特殊权限set_uid 特殊权限set_gid 特殊权限stick_bit 软链接文件

特殊权限set_uid

set_uid 让普通用户临时拥有该命令所有者的身份。如:/usr/bin/passwd 每个用户都可以修改自己的密码,passwd的权限和root创建的文件权限不一样,创建的文件UID权限rwx, 而passwd 的UID权限rws, 而s就是set_uid 的特殊权限。
如给一个文件加上set_uid 的权限:chmod u+s 文件名
特殊权限set_uid   特殊权限set_gid   特殊权限stick_bit  软链接文件
给一个文件减set_uid 的权限:chmod u-s 文件名
特殊权限set_uid   特殊权限set_gid   特殊权限stick_bit  软链接文件
将ppasswd去掉UID特殊权限,,颜色也由红变成绿色。其他用户也改不了密码。

set_uid 作用于二进制文件,不能用于文件夹。
特殊权限set_uid   特殊权限set_gid   特殊权限stick_bit  软链接文件
本身有x权限,那个UID就是s,没有x就是大写S

特殊权限set_gid

set_gid 让用户会临时获得改文件所属组的权限。设置在目录时,任何用户在此目录下创建的文件或目录都具有和该目录相同的所属组。作用于文件或目录。
如root,xiaoming 如果root建一个文件或目录,并设置其他人不能查看,只有自己或其所属组有查看写权限。如root用户新建一个123文件夹,并设置chmod 700 /root/123/权限。那么xiaoming就查看不了。
特殊权限set_uid   特殊权限set_gid   特殊权限stick_bit  软链接文件
如果这时借助set_gid特殊权限。chmod g+s /root/123/
特殊权限set_uid   特殊权限set_gid   特殊权限stick_bit  软链接文件
想去set_gid权限:chmod g-s /root/123/

特殊权限stick_bit

stick_bit 可以理解为防删除位,如果希望用户能够添加文件但同时不能删除该目录下的其他用户的文件 ,则可以对父目录增加该权限。设置它后,就算用户对目录具有写权限,也不能删除其他用户的文件。比如/tmp/目录就设置过这个权限。
特殊权限set_uid   特殊权限set_gid   特殊权限stick_bit  软链接文件
user1将没有权限删除xiaoming文件夹
特殊权限set_uid   特殊权限set_gid   特殊权限stick_bit  软链接文件

PS:一个文件能否被删除,取决于该文件父目录的权限,/tmp/目录是777权限,任何人都可以写,所以理论上任何人都可以删除这个目录的所有文件,但是前面的测试表明,user2是不可以删除user1的文件 ,这就是因为/tmp/目录有一个stick_bit。

软链接文件,硬连接文件

命令: ln
语法 : ln [-s] [来源文件] [目的文件]

目录是可以软链接的,但不能硬链接,软链接可以跨目录,而硬链接不行。
ln 常用的选项就一个 ‘-s’, 如果不加就是建立硬链接,加上就建立软链接
如系统自带命令文件。/usr/bin/ /root/sbin/ 这两个文件是软链接。
软链接相当于快捷方式,共用一个inode节点。硬链接两个文件会自动同步。2两个inode节点,删除一个,另外的不受影响。而软链接删除了,另外文件也删除了。
特殊权限set_uid   特殊权限set_gid   特殊权限stick_bit  软链接文件
软链接:
特殊权限set_uid   特殊权限set_gid   特殊权限stick_bit  软链接文件

转载于:https://blog.51cto.com/12058686/2053157

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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