ftp, sftp, ssh 차이점

telnet ==> ssh
ftp ==> sftp

p2p방식이라 보안에 취약한것이 아니라
telnet과 ftp 인 경우는 패킷을 캡쳐해서 보면, 평문이기 때문에
보여져서는 안될부분(패스워드, 계정 등)이 쉽게 노출된다.
이는 아주 큰 문제를 발생시킬 수 있다.

이런 취약점을 보안하기 위해서 telnet은 ssh로
ftp는 sftp로 암호화된 프로토콜 SSL을 사용하는게 좋다.
이렇게 하면 모든 패킷을 암호화 해서 주고 받으므로
패킷을 잡아내더라도 해독하는데 슈퍼컴퓨터로 1달 이상 걸리게 된다.

cf) telnet 과 ftp의 차이

telnet: 쉘권한을 취득(ex. bash)하여 마치 로컬 컴퓨터를 다루는 것처럼 실행되는 접속 방법
ftp: 파일을 전송하기 위한 프로토콜.

telnet으로 파일 전송을 못하며(zmodem프로토콜을 사용하면 되지만, 엄청 느림)
ftp로 시스템을 관리하거나 데몬을 띄우는 것은 불가능.

Reference

https://wpengine.com/resources/how-to-access-wordpress-files-using-sftp/

https://www.linux.co.kr/home2/board/subbs/board.php?bo_table=linuxserver&wr_id=19987

Comments

우분투 18.04 react-native run-android 실행 시 javax.net.ssl.SSLException 에러

리엑트 네이티브를 시작했다. ( 참고 ) 기본 튜토리얼 에서 create-react-native-app 를 사용하는 예제는 쉽게 실행됐는데 바로 요놈! react-native-cli 를 써서 react- native init [프로젝트 이름] 로 실행하는 예제는 뭐가 문제인지 실행한번 하는데 엄청나게 애를 먹였다. 우선 리액트 공식 홈페이지에서 하라는데로 다 했다는 전제하에 참고하시면 된다. 나름 다 잘 따라했다고 생각했는데 문제는 자바(jdk)였다. JAVA_HOME 환경변수 설정이 안되어 있었다. 일단 초기에 echo $JAVA_HOME 이라고 쳤는데 아무 것도 안뜨면 환경변수 설정이 아예 안돼있는 것이다. 순서 대로 체크리스트를 만들어보자면, 1. jdk버전을 확인하자 Java Development Kit React Native requires a recent version of the Java SE Development Kit (JDK). Download and install JDK 8 or newer if needed. cd /usr/lib/jvm/ 를 하면 현재 설치된 jdk들을 확인 할 수 있다. jdk8 이상의 버전이 없다면 아래 명령어로 다운 받자 sudo add-apt-repository ppa:webupd8team/java sudo apt-get update sudo apt-get install oracle-java8-installer 2. JAVA_HOME 환경 변수를 등록하기 위해 cd ~ 를 하여 홈으로 이동하고 숨김 파일인 .bashrc를 수정하자. 튜토리얼에는 $HOME/.bash_profile 이라고 되어 있지만 18.04에서는 저 파일이 없어서 알아보니 bashrc를 수정하면 된다. 나는 vim을 쓰므로 vim .bashrc 라고 입력했다. nano나 다른 편집기를 사용해도 좋다. 그리고 아래 명령어를 .bas

Anaconda tensorflow-gpu 설치 에러 [WinError 126] 지정된 모듈을 찾을 수 없습니다, importError: Could not find 'cudnn64_6.dll'

anaconda를 이용하여 tensorflow cpu 버전을 사용하다가 training이 끝나지를 않아서 gpu 버전을 써보기로 했다. cpu 버전은 나름 쉽게 설치했었는데 gpu는 조금 더 까다로웠다. 블로그들을 참고해보니 막 무슨 파일을 다운 받고 어디에 붙여넣고 하라는데 처음에는 이해가 잘 안됐다. 내가 이해한대로 해보자면, 우선 다른 블로그를 참고해서 아나콘다와 tensorflow cpu 버전 설치 직전까지 진행해주시고, 필요한 파일은 CUDA 8.0 CuDNN 6.0 두 파일을 순서대로 설치. 대충 내용을 보니 CUDA 8.0은 그냥 설치하는 파일이고 CuDNN는 설치한 cuda 폴더 안에 추가하는 라이브러리, 기타등등 파일인데 다른 블로그에서는 CuDNN 폴더를 다 붙여 넣으라고도 했지만 딱 봐도 확연히 안에 들어있는 파일이 달라서 CuDNN 폴더에 있는 파일을 기존 cuda 폴더 안에 붙여 넣어주었다. 아무튼 여기서 주의해야 될 점은 CuDNN이 6.0이라는 것이다. 다른 블로그에서는 5.1을 받으라고 되어있는데 이상하게 내 anaconda에서는 계속 cudnn64_6.dll 파일을 찾을 수 없다고 에러가 떴다. 바로 이 에러이다. 알아보니 5.1은 bin 폴더안에 cudnn64_5.dll를 가지고 있고 6.0이 cudnn64_6.dll을 갖고 있었다. cudnn64_6.dll을 기본 설치 폴더 기준 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin 안에 붙여넣으니 성공적으로 tensorflow-gpu를 이용할 수 있게 되었다.

devmuz

Search This Blog