AI 助理
文档备案控制台
开发者社区 安全 文章 正文

远程桌面和共享盘

2022-12-16 318
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 远程桌面和共享盘

1.服务设置成可以被远程访问，防火墙关了

image.png

image.png

2.开始+R mstsc

image.png

3.输入ip地址（IPV4地址）如果是WIFI就是wlan，如果是网线就是本地连接。

image.png

输入用户名密码。

服务其用户名密码在控制面板用户。

如果还是不能访问。

https://jingyan.baidu.com/article/e52e36159e96a340c60c51f8.html

image.png

image.png

image.png


文章标签：
网络安全
数据安全/隐私保护
6sqzjcuyfhfwi
目录
相关文章
java知路
|
easyexcel Java Maven
百万数据excel导出功能怎么做
百万数据excel导出功能怎么做
java知路
621 0
开发者小助理
|
缓存 Devops 物联网
阿里巴巴DevOps实践指南（六）| 产品导向的交付
业务驱动和产品导向是适应数字化时代要求的协作和交付方式，是我们对 DevOps 实施的核心价值主张。同时，它们的有效实施离不开工程实践和能力的支撑，下一章我们将讨论 DevOps 的另一核心要素——持续交付的工程能力。
开发者小助理
1511 0
阿里巴巴DevOps实践指南（六）| 产品导向的交付
阿里云大数据Al技术
|
人工智能 分布式计算 大数据
大数据& AI 产品月刊【2025年3月】
大数据& AI 产品技术月刊【2025年3月】，涵盖3月技术速递、产品和功能发布、市场和客户应用实践等内容，帮助您快速了解阿里云大数据& AI 方面最新动态。
阿里云大数据Al技术
732 57
青云交（Java大数据AI云原生Python）
|
关系型数据库 MySQL 数据安全/隐私保护
大数据新视界--大数据大厂之MySQL 数据库课程设计：数据安全深度剖析与未来展望
本文深入探讨数据库课程设计 MySQL 的数据安全。以医疗、电商、企业案例，详述用户管理、数据加密、备份恢复及网络安全等措施，结合数据安全技术发展趋势，与《大数据新视界 -- 大数据大厂之 MySQL 数据库课程设计》紧密关联，为 MySQL 数据安全提供全面指南。
青云交（Java大数据AI云原生Python）
284 11
大数据新视界--大数据大厂之MySQL 数据库课程设计：数据安全深度剖析与未来展望
charlieroro
|
存储 SQL 自然语言处理
LLM RAG系列
LLM RAG系列
charlieroro
566 1
Ant.Dream
|
设计模式 Android开发 Kotlin
Android经典实战之Kotlin委托模式和by关键字
本文介绍了Kotlin中`by`关键字在类及属性委托中的运用，通过实例展示了如何利用类委托简化接口实现，以及如何借助标准与自定义属性委托管理属性的读写操作。通过`by`关键字的支持，Kotlin使得委托模式的实现更为直观且高效。
Ant.Dream
534 4
zzy的aly
|
计算机视觉
目标检测笔记(二)：测试YOLOv5各模块的推理速度
这篇文章是关于如何测试YOLOv5中不同模块（如SPP和SPPF）的推理速度，并通过代码示例展示了如何进行性能分析。
zzy的aly
631 3
CodeQi技术小栈
|
JavaScript 前端开发 中间件
异步编程中使用 async/await 是否必须包含 try 和 catch 语句以实现错误处理？
异步编程中使用 async/await 是否必须包含 try 和 catch 语句以实现错误处理？
CodeQi技术小栈
723 1
希望_睿智
|
Rust 安全 编译器
30天拿下Rust之语法大全
Rust是一种系统级编程语言，以其独特的所有权系统和内存安全性受到开发者青睐。本文从基本数据类型入手，介绍了标量类型如整数、浮点数、布尔值及字符，复合类型如元组、数组和结构体等。此外，还探讨了变量与常量的声明与使用，条件判断与循环语句的语法，以及函数定义与调用的方法。文章通过示例代码展示了如何使用Rust编写简洁高效的程序，并简要介绍了注释与宏的概念，为读者快速掌握这门语言提供了实用指南。欲获取最新文章或交流技术问题，请关注微信公众号“希望睿智”。
希望_睿智
414 1
土木林森
|
机器学习/深度学习 算法 前端开发
【Python机器学习专栏】机器学习中的模型融合技术
【4月更文挑战第30天】模型融合，即集成学习，通过结合多个模型提升预测性能。常见方法包括：Bagging（如Random Forest）、Boosting（如AdaBoost、XGBoost）和Stacking。Python中可使用`scikit-learn`实现，例如BaggingClassifier示例。模型融合是机器学习中的强大工具，能提高整体性能并适应复杂问题。
土木林森
710 0