社区
网络通信/分布式开发
帖子详情
在XP SP2的服务器上启用Windows防火墙之后,客户端调用其COM+组件报错:RPC 服务器不可用,关闭防火墙又好了,为什么?
李战
2004-10-19 02:10:26
该怎么样配置防火墙呢?
...全文
261
5
打赏
收藏
在XP SP2的服务器上启用Windows防火墙之后,客户端调用其COM+组件报错:RPC 服务器不可用,关闭防火墙又好了,为什么?
该怎么样配置防火墙呢?
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
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
打赏红包
codemoocow
2004-11-26
打赏
举报
回复
TDCOMConnection使用Windows的身份验证没有端口的概念,端口是动态的,可以使用TSocketConnection或TWebConnection
lfw802250
2004-10-22
打赏
举报
回复
如果你的防火墙上做了端口限制,那么在 RPC调用的时候就不会通过,而且RPC使用的端口不是固定的,是在动态分配的,所以一般来说不建议RPC跨越防火墙进行RPC调用,当然你也可以找到一些跨防火墙调用RPC的文章(好象是微软的MSDN上有)。我建议你不要那样做,你可以在防火墙外放RPC服务器,把防火墙放在RPC服务器和内网之间,我们现在就是这样用的很稳定
anbeel
2004-10-20
打赏
举报
回复
使用DCOM,端口好象是动态分布的....
GZ
smiler007
2004-10-19
打赏
举报
回复
什么防火墙啊?通常防火墙都可以设定让你的程序所访问的指定端口开放的。把你的程序所用到的端口开放就OK了..
jaspcloud
2004-10-19
打赏
举报
回复
UP一下
Windows
系统编程实战指南:C/C++与PowerShell底层调试精要
本文深度解析面向生产环境的
Windows
系统编程实践,聚焦C/C++底层开发、PowerShell自动化与Win32 API调试。内容涵盖服务开发中的COM初始化陷阱、Session 0隔离突破、UAC虚拟化影响、注册表权限控制、ReplaceFile原子替换等关键场景,并强调真实故障复现、ETW/Windbg调试验证及可复现环境构建。所有技术方案均基于VS2019+
Windows
SDK 10.0.19041实测,拒绝炫技,专注可落地的隐性知识与避坑技巧。
Windows
运维生存指南:效率压缩、风险兜底与认知破壁三层体系
本文构建了面向
Windows
系统的三层运维体系:L1效率压缩层以PowerShell替代GUI实现自动化操作;L2风险兜底层通过系统还原点精细化管理、NTFS权限继承修复及服务依赖保障实现主动防护;L3认知破壁层聚焦错误代码(如0x80070005)、事件日志、性能计数器(%Processor Time与%Privileged Time比值)及UAC虚拟化等底层机制解读。所有方案均基于
Windows
原生工具,拒绝第三方软件依赖。
工作中使用到的单词(软件开发)
本文系统整理了软件开发工作中高频使用的英文技术词汇及术语,覆盖Java(如Lambda、JNDI注入、Log4j漏洞CVE-2021-44228、Spring Boot/AOP/自动配置)、Linux(ssh-keygen、curl、awk/sed、Sticky bit)、安全(RAS、Salt、CORS、LDAP DN、Basic认证)、DevOps(Git、GitHub、Deploy、MVP、Backlog)、架构与协议(RESTful、RMI、JNDI、JPA、EJB)以及设计模式等核心领域,兼具中日英三语对照和实际应用场景说明。
轮廓中心识别算法-下载即用.zip
下载代码方式:https://pan.quark.cn/s/957405011bdf 在计算机视觉技术中,轮廓提取与中心识别被视为两项核心的技术,它们对于图像处理及模式识别领域扮演着
不可
或缺的角色。本文将深入剖析这两种算法,并围绕"轮廓提取(中心识别)算法"这一核心主题,同时结合所提供的压缩包文件"Contour",对相关知识点进行详尽的阐述。 轮廓提取算法,主要功能在于识别并分离图像中的不同对象。该算法通过探测物体边缘,构建出明确的边界线,从而实现图像内部各组成部分的区分。在多色位图环境下,不同的色彩可能象征着不同的对象或区域,因此,一个性能优越的轮廓提取算法应当具备处理此类复杂场景的能力。常见的轮廓提取算法包括Canny边缘检测、Sobel算子、Laplacian算子和Hough变换等。这些算法各自具备独特的优缺点,究竟选择何种方法,需要依据具体的应用情境以及性能要求来决定。 1. Canny边缘检测:由John F. Canny所研发,这是一种自适应的多级边缘检测方法。Canny算法借助高斯滤波器来降低噪声干扰,随后运用强度梯度和非极大值抑制技术来定位最显著的边缘,最终通过双阈值检测来区分边缘与噪声。 2. Sobel算子:Sobel算子是一种基于梯度的边缘检测工具,它通过计算图像在水平和垂直方向上的梯度来探测边缘。此方法操作简便且效率较高,但可能对图像中的噪声较为敏感。 3. Laplacian算子:Laplacian算子是一种二阶导数算子,能够迅速识别图像中的尖峰(即边缘)。然而,它容易受到噪声的影响,因此通常需要与其他技术结合使用,例如Gaussian滤波。 4. Hough变换:Hough变换是一种在参数空间中进行边缘检测的方法,它能够检测出任意...
工业车间刀具刃口状态锋利顿口检测数据集VOC+YOLO格式1529张3类别.md
【重要提示】本资源设置为0积分下载,若非0积分请勿轻易下载 亲爱的CSDN用户: 首先感谢你点进这个资源页面。我需要提前说明一个重要情况: **本资源原本已设置为“0积分下载”**,即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素,**自动将部分资源的积分调整为非0数值**(如1积分、2积分、5积分等)。这是平台系统的自动行为,而非作者本人的设定。 **因此,如果你当前看到该资源的下载所需积分不是0(例如显示为1、2、3……),请谨慎决定是否下载。** 如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效,或者实际上该资源本应是免费的,作者无法为此承担积分损失或退还操作。**强烈建议:仅在页面显示为0积分时进行下载。** 另外,本资源描述中**并未直接提供具体的下载地址或外部链接**,因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址,这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分,请优先联系CSDN客服咨询积分退还政策,作者没有权限修改平台自动设定的积分值。 感谢你的理解与支持。技术分享本应开放,但受限于平台规则,特此提醒如上。祝学习进步!
网络通信/分布式开发
1,594
社区成员
32,944
社区内容
发帖
与我相关
我的任务
网络通信/分布式开发
Delphi 网络通信/分布式开发
复制链接
扫一扫
分享
社区描述
Delphi 网络通信/分布式开发
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章