ts_block 的安装和配置教程
2025-05-26 01:08:07作者:卓炯娓
ts_block 是一个开源项目,主要通过 VBScript 编程语言编写,用于监控并阻止无效的终端服务登录尝试。该项目作为一个 WMI 事件接收器,能够接收并处理由 Windows 系统记录的无效登录事件。
项目基础介绍和主要编程语言
ts_block 项目的主要功能是防御恶意尝试终端服务登录的行为。当检测到某个 IP 地址的登录尝试失败次数超过设定阈值时,系统会自动阻止该 IP 地址。该项目使用 VBScript 编程语言,这是一种基于 Visual Basic 的脚本语言,常用于轻量级的自动化任务。
项目使用的关键技术和框架
该项目主要利用了以下技术和框架:
- Windows Management Instrumentation (WMI):用于接收 Windows 系统的事件日志。
- VBScript:用于编写脚本逻辑,实现事件处理和 IP 地址的封禁。
- Windows 注册表:用于存储和配置脚本所需的设置。
项目安装和配置的准备工作
在开始安装和配置 ts_block 之前,请确保您的系统满足以下要求:
- 操作系统:Windows Vista 或更高版本。
- 确保有管理员权限进行安装和配置。
- 如果您使用的是 Windows Server 2003,可能需要一个额外的网络适配器(物理或虚拟)。
详细的安装步骤
以下是为小白用户提供的详细安装步骤:
-
下载项目文件: 将 ts_block 项目文件从 GitHub 下载到本地计算机。
-
配置网络适配器(仅限 Windows Server 2003):
- 如果您使用的是 Windows Server 2003,需要配置一个无默认网关的静态 IP 地址的网络适配器。
- 可以使用物理网络适配器或安装 Microsoft Loopback Adapter。
-
设置注册表参数:
- 打开注册表编辑器(regedit.exe)。
- 导航到
HKLM\Software\Policies\Wellbury LLC\ts_block路径。 - 根据需要创建和设置以下注册表项:
BlockAttempts:连续失败的登录尝试次数,达到此值后将封禁 IP。BlockDuration:封禁 IP 的时间长度(秒)。BlockTimeout:重置失败尝试计数之前需要等待的时间(秒)。BlackholeIP:用于封禁的 IP 地址(仅限 Windows Server 2003)。
-
部署 ADM 模板(可选):
- 如果您希望通过组策略管理设置,可以使用提供的 ADM 模板进行部署。
-
运行脚本:
- 使用 CSCRIPT.EXE 运行
ts_block.vbs脚本。 - 可以通过命令行执行,例如:
cscript ts_block.vbs。
- 使用 CSCRIPT.EXE 运行
-
测试脚本功能:
- 通过尝试使用被封禁的用户账户或频繁尝试登录进行测试。
- 检查应用程序事件日志以确认封禁和解除封禁事件。
按照上述步骤操作后,ts_block 应该可以成功安装在您的系统上,并且根据您的配置开始工作。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
614
138
Ascend Extension for PyTorch
Python
163
183
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
369
3.15 K
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
255
90
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
644
255