总结1、ubuntu修改服务器名重启后生效的方法是直接修改/etc/hostname文件2、ubuntu22.04操作系统配置ip和dns信息，一般只需要使用netplan命令行工具来配置就行，在/etc/netplan/在目录下创建一个yaml文件就可以实现ip和dns的配置，当然如果/etc/netplan下有多个yaml文件，则所有/etc/netplan/*.yaml文件都将被netplan命令行使用，参见官方文档https://ubuntu.com/server/docs/network-configuration和https://manpages.ubuntu.com/manpag
漏洞介绍 ThinkPHP是国内使用极为广泛的PHP开发框架。由于框架处理控制器名称不正确，如果网站未启用强制路由（这是默认设置），它可以执行任何方法，从而导致RCE漏洞。 影响版本：Thinkphp55.0.22/5.1.29漏洞复现1.环境搭建这里是使用Ubuntu虚拟机基于vulhub漏洞集成环境生成靶场进入Vulhub对应的漏洞路径下：cd/vulhub/thinkphp/5-rce执行命令docker-composeup-d编译并运行靶场容器：通过局域网内Win10物理机访问http://your-ip:8080，可以看到ThinkPHP的默认页面: 到此漏洞环境就搭建完
文章目录版本：问题：解决方法版本：vmware17.0ubuntu22.04.0win11问题：无法和windows互相复制粘贴文件解决方法1.关闭虚拟机2.开启虚拟机，在开启虚拟机的过程中再次查看发现灰色图标可点击，点击重新安装VMwareTools3.点击后在下方会出现4.进入虚拟机进入主目录，在左侧一栏会发现vmwaretools的文件夹，进去将压缩包复制到桌面，然后解压，会生成-distrib5.桌面进入终端，输入命令sudo./vmware-install.pl6.一路默认，'[]就是默认，敲回车就行，但是要注意最后一步，最后一步有的默认[no],有的是默认[yes]，最后一步输入n
步骤前提准备开始安装安装完成配置环境变量前提准备环境介绍：VMware16+Ubuntu22.04LTS内存内存内存！！！大概要预留9GB出来有一次难得见到胜利曙光了最后败在内存不足上。。。python版本的问题。这一版Ubuntu自带3.10版本，但是本人用惯了3.8所以重新装了个3.8，可参考：ubuntun-20.04安装python3.8从github下载失败问题解决无数次安装失败后发现原因出在连接超时上，这里参考了这个方法：linux下无法登陆github官网的解决方案-wutheringcoo的文章-知乎搬运一下步骤：(1)在终端输入：sudovim/etc/hosts进入host
1、删除旧版本sudoapt-getremovedockerdocker-enginedocker.iocontainerdrunc2、更新ubuntu数据源列表sudoapt-getupdate3、安装https请求库sudoapt-getinstall\ca-certificates\curl\gnupg\lsb-release4、添加Docker的官方GPG密钥sudomkdir-p/etc/apt/keyringscurl-fsSLhttps://download.docker.com/linux/ubuntu/gpg|sudogpg--dearmor-o/etc/apt/keyrin
一、原因原因是Ubuntu22.04使用的gnome启用了Wayland。vnc、teamviewer、向日葵、todesk等均无法使用或者远程黑屏等。简单的说vnc、teamviewer、向日葵、todesk等均基于xorg实现（xorg太流行），并不兼容Wayland，所以vnc无法正常使用。realvnc官方也明确说明，目前在Linux上无法支持 Wayland。GNOME是一套桌面环境，包括一系列应用程序。比如显示管理器，窗口管理器，firefox浏览器等都是XClient。Xorg：广义的说已经成为一种统称它是Linux上通用的桌面环境（后端）服务器（X11的一种具体开源实现）。XW
llama.cpp是近期非常流行的一款专注于Llama/Llama-2部署的C/C++工具。本文利用llama.cpp来部署Llama27B大语言模型，所采用的环境为Ubuntu22.04及NVIDIACUDA。文中假设Linux的用户目录（一般为/home/username）为当前目录。安装NVIDIACUDA工具NVIDIA官方已经提供在Ubuntu22.04中安装CUDA的官方文档。本文稍有不同的是我们安装的是CUDA11.8而不是最新的CUDA版本。这是因为目前PyTorch2.0的稳定版还是基于CUDA11.8的，而在实际各种部署中笔者发现按照PyTorch2.0稳定版来锚定CUDA
Mininet是由一些虚拟的终端节点（end-hosts）、交换机、路由器连接而成的一个网络仿真器，它采用轻量级的虚拟化技术使得系统可以和真实网络相媲美。它可以很方便地创建一个支持SDN的网络：host就像真实的电脑一样工作，可以使用ssh登录，启动应用程序，程序可以向以太网端口发送数据包，数据包会被交换机、路由器接收并处理。有了这个网络，就可以灵活地为网络添加新的功能并进行相关测试，然后轻松部署到真实的硬件环境中。目录1.安装ubuntu镜像2.解决ubuntu系统安装出现问题①运行ifconfig出现错误②不能sudoaptinstallnet-tools③无法联网3.部署
k8s1.28部署已经不依赖docker了，所以不需要安装docker。同理：如果想查看镜像和运行容器，也不能用docker命令去查询了：需要使用crictl。不过crictl命令参数兼容docker，所以使用上手没有啥难度。1.配置安装源根据k8s官方文档：https://kubernetes.io/docs/setup/production-environment/tools/kubeadm/install-kubeadm/配置即可apt-getinstall-yapt-transport-httpsca-certificatescurlcurl-fsSLhttps://pkgs.k8s.
安装方式一：源码安装1、下载安装包官网下载：下载链接：https://cmake.org/download/也可以使用命令行下载wgethttps://github.com/Kitware/CMake/releases/download/v3.26.5/cmake-3.26.5.tar.gz2、解压并安装#1、解压tar-zxvfcmake-3.26.5.tar.gz#2、进入文件cdcmake-3.26.5#3、执行文件并指定安装目录./bootstrap--prefix=/usr/local/cmake#4、开始编译make#5、安装makeinstall2.1在系统环境中指定cmake的
