高分求解 windows 密码安全问题

eArt 2008-03-27 09:52:49
windowsXP 2000 如何通过组策略实现以下功能。高分求解

每台電腦, 設定為每3個月自動提示更改用戶密碼,
而每次登入, 如果入錯5次密碼, 就會鎖戶口, 要由administrator去解鎖
...全文
182 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
chenxdb 2008-03-27
  • 打赏
  • 举报
回复
组策略中的安全性設定下的帳戶原則中可實現。
zjwxxd 2008-03-27
  • 打赏
  • 举报
回复
同意二楼,JF
初学者 2008-03-27
  • 打赏
  • 举报
回复
先在账号管理中取消账号永不过期前面的勾,然后打开组策略,点击计算机配置下的windows设置-》安全设置-》账户策略,在密码策略中设置密码最长存留期,在账户锁定策略中个性账户锁定阀值。
Forever_Young 2008-03-27
  • 打赏
  • 举报
回复
XP下面去控制面板 --- 管理工具 --- 本地安全策略 --- 账户策略下面去看看
WANGRONGHAI1011 2008-03-27
  • 打赏
  • 举报
回复
就是
组策略里面找找就可以了
在密码安全策略里面
源码链接: https://pan.quark.cn/s/a4b39357ea24 在本研究中,我们将详细研究如何借助Python执行数据可视化,旨在剖析2018年期间中国四个主要城市——北京、上海、广州以及深圳的空气质量状况。通过绘制反映空气质量指数(AQI)与细颗粒物(PM2.5)变化趋势的图表,我们能够深入理解这些大都市全年的空气环境质量,并明确评估其优良天气所占的比重。 我们必须首先进行数据准备工作。在当前提供的压缩文件内,名为"2018天气"的文件极有可能是数据来源,其中可能收录了涉及四个城市每日空气质量监测的详细信息。这些数据通常涵盖日期、城市名称、AQI数值、PM2.5含量等核心参数。在Python编程环境中,我们惯常运用pandas库来对这类结构化数据进行高效的处理和分析。 1. **数据导入与初步处理**: - 利用`pandas.read_csv()`方法来导入存储为CSV格式的数据资料。 - 数据整理:对数据中的空白项、非正常数值进行修正,保证数据的精确性。 - 调整日期字段的格式,确保其能够适用于时间序列分析的需求。 2. **数据深度分析**: - 针对每个城市的AQI和PM2.5数据执行统计性描述,例如计算平均值、中位数、标准偏差等指标。 - 确定空气质量良好天气的天数,即那些AQI值低于75(依据中国的空气质量评估标准)的日数。 3. **数据呈现**: - 运用matplotlib或seaborn工具绘制折线图,直观展示四个城市在2018年全年的AQI和PM2.5变化动态。 - 可通过采用不同的颜色方案和线条类型来区分不同城市的数据系列。 - 添加必要的图示元素,如日期坐标轴、城市名称标注、图表标题及图例说明,以提升图表的可读...

6,872

社区成员

发帖
与我相关
我的任务
社区描述
Windows 2016/2012/2008/2003/2000/NT
社区管理员
  • Windows Server社区
  • qishine
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧