd-ldap.conf 启动PureFtpd就可以了。

相关文件如下:

pureftpd.schema

None.gifattributetype ( 1.3.6.1.4.1.6981.11.3.7 NAME 'FTPStatus'
None.gif        DESC 'Account status: enabled or disabled'
None.gif        EQUALITY booleanMatch
None.gif        SYNTAX 1.3.6.1.4.1.1466.115.121.1.7 SINGLE-VALUE )

pure-ftpd.conf

None.gif# LDAP configuration file (see README.LDAP)
None.gif
None.gifLDAPConfigFile                /usr/local/etc/pureftpd-ldap.conf

pureftpd-ldap.conf

None.gif# Optional : name of the LDAP server. Default : localhost
None.gif
None.gifLDAPServer your_ldap_hostname
None.gif
None.gif# Optional : server port. Default : 389
None.gif
None.gifLDAPPort   389
None.gif
None.gif
None.gif# Mandatory : the base DN to search accounts from. No default.
None.gif
None.gifLDAPBaseDN ou=ftp,dc=your_company
None.gif
None.gif
None.gif# Optional : who we should bind the server as.
None.gif#            Default : binds anonymously
None.gif
None.gifLDAPBindDN cn=admin,dc=your_company
None.gif
None.gif
None.gif# Password if we don't bind anonymously
None.gif# This configuration file should be only readable by root
None.gif
None.gifLDAPBindPW password
None.gif

可以配置为关闭匿名访问。

启动PureFTPd

# pure-config.pl pure-ftpd.conf

登录即可

转载于:https://www.cnblogs.com/kylindai/archive/2006/06/06/418953.html

  • 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