博客
关于我
Day1.Dos的基本操作
阅读量:327 次
发布时间:2019-03-04

本文共 754 字,大约阅读时间需要 2 分钟。

Dos ???????

??CMD???

??????????????????CMD????????????????

  • ???????????????????????????????????
  • ???????Win??????cmd????????????????
  • ???????????????Shift??????????????????????????
  • ???????????????????????cmd???????????????????????????
  • ????????????CMD???????????????????????????


    ???Dos??

    ???CMD?????????????

    ??????

    • ?????

      • cd ????????????
      • cd ..?????????
      • cd /d????????????????
    • ??????

      • md ????????????
    • ?????????

      • rd ????????????
      • del ???????????
    • ?????????????

      • dir??????????????????
    • ?????

      • cls??????????????
    • ?????

      • exit?????????

    ???????

    ??????????CMD???????????

  • ????????
  • ?????????runas /user /savecred cmd???????

  • ??????

    • ????calc
    • ?????mspaint
    • ????notepad
    • ??IP???ipconfig

    ????

    • ping ???ping www.baidu.com????????

    ??????????CMD???????????????????????????Dos???????????????

    转载地址:http://qwoq.baihongyu.com/

    你可能感兴趣的文章
    paip.spring3 mvc servlet的配置以及使用最佳实践
    查看>>
    Palindrome Number leetcode java
    查看>>
    Palo Alto Networks Expedition 未授权SQL注入漏洞复现(CVE-2024-9465)
    查看>>
    Palo Alto Networks Expedition 远程命令执行漏洞(CVE-2024-9463)
    查看>>
    Palo Alto Networks PAN-OS身份认证绕过导致RCE漏洞复现(CVE-2024-0012)
    查看>>
    Panalog 日志审计系统 libres_syn_delete.php 前台RCE漏洞复现
    查看>>
    Springboot中@SuppressWarnings注解详细解析
    查看>>
    Panalog 日志审计系统 sprog_deletevent.php SQL 注入漏洞复现
    查看>>
    Panalog 日志审计系统 sprog_upstatus.php SQL 注入漏洞复现(XVE-2024-5232)
    查看>>
    Panalog 日志审计系统 前台RCE漏洞复现
    查看>>
    PANDA VALUE_COUNTS包含GROUP BY之前的所有值
    查看>>
    Pandas - 有条件的删除重复项
    查看>>
    pandas -按连续日期时间段分组
    查看>>
    pandas -更改重新采样的时间序列的开始和结束日期
    查看>>
    SpringBoot+Vue+Redis前后端分离家具商城平台系统(源码+论文初稿直接运行《精品毕设》)15主要设计:用户登录、注册、商城分类、商品浏览、查看、购物车、订单、支付、以及后台的管理
    查看>>
    pandas :to_excel() float_format
    查看>>
    pandas :加入有条件的数据框
    查看>>
    pandas :将多列汇总为一列,没有最后一列
    查看>>
    pandas :将时间戳转换为 datetime.date
    查看>>
    pandas :将行取消堆叠到新列中
    查看>>