怎样查看思科防火墙PIX506E的日志！！！！！！在线等，比较急！！！谢谢先！！！！！！！！！！！！！！！！！！！！！！！！！

yunrong 2006-06-20 08:11:48

我的防火墙是思科PIX506E，没有安装日志服务器，但是想看到当时的日志应该也是能做到吧，按照防火墙的命令，我敲入logging on ;show logging 得到的是
#logging on
usage:clear loging
#show logging
syslog logging :enabled
facility:20
timestamp logging :disabled
standby logging:disabled
console logging:disabled
monitor logging:level lebugging,0 messages logged
buffer logging:disabled
trap logging:level debugging ,11625515 messages logged
logging to inside 10.190.1.166
history logging:disabled
dervice id:disabled

...全文

926 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

jenfier 2006-06-28

打赏
举报

#config t
(config)#logging on

jenfier 2006-06-28

打赏
举报

楼主应该是把日志文档给禁用掉了吧

phanx 2006-06-23

打赏
举报

楼主的buffer logging:disabled 估计是看不到了吧

yunrong 2006-06-20

打赏
举报

怎样才能查看到日志呢！！！！！！！！！！！！

zhangblade 2006-06-20

打赏
举报

就是show logging

PIX515-1# show logging
Syslog logging: enabled
Facility: 20
Timestamp logging: disabled
Standby logging: disabled
Console logging: disabled
Monitor logging: disabled
Buffer logging: level warnings, 45202597 messages logged
Trap logging: disabled
History logging: disabled
Device ID: disabled
a.b.c.d/3390 dst outside:a.b.c.d/445
106011: Deny inbound (No xlate) tcp src outside:a.b.c.d/3403 dst outside:a.b.c.d/445
106011: Deny inbound (No xlate) tcp src outside:a.b.c.d/3417 dst outside:a.b.c.d/445

感谢阳春三月的同名文章，我尝试过使用MS默认的GetSchema(),但是获取的信息还是很有限，比如无法获取是否是自增长等，支持的数据更有限。阳春同志说的MyMeta真的非常好，试了之后拍案叫绝啊。这里引用他的文章前段： MyMeta 组件是代码自动生成工具 MyGeneration 的核心模块之一，主要负责定义和获取关系数据库结构。在 MyMeta 中定义了一套比较完整的关系数据库...

首先介绍几篇文章：Emit学习系列文章导航使用 MyMeta 组件获取数据库结构来一点反射，再来一点Emit —— 极度简化Entity！都是很好的东西啊，当然了思考这些的前提是对反射、程序集、域都有一定概念并有过一些尝试，否则就有点累了。Emit对于熟悉反射的人来说它就是用来写入信息（程序），比如创建类、方法等等。这里不得不说下，我对于 IL真的是很不爽，以前学汇编就是，尽管很努力了，但都停留在...

设备安全机制是保障用户数据与硬件资产的核心技术，其原理通常通过硬件标识与云端账户的强绑定来实现。这种设计在防止设备丢失后被非法使用方面具有重要价值，广泛应用于智能手机、平板电脑等移动设备的防盗保护。iCloud激活锁正是苹果生态中这一机制的典型代表，它将设备序列号与Apple ID绑定，并通过激活服务器进行云端验证。对于合法机主而言，当遇到因遗忘密码或二手设备遗留账号导致的锁定问题时，合规的解决思路至关重要。本文聚焦于**iCloud激活锁**的合法处置，系统性地梳理了从问题诊断、官方申诉到备选方案评估的完

科易网基于40亿+科创知识图谱数据库，深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，研究科技创新领域的AI+数智化解决方案，推动科技创新与产业创新智能化发展。

内容概要：本文提出了一种基于快速稀疏辅助信号分解与非凸增强技术的轴承故障诊断方法，并提供了完整的Matlab代码实现。该方法旨在从复杂的机械设备振动信号中高效、准确地提取故障特征，通过优化信号分解过程克服传统方法在噪声干扰下敏感、分辨率不足的问题，结合非凸优化策略增强微弱故障信号的辨识能力，从而提升早期故障诊断的准确性与鲁棒性。研究涵盖了算法原理、模型构建、仿真验证及结果分析，展示了其在旋转机械状态监测中的实际应用价值。; 适合人群：具备一定信号处理基础和Matlab编程能力，从事机械故障诊断、状态监测、智能运维等相关领域的科研人员及工程技术人员，尤其适合研究生和从事相关项目研发的工程师。; 使用场景及目标：①应用于旋转机械（如电机、风机、齿轮箱）的轴承早期故障检测；②用于复杂噪声环境下微弱故障信号的提取与增强；③为开发高精度智能诊断系统提供算法支持和技术参考；④辅助完成科研论文复现、毕业课题或工业项目开发。; 阅读建议：此资源以算法实现为核心，强调理论与实践结合，建议读者在学习过程中同步运行Matlab代码，深入理解信号分解与优化增强的每一步处理逻辑，并尝试在不同数据集上进行测试与调参，以掌握算法的适应性与优化技巧。