详解Forefront For Office Communications Server Beta 3的部署安装及测试

简介:
详解Forefront For Office Communications Server Beta 3的部署安装及测试
在前两篇文章中介绍了ocs的及客户端的安装于配置,今天我们再来安装 Forefront For Office Communications Server Beta 3安装及测试一下,这个是高版本的,不是英文是中文的,我知道有些比较爱国的朋友不喜欢那个English,俺就是其中之一,看到英语就头大,今天这个是我们大家都能接受的中文版。ocs的部署大家可以看看 http://liuyonglei.blog.51cto.com/501877/138852http://liuyonglei.blog.51cto.com/501877/138711
好了开始我们今天的实验:环境跟你们看的那两篇一样,只不过就是在shanghai上安装了一个Forefront For Office Communications Server Beta 3。
大致步骤:
1、用户的配置(我们把上次做user1用户加入本地的“RTC Server Applications”组中,还加入“RTCUniversalServerAdmins”和“RTCProxyUniversalServices”域组的成员)
2、安装Office Communications Server Beta 3
3、测试bate 3的强大功能
拓扑如下图:
70
1、用户的配置
我的电脑右击——属性——管理里
双击RTC Server Applications,或右击RTC Server Applications属性
9
添加——写上user1——检查名称 确定
10
接着打开AD用户和管理
找到“RTCUniversalServerAdmins”和“RTCProxyUniversalServices”两个组
11
然后双击打开或右击属性——成员
添加 写上user1检查名称 确定。这样用户就配置完成了。
0
2、安装Office Communications Server Beta 3
打开安装程序
1
出现向导 下一步
2
我接受 下一步
3
我们完全安装 下一步
4
这一步我们会看到用户必须加入的几个组
5
上一步我们把user1设置forefront服务账户
6
注意:如果用户没有完全加入那三个组就会抱一下错误
7
这步选择forefront服务账户相同  下一步
12
  记住这一定要记住传输是TLS加密连接,下一步
13
不为此服务器上的控制器角色配置forefront 下一步
14
下一步
15
不使用代理服务器进行防病毒引擎下载 下一步
16
安装到默认路径 下一步
17
点击安装
19
正在安装,这步大概需要3、4分钟
20
我们先不更新 完成
21
安装好以后我们打开forefront,管理员程序
22
3、测试bate 3的强大功能
安装好后病毒功能默认是打开的
23
我们先来实验一下,先来发送一个普通文本名为测试。
24
可以打开
25
接下来我们来发一个病毒
24
这是测试病毒并不是真的病毒。
26
administrator上已经传送完成。
27
user2 无法接受文件,ok
28
接下来user1会和user2对话,然后会给user2发一个文本,文本内容是发现一个病毒。
29
接下来我们来建一个关键字列表名称为itet,然后我们点击编辑
30
写上我们要筛选的文字,比如我写的“好啊” 点击确定
31
点击右下角的保存我们的设置
32
打开关键字,选上我们写添加的列表,选上一启用——阻止传输然后点击保存
33
我们来实验一下发送一个消息,内容是“好啊”,发送失败了,那我们就成功了。
34
再来筛选一个bmp的文件,点击文件——添加.bmp,然后把所有类型的勾去掉,只勾上bmp图像文件
35
我们来发送一个bmp的图片试试
24 
36
发送完毕
37
这个是无法接受,成功。
38
接下来user1会不嫌麻烦的再次给user2发信息,说发现了一个与筛选器想匹配的文件。会把文件名和筛选器都告诉你。
39
刚才我们筛选的文件并不是真的删除了,而是放在了forefront的隔离区,如图:
40
这个实验圆满结束,大家也领会到他的强大了吧,大家都快试试吧。









本文转自 liuyonglei 51CTO博客,原文链接:http://blog.51cto.com/liuyonglei/139549,如需转载请自行联系原作者
目录
相关文章
|
30天前
|
运维 关系型数据库 MySQL
os-copilot安装_配置_功能测试全集
我是一位中级运维工程师,我平时工作会涉及到 各类服务器的 数据库 与 java环境配置 操作。 我顺利使用了OS Copilot的 -t -f | 功能,我的疑惑是不能在自动操作过程中直接给与脚本运行权限,必须需要自己运行一下 chmod 这个既然有了最高的权限,为什么就不能直接给与运行权限呢。 我认为 -t 功能有用,能解决后台运行基础命令操作。 我认为 -f 功能有用,可以通过task文件中撰写连续任务操作。 我认为 | 对文件理解上有很直接的解读,可以在理解新程序上有很大帮助。
164 86
|
25天前
|
弹性计算 Ubuntu Java
OS-Copilot-ubuntu镜像版本的具体测试使用(安装方式有单独注明)
作为一名个人开发者,我主要负责云资源的运维和管理。在使用OS Copilot的过程中,我遇到了一些配置问题,特别是在ECS实例中设置AccessKey时,但最终成功解决了。通过使用OS Copilot的-t/-f/管道功能,我大大提升了效率,减少了命令编写的工作量,特别是在搭建Java运行环境时效果显著。此外,| 功能帮助我快速理解文档,整体体验非常流畅,推荐给其他开发者使用。
38 6
|
24天前
|
JavaScript NoSQL Java
基于SpringBoot+Vue实现的大学生体质测试管理系统设计与实现(系统源码+文档+数据库+部署)
面向大学生毕业选题、开题、任务书、程序设计开发、论文辅导提供一站式服务。主要服务:程序设计开发、代码修改、成品部署、支持定制、论文辅导,助力毕设!
36 2
|
30天前
|
弹性计算 运维 Ubuntu
os-copilot在Alibaba Cloud Linux镜像下的安装与功能测试
我顺利使用了OS Copilot的 -t -f 功能,我的疑惑是在换行的时候就直接进行提问了,每次只能写一个问题,没法连续换行更有逻辑的输入问题。 我认为 -t 管道 功能有用 ,能解决环境问题的连续性操作。 我认为 -f 管道 功能有用 ,可以单独创建可连续性提问的task问题。 我认为 | 对文件直接理解在新的服务器理解有很大的帮助。 此外,我还有建议 可以在非 co 的环境下也能进行连续性的提问。
70 7
|
1月前
|
Java 测试技术 应用服务中间件
Spring Boot 如何测试打包部署
本文介绍了 Spring Boot 项目的开发、调试、打包及投产上线的全流程。主要内容包括: 1. **单元测试**:通过添加 `spring-boot-starter-test` 包,使用 `@RunWith(SpringRunner.class)` 和 `@SpringBootTest` 注解进行测试类开发。 2. **集成测试**:支持热部署,通过添加 `spring-boot-devtools` 实现代码修改后自动重启。 3. **投产上线**:提供两种部署方案,一是打包成 jar 包直接运行,二是打包成 war 包部署到 Tomcat 服务器。
47 10
|
4月前
|
机器学习/深度学习 编解码 监控
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
这篇文章详细介绍了如何使用YOLOv8进行目标检测任务,包括环境搭建、数据准备、模型训练、验证测试以及模型转换等完整流程。
5336 1
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
4月前
|
机器学习/深度学习 监控 计算机视觉
目标检测实战(八): 使用YOLOv7完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
本文介绍了如何使用YOLOv7进行目标检测,包括环境搭建、数据集准备、模型训练、验证、测试以及常见错误的解决方法。YOLOv7以其高效性能和准确率在目标检测领域受到关注,适用于自动驾驶、安防监控等场景。文中提供了源码和论文链接,以及详细的步骤说明,适合深度学习实践者参考。
953 1
目标检测实战(八): 使用YOLOv7完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
4月前
|
自然语言处理 机器人 Python
ChatGPT使用学习:ChatPaper安装到测试详细教程(一文包会)
ChatPaper是一个基于文本生成技术的智能研究论文工具,能够根据用户输入进行智能回复和互动。它支持快速下载、阅读论文,并通过分析论文的关键信息帮助用户判断是否需要深入了解。用户可以通过命令行或网页界面操作,进行论文搜索、下载、总结等。
108 1
ChatGPT使用学习:ChatPaper安装到测试详细教程(一文包会)
|
3月前
|
缓存 自然语言处理 并行计算
基于NVIDIA A30 加速卡推理部署通义千问-72B-Chat测试过程
本文介绍了基于阿里云通义千问72B大模型(Qwen-72B-Chat)的性能基准测试,包括测试环境准备、模型部署、API测试等内容。测试环境配置为32核128G内存的ECS云主机,配备8块NVIDIA A30 GPU加速卡。软件环境包括Ubuntu 22.04、CUDA 12.4.0、PyTorch 2.4.0等。详细介绍了模型下载、部署命令及常见问题解决方法,并展示了API测试结果和性能分析。
1865 1
|
4月前
|
机器学习/深度学习 并行计算 数据可视化
目标分类笔记(二): 利用PaddleClas的框架来完成多标签分类任务(从数据准备到训练测试部署的完整流程)
这篇文章介绍了如何使用PaddleClas框架完成多标签分类任务,包括数据准备、环境搭建、模型训练、预测、评估等完整流程。
256 0

热门文章

最新文章