PowerShell-Docs项目:Exchange Online PowerShell访问控制参数使用指南
2025-07-04 20:11:22作者:劳婵绚Shirley
背景介绍
在管理Exchange Online环境时,管理员经常需要控制用户对Exchange Online PowerShell模块的访问权限。Microsoft官方文档中提供了相关配置方法,但在实际使用中发现部分参数存在兼容性问题。
核心问题分析
文档中原本建议使用EXOModuleEnabled参数进行过滤查询,例如:
Get-User -ResultSize unlimited -Filter 'EXOModuleEnabled -eq $false'
但经过实际测试验证,这个过滤条件在Get-User命令中无法正常工作。这是因为:
EXOModuleEnabled是较新引入的参数- 系统保留了传统的
RemotePowerShellEnabled参数用于向后兼容 - 两个参数实际上是同步更新的,设置其中一个会自动更新另一个
解决方案
正确的做法是使用RemotePowerShellEnabled参数进行过滤查询:
Get-User -ResultSize unlimited -Filter 'RemotePowerShellEnabled -eq $false'
这个参数具有以下特点:
- 在Set-User命令中仍然可用
- 与EXOModuleEnabled保持同步更新
- 在所有Exchange Online版本中都稳定工作
最佳实践建议
-
统一使用RemotePowerShellEnabled参数:虽然EXOModuleEnabled看起来更符合新命名规范,但RemotePowerShellEnabled具有更好的兼容性。
-
批量操作注意事项:当需要批量修改用户访问权限时,建议先使用Get-User查询确认目标用户,再使用Set-User进行修改。
-
参数同步机制:无论设置哪个参数,系统都会自动同步另一个参数的值,确保两者始终保持一致。
-
未来兼容性考虑:虽然目前两个参数都可使用,但建议关注Microsoft官方更新,未来可能会逐步淘汰较旧的参数。
典型应用场景
场景一:禁用特定用户的PowerShell访问
Set-User -Identity user@contoso.com -RemotePowerShellEnabled $false
场景二:查询所有被禁用访问的用户
Get-User -ResultSize unlimited -Filter 'RemotePowerShellEnabled -eq $false' |
Select-Object Name,UserPrincipalName
场景三:批量禁用某部门用户的访问
Get-User -Filter "Department -eq 'Sales'" |
Set-User -RemotePowerShellEnabled $false
总结
在Exchange Online PowerShell访问控制配置中,虽然系统提供了新旧两套参数,但出于稳定性和兼容性考虑,建议管理员优先使用RemotePowerShellEnabled参数。这个参数经过长期验证,能够确保在各种环境下稳定工作,同时也能自动同步到新参数,是最安全可靠的选择。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
685
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869