Ubuntu修改密码及密码复杂度策略设置方法

yizhihongxing

Ubuntu修改密码及密码复杂度策略设置方法

在Ubuntu系统中,我们可以通过命令行或图形界面来修改密码,并设置密码复杂度策略。本文将介绍如何使用命令行和图形界面来修改密码,并设置密码复杂度策略。

示例一:使用命令行修改密码及设置密码复杂度策略

修改密码

# 使用passwd命令修改当前用户的密码
passwd

# 使用passwd命令修改其他用户的密码
sudo passwd username

在上述命令中,我们使用passwd命令来修改密码。如果要修改当前用户的密码,只需输入passwd命令即可。如果要修改其他用户的密码,则需要使用sudo passwd命令,并将username替换为要修改密码的用户名。

设置密码复杂度策略

# 安装libpam-pwquality软件包
sudo apt-get install libpam-pwquality

# 修改/etc/pam.d/common-password文件
sudo vi /etc/pam.d/common-password

在上述命令中,我们首先使用apt-get命令安装libpam-pwquality软件包,该软件包提供了密码复杂度策略的功能。然后,我们使用vi命令编辑/etc/pam.d/common-password文件,并将文件中的password requisite pam_pwquality.so enforce_for_root retry=3设置为password requisite pam_pwquality.so retry=3 minlen=8 ucredit=-1 lcredit=-1 dcredit=-1 ocredit=-1。

在上述设置中,minlen=8表示密码长度至少为8个字符,ucredit=-1表示密码中至少包含一个大写字母,lcredit=-1表示密码中至少包含一个小写字母,dcredit=-1表示密码中至少包含一个数字,ocredit=-1表示密码中至少包含一个特殊字符。

示例二:使用图形界面修改密码及设置密码复杂度策略

修改密码

  1. 点击屏幕右上角的设置图标,选择“用户账户”。
  2. 在“用户账户”窗口中,选择要修改密码的用户,并点击“解锁”按钮。
  3. 输入管理员密码,然后点击“确定”按钮。
  4. 在“用户账户”窗口中,点击“密码”选项卡。
  5. 点击“解锁”按钮,输入管理员密码,然后点击“确定”按钮。
  6. 输入新密码,然后点击“确定”按钮。

设置密码复杂度策略

  1. 点击屏幕右上角的设置图标,选择“用户账户”。
  2. 在“用户账户”窗口中,选择要修改密码复杂度策略的用户,并点击“解锁”按钮。
  3. 输入管理员密码,然后点击“确定”按钮。
  4. 在“用户账户”窗口中,点击“密码”选项卡。
  5. 点击“解锁”按钮,输入管理员密码,然后点击“确定”按钮。
  6. 在“密码”选项卡中,点击“更改”按钮。
  7. 在“更改密码”窗口中,勾选“要求密码符合复杂性要求”选项,并设置密码复杂度策略。
  8. 点击“确定”按钮。

结论

总之,在Ubuntu系统中,我们可以使用命令行或图形界面来修改密码,并设置密码复杂度策略。需要注意的是,密码复杂度策略的设置可能会影响用户的使用体验,因此需要根据实际情况进行调整。

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Ubuntu修改密码及密码复杂度策略设置方法 - Python技术站

(0)
上一篇 2023年5月15日
下一篇 2023年5月15日

相关文章

  • pytorch nn.Parameters vs nn.Module.register_parameter

    nn.Parameters 与 register_parameter 都会向 _parameters写入参数,但是后者可以支持字符串命名。从源码中可以看到,nn.Parameters为Module添加属性的方式也是通过register_parameter向 _parameters写入参数。 def __setattr__(self, name, value)…

    PyTorch 2023年4月6日
    00
  • Pytorch入门实例:mnist分类训练

    #!/usr/bin/env python # -*- coding: utf-8 -*- __author__ = ‘denny’ __time__ = ‘2017-9-9 9:03’ import torch import torchvision from torch.autograd import Variable import torch.utils…

    PyTorch 2023年4月8日
    00
  • pytorch-RNN进行回归曲线预测方式

    PyTorch-RNN进行回归曲线预测方式 在深度学习中,循环神经网络(RNN)是一种常用的模型,可以用于时间序列数据的建模和预测。本文将介绍如何使用PyTorch-RNN进行回归曲线预测,并演示两个示例。 示例一:使用LSTM进行回归曲线预测 在PyTorch中,我们可以使用LSTM模型进行回归曲线预测。下面是一个简单的示例,演示如何使用LSTM模型预测正…

    PyTorch 2023年5月15日
    00
  • PyTorch的Optimizer训练工具的实现

    PyTorch的Optimizer是一个用于训练神经网络的工具,它可以自动计算梯度并更新模型参数。本文将深入浅析PyTorch的Optimizer的实现方法,并提供两个示例说明。 1. PyTorch的Optimizer的实现方法 PyTorch的Optimizer的实现方法如下: optimizer = torch.optim.Optimizer(para…

    PyTorch 2023年5月15日
    00
  • Pytorch离线安装方法

    由于一些内网环境无法使用pip命令安装python三方库,寻求一种能够离线安装pytorch的方法。 方法 由于是内网,首选使用Anaconda代替Python,这样无需手动配置numpy等额外依赖。 访问pytorch离线下载网址根据系统和CUDA版本选择自己需要的whl文件 一共有两个,pytorch和torchvision,例如win10x64下cud…

    PyTorch 2023年4月8日
    00
  • Python机器学习pytorch交叉熵损失函数的深刻理解

    Python机器学习pytorch交叉熵损失函数的深刻理解 交叉熵损失函数是一种常用的损失函数,它在分类问题中非常有效。在PyTorch中,我们可以使用nn.CrossEntropyLoss()函数来计算交叉熵损失。本文将提供一个完整的攻略,介绍如何使用Python和PyTorch实现交叉熵损失函数,并提供两个示例,分别是使用交叉熵损失函数进行多分类和使用交…

    PyTorch 2023年5月15日
    00
  • 使用Pytorch实现two-head(多输出)模型的操作

    使用PyTorch实现two-head(多输出)模型的操作 在某些情况下,我们需要将一个输入数据分别送到两个不同的神经网络中进行处理,并得到两个不同的输出结果。这种情况下,我们可以使用PyTorch实现two-head(多输出)模型。本文将介绍如何使用PyTorch实现two-head(多输出)模型,并演示两个示例。 示例一:使用nn.ModuleList实…

    PyTorch 2023年5月15日
    00
  • pytorch框架对RTX 2080Ti RTX 3090的支持与性能测试

    时间点:2020-11-18 一、背景 2020年9月nvidia发布了30系列的显卡。比起20系列网上的评价是:性能翻倍,价格减半。最近正好本人手上有RTX 2080Ti 和 RTX 3090,所以本人专门对其在深度学习上的性能进行了测试。当前(2020-11-18)网上对3090与2080Ti在深度学习上的性能差异的测试数据比较少,大部分测试的对比每秒处…

    2023年4月8日
    00
合作推广
合作推广
分享本页
返回顶部