网络文件夹目前是以其他用户名和密码进行映射的——映射盘更换登录用户名问题

简介: 网络文件夹目前是以其他用户名和密码进行映射的——映射盘更换登录用户名问题

引言


最近在使用局域网内的映射盘来共享文件,这样比通过外网来上传和下载文件的速度快很多,但是对于安全问题我们不得不去考虑权限问题,就是我们需要分配不同的用户名和密码来区分权限,有的用户名只能读,有的可以读写。但是小编最近在使用的时候遇到了一个问题,原来我的是记录的只读的用户名,但是现在我需要登录另外一个用户名来上传文件,这时候遇到了这么一个问题。


问题重现


20160214221951691.jpg


顺便给大家说一下我们应该怎样更换我们登录映射盘用户名和密码的:如下图:


1、点击ip位置回到此目录下


20160215080529914.png


2、右击资料共享,点击映射网络驱动器

20160215080553914.png


3、选择使用其他凭据连接

20160215080801022.png


4、选择使用其他账户登录,然后输入新的用户名和密码就可以了


20160215080833928.png


当我们输入新的密码以后就出现了上面的错误。这是因为:被映射的网络共享文件夹所在的机器给不同的共享文件夹设置了不同的用户访问权限,而目前连接的机器与被映射的机器已经用另一个用户建立了连接,从而导致了此错误。


解决方法:


首先在我dos窗口输入命令:net use 即可看到当前已建立的连接:


20160215080020660.png


然后我们输入命令:net use * /delete 来结束所有的当前所有的连接。然后再输入命令: Y 来结束所有连接;

20160215080037738.png


然后在按照更换登录映射盘密码的方法来重新登录就完美解决了。


小结


当时自己遇到这个问题的时候没有想怎样去解决这个问题,而是想直接放开所有的权限。这样我们就不论用那个账号登录我们都可以直接上传下载了。但是这样会给我们带来很多的问题。可能造成资料误删或者资料冗余等问题,所以说我们不论是在敲代码还是平常学习的时候遇到了问题我们应该多查一些资料来解决。这样不仅解决我们的问题而且让我们收获更多!!!

目录
相关文章
|
30天前
|
存储 缓存 网络协议
|
11天前
|
存储 缓存 Dart
Flutter&鸿蒙next 封装 Dio 网络请求详解:登录身份验证与免登录缓存
本文详细介绍了如何在 Flutter 中使用 Dio 封装网络请求,实现用户登录身份验证及免登录缓存功能。首先在 `pubspec.yaml` 中添加 Dio 和 `shared_preferences` 依赖,然后创建 `NetworkService` 类封装 Dio 的功能,包括请求拦截、响应拦截、Token 存储和登录请求。最后,通过一个登录界面示例展示了如何在实际应用中使用 `NetworkService` 进行身份验证。希望本文能帮助你在 Flutter 中更好地处理网络请求和用户认证。
128 1
|
21天前
|
负载均衡 安全 网络安全
|
6月前
|
机器学习/深度学习 计算机视觉 知识图谱
【YOLOv8改进】MobileViT 更换主干网络: 轻量级、通用且适合移动设备的视觉变压器 (论文笔记+引入代码)
MobileViT是针对移动设备的轻量级视觉Transformer网络,结合CNN的局部特征、Transformer的全局注意力和ViT的表示学习。在ImageNet-1k上,它以600万参数实现78.4%的top-1准确率,超越MobileNetv3和DeiT。MobileViT不仅适用于图像分类,还在目标检测等任务中表现出色,且优化简单,代码已开源。YOLOv8引入了MobileViT块,整合卷积和Transformer结构,提升模型性能。更多详情可参考相关专栏和链接。
|
3月前
|
存储 安全 搜索推荐
网络安全密码的独特性和多样性
【8月更文挑战第13天】
85 1
|
3月前
|
存储 安全 网络安全
网络安全密码长度与复杂性
【8月更文挑战第13天】
109 1
|
3月前
|
存储 安全 生物认证
网络安全强密码策略的重要性
【8月更文挑战第13天】
115 1
|
3月前
|
存储 安全 网络安全
网络安全之强密码策略
【8月更文挑战第12天】
159 1
|
4月前
|
机器学习/深度学习 计算机视觉
【YOLOv8改进- Backbone主干】YOLOv8更换主干网络之ConvNexts,纯卷积神经网络,更快更准,,降低参数量!
YOLOv8专栏探讨了针对目标检测的ConvNet创新,提出ConvNeXt模型,它挑战Transformer在视觉任务中的主导地位。ConvNeXt通过增大卷积核、使用GeLU激活、切换到LayerNorm和改进下采样层,提升了纯ConvNet性能,达到与Transformer相当的准确率和效率。论文和代码已公开。
|
4月前
|
机器学习/深度学习 计算机视觉 网络架构
【YOLOv8改进- Backbone主干】YOLOv8 更换主干网络之 PP-LCNet,轻量级CPU卷积神经网络,降低参数量
YOLO目标检测专栏介绍了PP-LCNet,一种基于MKLDNN加速的轻量级CPU网络,提升了模型在多任务中的性能。PP-LCNet利用H-Swish、大核卷积、SE模块和全局平均池化后的全连接层,实现低延迟下的高准确性。代码和预训练模型可在PaddlePaddle的PaddleClas找到。文章提供了网络结构、核心代码及性能提升的详细信息。更多实战案例和YOLO改进见相关链接。
下一篇
无影云桌面