gpasswd命令

简介:

gpasswd命令

功能:管理组
用法:gpasswd[-a user][-d user][-A user,...][-Muser,...][-r][-R]groupname
参数:
-a:添加用户到组
-d:从组删除用户
-A:指定管理员
-M:指定组成员和-A的用途差不多
-r:删除密码
-R:限制用户登入组,只有组中的成员才可以用newgrp加入该组

gpasswdgroupname:如系统有个peter账户,该账户本身不是groupname群组的成员,使用newgrp需要输入密码即可
让使用者暂时加入成为该组成员,之后peter建立的文件group也会是groupname。所以该方式可以暂时让peter建立文
件时使用其他的组,而不是peter本身所在的组。
所以使用gpasswd groupname设定密码,就是让知道该群组密码的人可以暂时切换具备groupname群组功能的.


gpasswd -A peter users
这样peter就是users群组的管理员,就可以执行下面的操作:
gpasswd -a mary users
gpasswd -a allen users

gpasswd -a zhang vboxusers 将自己的用户名加入group,那么虚拟机就能用usb了

*给组账号设置完密码以后,用户登陆系统,使用newgrp命令,输入给组账号设置的密码,就可以临时添加到指定组,可以管理组用户,具有组权限。格式:newgrp

【组名】


本文转自lilin9105 51CTO博客,原文链接:http://blog.51cto.com/7071976/1227500,如需转载请自行联系原作者

相关文章
|
消息中间件 存储 分布式计算
【Flume】Flume配置文件详细分析
【4月更文挑战第4天】【Flume】Flume配置文件详细分析
|
计算机视觉 vr&ar 存储
带你读《射频集成电路及系统设计》之一:射频元件
本书针对射频集成电路和系统设计的核心问题,提供理论与实践与现实世界的应用实例,还提供了实用的设计指导,涵盖各种拓扑结构设计。主要包括射频组件、信号和系统、两个端口、噪声、失真、低噪声放大器、混频器、振荡器、功率放大器和收发器架构。为学生提供在射频集成电路和系统设计中未来的职业所需的背景知识和实用工具。适合电子工程、通信工程、自动化等专业的高年级本科或研究生教材。
|
6月前
|
人工智能 负载均衡 并行计算
阿里云工程师带你独家揭秘:DeepSeek-V3 为何能用 5% 算力对标 GPT-4o?
阿里云工程师带你独家揭秘:DeepSeek-V3 为何能用 5% 算力对标 GPT-4o?
158 0
|
12月前
|
机器学习/深度学习 人工智能 算法
人工智能在艺术创作中的创新应用:机器创作的未来
【9月更文挑战第25天】 人工智能在艺术创作中的创新应用,不仅为艺术家们提供了全新的创作工具和媒介,更在创作理念、艺术形态等方面带来了深刻的变革。随着技术的不断发展和完善,机器创作将在未来展现出更加广阔的发展前景。我们期待在人工智能的助力下,艺术创作能够迎来更加繁荣和多元的未来。
|
iOS开发
App备案与iOS云管理式证书 ,公钥及证书SHA-1指纹的获取方法
App备案与iOS云管理式证书 ,公钥及证书SHA-1指纹的获取方法
1267 0
App备案与iOS云管理式证书 ,公钥及证书SHA-1指纹的获取方法
|
开发工具 git
git 恢复单个文件到指定版本
git 恢复单个文件到指定版本
414 0
|
机器学习/深度学习 人工智能 算法
阿里达摩院 MindOpt 介绍和使用
MindOpt 是阿里巴巴达摩院决策智能实验室研发的决策优化软件。团队组建于2019年,聚焦于研发尖端运筹优化和机器学习技术,构建智能决策系统,更快更好地向各行各业提供数学建模与求解能力,帮助业务更快更好地做出决策,以期降低成本、提升效率、增大收益 。当前 MindOpt 围绕智能决策优化所需的建模和求解能力,突破国外垄断,自研了 MindOpt Solver 优化求解器、MindOpt APL 建模语言、MindOpt Tuner 调参器;并创新地提出“强化+优化”双决策引擎,打造了MindOpt Studio 优化平台。并结合前沿先进的预训练大模型技术打造MindOpt Copilot。
3971 2
阿里达摩院 MindOpt 介绍和使用
|
运维 供应链 容灾
阿里异地多活架构新突破:库存单元化部署技术思路揭秘(2)
阿里异地多活架构新突破:库存单元化部署技术思路揭秘
734 0
|
机器学习/深度学习 存储 传感器
万字长文 | 多目标跟踪最新综述(基于Transformer/图模型/检测和关联/孪生网络)(下)
随着自动驾驶技术的发展,多目标跟踪已成为计算机视觉领域研究的热点问题之一。MOT 是一项关键的视觉任务,可以解决不同的问题,例如拥挤场景中的遮挡、相似外观、小目标检测困难、ID切换等。为了应对这些挑战,研究人员尝试利用transformer的注意力机制、利用图卷积神经网络获得轨迹的相关性、不同帧中目标与siamese网络的外观相似性,还尝试了基于简单 IOU 匹配的 CNN 网络、运动预测的 LSTM。为了把这些分散的技术综合起来,作者研究了过去三年中的一百多篇论文,试图提取出近年来研究者们更加关注的解决 MOT 问题的技术。
万字长文 | 多目标跟踪最新综述(基于Transformer/图模型/检测和关联/孪生网络)(下)
|
机器学习/深度学习 并行计算 API
RTX 3060 相关信息和调整CUDA的使用率
RTX 3060是一款由英伟达(NVIDIA)推出的高性能显卡,是其RTX 30系列产品线的一员。以下是一些RTX 3060的相关信息:
861 0

热门文章

最新文章