PXE网络启动实战(第二篇 使用WDS启动WIN10PE)
ztj100 2025-03-12 22:24 57 浏览 0 评论
上一篇实战,我们实现了PXE网络启动,并且成功加载WinPE的光盘,能够进入DOS类的工具,比如Ghost、DiskGenius等等,但是进入Windows图形界面失败,这样不但操作起来差强人意,而且很多PE工具不能使用,这篇我们就深入研究一下。
一、PE光盘结构分析
我们先分析一下光盘的内容:
这是根目录,其中GRLDR就是我们上一篇用到的启动文件,这个启动文件执行后到底要做什么?
我们找到一个文件ILMT/GRUB/MENU.LST,打开查看:
正好是启动后的菜单,根据菜单我们发现了如下信息:
■Win10 X64 PE的影像在/ILMT/LMT10PE
■Win2003 PE的影像在/ILMT/03PE.ISO
■Ghost 备份恢复的影像在/ILMT/GRUB/GHOST.LST,不是影像,再打开LST,发现在/ILMT/IMGS/MAXDOS.IMG。这是因为GHOST下有2级菜单。
■DiskGenius 硬盘分区工具的影像在/ILMT/IMGS/MAXDOS.IMG
从上面的分析我们知道,上一篇我们实现的是IMG格式影像的启动,那么ISO、WIM格式怎么办呢?
我们继续打开ISO文件,/ILMT/03PE.ISO,也发现一个最大的WIM格式的文件:03PE.WIM
看来问题明朗多了,WIM格式的文件是关键。
二、WIM格式的部署
WIM是英文Microsoft Windows Imaging Format(WIM)的简称,它是Windows基于文件的映像格式。Windows可以采用这种格式在新计算机上进行快速安装,这种方式就叫Windows部署服务。
Windows部署服务是目前WinServer自带的服务(WDS),用于为客户机快速安装操作系统。它的启动方式也是PXE,部署系统的来源就是系统安装光盘。
我们打开一个Windows安装的光盘分析一下:
这是一个Win10LTSC的光盘映像,我们可以看到2个WIM格式的文件,一个用于启动的boot.wim、一个用于系统安装的install.wim。
到这里我出现了一个想法,那就是用WDS(windows部署服务)来启动前面PE光盘中的WIM文件,看看能否成功。
三、安装配置Windows部署服务具体操作
1.准备虚拟机,服务器与客户机的网络都要选择NAT方式,具体操作请参考第一篇
2.复制WinPE的ISO文件到服务器
3.将Win10PE的WIM释放出来
4.配置服务器,设置固定IP地址
5.安装DHCP、DNS服务
DHCP需要配置,新建作用域并激活(详见上一篇内容),DNS可以不用配置。
作用域选项这里只需要“03路由”、“06 DNS”,别的先不配。
6.安装Windows部署服务器
安装时,均按照默认值进行。
7.配置WDS服务
“服务器管理器”→工具→windows部署服务→配置服务器
安装向导执行,除了默认选项外,按照以下配置
a)选择“独立服务器”
b)代理DHCP服务器选项中,只选中第二个
c)响应所有客户端计算机(已知和未知)
安装完成后启动WDS服务。
最后,修改WDS属性,将“启动”属性的PXE策略修改为无需按“F12”就继续启动。
8.添加启动WIM文件
启动映像→右击→添加启动映像
在向导中点击浏览→找到PE中的WIM文件→选中并“下一步”,直至完成
9.启动系统测试
网络测试也通畅,至此我们启动图形界面的WinPE也实现了。(具体过程请关注我,看后续的实录视频)
总结:
这样,我们在局域网环境下,作为网管进行桌面系统的维护维修是不是方便多了?但是,通过视频大家应该可以感受到,启动速度还是很慢,请关注下一篇,看看怎么实现启动速度的提升。
以上就是PXE启动图形化WinPE的方法,有何问题可以给我留言,也可以私信我。
关注我的账号后,可以第一时间收到新的内容。关注、点赞、留言、转发都是对我的支持,谢谢!
相关推荐
- 其实TensorFlow真的很水无非就这30篇熬夜练
-
好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...
- 交叉验证和超参数调整:如何优化你的机器学习模型
-
准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...
- 机器学习交叉验证全指南:原理、类型与实战技巧
-
机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...
- 深度学习中的类别激活热图可视化
-
作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...
- 超强,必会的机器学习评估指标
-
大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...
- 机器学习入门教程-第六课:监督学习与非监督学习
-
1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...
- Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置
-
你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...
- 神经网络与传统统计方法的简单对比
-
传统的统计方法如...
- 自回归滞后模型进行多变量时间序列预测
-
下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...
- 苹果AI策略:慢哲学——科技行业的“长期主义”试金石
-
苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...
- 时间序列预测全攻略,6大模型代码实操
-
如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)