PowerShell-Docs项目:深入理解PowerShell执行策略
2025-07-04 08:55:24作者:卓炯娓
什么是PowerShell执行策略
PowerShell执行策略是Windows系统中一项重要的安全功能,它决定了PowerShell脚本的运行权限级别。这项机制通过控制脚本的执行方式,有效防止了恶意脚本的自动运行,为系统管理员提供了灵活的安全控制手段。
执行策略的常见类型
PowerShell提供了多种执行策略选项,每种策略对应不同的安全级别:
- Restricted(限制模式):默认设置,禁止运行任何脚本文件,只允许交互式命令
- AllSigned(全签名模式):只运行由受信任发布者签名的脚本
- RemoteSigned(远程签名模式):本地脚本可直接运行,从互联网下载的脚本需要签名
- Unrestricted(无限制模式):允许运行所有脚本,但对未签名脚本会发出警告
- Bypass(绕过模式):不阻止任何脚本运行,也不显示警告
- Undefined(未定义):表示当前作用域没有设置执行策略
执行策略的作用域
PowerShell执行策略可以在不同作用域设置,包括:
- 机器级别(MachinePolicy):通过组策略设置
- 用户级别(UserPolicy):通过组策略设置
- 进程级别(Process):仅影响当前PowerShell会话
- 当前用户(CurrentUser):仅影响当前用户
- 本地机器(LocalMachine):影响所有用户
如何查看当前执行策略
要查看当前系统的执行策略设置,可以使用以下命令:
Get-ExecutionPolicy -List
这个命令会显示所有作用域的执行策略设置情况。
修改执行策略的方法
在某些情况下,用户可能需要临时或永久修改执行策略。修改方法如下:
-
临时修改(仅当前会话):
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope Process -Force -
永久修改(当前用户):
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser -Force -
永久修改(所有用户):
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope LocalMachine -Force
执行策略的实际应用场景
- 开发环境:开发人员通常需要频繁运行自己编写的脚本,可以设置为RemoteSigned或Unrestricted
- 生产环境:建议使用AllSigned策略,确保只运行经过验证的脚本
- 自动化部署:在CI/CD流程中,可以临时使用Bypass策略运行部署脚本
安全注意事项
虽然放宽执行策略可以方便脚本运行,但也会带来安全风险:
- 永远不要以管理员身份运行来源不明的脚本
- 在放宽执行策略前,确保了解脚本的来源和内容
- 考虑使用代码签名证书对自有脚本进行签名
- 生产环境中尽量使用最严格的可行策略
执行策略与脚本签名
对于需要严格安全控制的环境,建议实施脚本签名机制:
- 获取代码签名证书(可从商业CA或企业CA获取)
- 使用Set-AuthenticodeSignature命令对脚本签名
- 将签名证书的公钥部署到信任的发布者存储区
常见问题解决
- 脚本无法运行:检查当前执行策略是否允许脚本运行
- 签名验证失败:确保证书链完整且证书未被吊销
- 策略冲突:当多个作用域设置不同策略时,优先级从高到低为:MachinePolicy > UserPolicy > Process > CurrentUser > LocalMachine
通过合理配置PowerShell执行策略,用户可以在安全性和便利性之间找到平衡点,既保障系统安全,又不妨碍正常的工作流程。
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