网络机房中Ghost 8.0的奇妙应用

简介:
单位新建一个网络机房有60台计算机,用Ghost 8.0企业版2小时全部装机完毕,效果非常好。现把方法介绍给你,不妨试一试。  

准备工作  

安装服务器,其操作系统为Windows 2000 server或Windows 2003,并配置好DHCP;选一台客户机安装好操作系统和相应的软件;用Usboot1.66软件做好U盘启动盘。  

Ghost8.0 企业版安装  

在服务器上安装Ghost8.0企业版,其实安装很简单,一路“下一步”,注意:在安装模式时,要选择第一项,就是“控制台”, 在安装组件时,一般不需要改动,用默认的就可以了。  

制作客户的启动盘  

在服务器上点击“开始→程序→Symantec Ghost Ghost Boot Wizard→Network Boot Disk”。  

点击“下一步”出现了网卡选择提示框。根据自己的网卡可以从中选择自己的网卡型号,由于在8.0版本里面常用都有 (8139的网卡驱动也有)选中后点击“下一步”出现选择DOS版本一是PC-DOS二是MS-DOS若选择MS-DOS则需要在Windwos98中做一张启动盘插入软驱点击“下一步”选择客户端的类型,采用默认的连续两次“下一步”出现客户端的网络设置,注意用DHCP服务器自动分配IP地址的办法,接下来可以选择启动盘在哪个软驱里做,以及做几张等等信息。一切都设置好以后,就可以开始制作启动盘了。  

开始网络复制  

1. 在服务器中启动Ghost 8.0的GhostCast Server,在“Session Name”处随便添一个名称,越简单越好,但是要记清楚,因为在客户端里要填入和这个一样的名称。后面有两个选项,第一个是“Restore Image”,意思是将镜像包加载到客户机上。第二个是“Create Image”,意思是建立镜像包。我们这里选择第二个。点击“Browse”按钮,为镜像包选择一个位置,起名并保存好。这是客户端系统的ghost镜像包。然后点击右侧的“Accept Clients”。开始接受客户端的请求(如图)。  

2. 在客户端计算机中修改COMS设置,选USB-HDD启动,用我们刚才做好的启动盘(U盘)启动电脑。正常情况下,开机应该自动进入Ghost,看到“Multicasting”选项已经有效,选择它,回车,在这里可以看到,客户端的Ip已经自动分配过来了,接着需要填写的就是服务器端的名称,在这里是“Server”。点击“OK”,在选择“No”,或者“Fast”。确认后开始上传镜像。  

3. 上传完毕后在服务器端选择“Restore Image”,并选择刚才做好的镜像包。然后点击“Accept Clients”等待客户端的请求,这时,就用U盘启动客户端。具体步骤和上面制作镜像包的步骤类似,首先是是启动,启动后进入Ghost,选择“Multicasting”,填入服务器端名称(Server),但是在填入服务器端名称之后,与上面的过程有所不同,客户端开始和服务器端联系,以获取当前Ghost包的详细信息,接着按照提示操作,全部客户端准备就绪后,在服务器端点击“Send”按钮,网络Ghost就真正开始了,大约于二十分钟,Ghost过程结束。依次重启每个客户端,更改计算机名和IP地址等信息。这样在两小时左右一个网络机房装备完



















本文转自starger51CTO博客,原文链接:http://blog.51cto.com/starger/17629 ,如需转载请自行联系原作者


相关文章
|
1月前
|
机器学习/深度学习 编解码 自动驾驶
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
44 3
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
|
1月前
|
机器学习/深度学习 自动驾驶 计算机视觉
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
112 61
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
|
4天前
|
机器学习/深度学习 数据采集 编解码
基于DeepSeek的生成对抗网络(GAN)在图像生成中的应用
生成对抗网络(GAN)通过生成器和判别器的对抗训练,生成高质量的合成数据,在图像生成等领域展现巨大潜力。DeepSeek作为高效深度学习框架,提供便捷API支持GAN快速实现和优化。本文详细介绍基于DeepSeek的GAN技术,涵盖基本原理、实现步骤及代码示例,展示其在图像生成中的应用,并探讨优化与改进方法,如WGAN、CGAN等,解决模式崩溃、训练不稳定等问题。最后,总结GAN在艺术创作、数据增强、图像修复等场景的应用前景。
97 16
|
1月前
|
机器学习/深度学习 编解码 自动驾驶
YOLOv11改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
YOLOv11改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
87 16
YOLOv11改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
|
11天前
|
负载均衡 容灾 Cloud Native
云原生应用网关进阶:阿里云网络ALB Ingress 全面增强
云原生应用网关进阶:阿里云网络ALB Ingress 全面增强
|
26天前
|
机器学习/深度学习 数据采集 运维
机器学习在网络流量预测中的应用:运维人员的智慧水晶球?
机器学习在网络流量预测中的应用:运维人员的智慧水晶球?
71 19
|
15天前
|
机器学习/深度学习 数据可视化 API
DeepSeek生成对抗网络(GAN)的训练与应用
生成对抗网络(GANs)是深度学习的重要技术,能生成逼真的图像、音频和文本数据。通过生成器和判别器的对抗训练,GANs实现高质量数据生成。DeepSeek提供强大工具和API,简化GAN的训练与应用。本文介绍如何使用DeepSeek构建、训练GAN,并通过代码示例帮助掌握相关技巧,涵盖模型定义、训练过程及图像生成等环节。
|
24天前
|
网络协议 安全 网络安全
应用程序中的网络协议:原理、应用与挑战
网络协议是应用程序实现流畅运行和安全通信的基石。了解不同协议的特点和应用场景,以及它们面临的挑战和应对策略,对于开发者和用户都具有重要意义。在未来,随着技术的不断发展,网络协议也将不断优化和创新,为数字世界的发展提供更强大的支持。
|
1月前
|
机器学习/深度学习 自动驾驶 计算机视觉
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
141 13
|
2月前
|
负载均衡 容灾 Cloud Native
云原生应用网关进阶:阿里云网络ALB Ingress 全能增强
在过去半年,ALB Ingress Controller推出了多项高级特性,包括支持AScript自定义脚本、慢启动、连接优雅中断等功能,增强了产品的灵活性和用户体验。此外,还推出了ingress2Albconfig工具,方便用户从Nginx Ingress迁移到ALB Ingress,以及通过Webhook服务实现更智能的配置校验,减少错误配置带来的影响。在容灾部署方面,支持了多集群网关,提高了系统的高可用性和容灾能力。这些改进旨在为用户提供更强大、更安全的云原生网关解决方案。
757 25

热门文章

最新文章