博客
关于我
CentOS下openssh版本降级
阅读量:195 次
发布时间:2019-02-28

本文共 1009 字,大约阅读时间需要 3 分钟。

?????OpenSSH??????

?CentOS????OpenSSH??????????????????????OpenSSH????????????

?????????OpenSSH???????????????OpenSSH??????

????????????OpenSSH??

rpm -qa openssh*

????????????????

[root@node51 ~]# rpm -qa openssh* openssh-server-6.6.1p1-11.el7.x86_64 openssh-6.6.1p1-11.el7.x86_64 openssh-clients-6.6.1p1-11.el7.x86_64

????????????????OpenSSH???

yum remove openssh-server-6.6.1p1-11.el7.x86_64yum remove openssh-clients-6.6.1p1-11.el7.x86_64yum remove openssh-6.6.1p1-11.el7.x86_64

????????????????????OpenSSH?????

yum remove openssh*

?????????OpenSSH???????OpenSSH????????????

yum install -y openssl openssh-server

??????OpenSSH????????????OpenSSH??????????/etc/ssh/sshd_config????????????????????

  • PermitRootLogin????yes???root?????
  • RSAAuthentication????yes???RSA?????
  • PubkeyAuthentication????yes????????

???????sshd???

systemctl restart sshd.service

?????????????sshd?????????????

systemctl enable sshd.service

?????

  • ???????????????????????
  • ????????????sshd_config????????root?????

????????OpenSSH??????????

转载地址:http://axxi.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>