NTLM认证模块分发使用协议

2024-01-22 19:08

本文主要是介绍NTLM认证模块分发使用协议,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 

                 NTLM认证模块分发使用协议
甲方: 深圳远客 (song_0962#sina.com)
乙方:                                                                        
NTLM认证模块库V1.0是由甲方开发的一款软件产品,其软件的文件格式为动态链接库(Dynamic Link Library) 。乙方在其开发的软件产品中使用甲方提供的NTLM认证模块库V1.0,并达成如下协议:
1、 乙方使用NTLM认证模块的软件产品定义如下:
产品名称:
                                                                          
产品功能模块:
                                                                            
                                                                              
                                                                               
                                                                              
2、 分发许可及费用:
甲方授权乙方在协议1指定的软件产品中无限分发  NTLM 认证模块V1.0     
分发费用为:                                                                    
乙方需在协议签订后三个工作日内一次性支付甲方协议全额,否则协议无效。
3、 乙方不得对甲方软件进行反相工程(Reverse Engineering)、反编译(Decompilation)、反汇编(Disassembly),不得对甲方软件进行改动,不得以甲方开发的NTLM认证模块为基础开发相同性质的软件库分发到其他用户或其他产品中;
4、 乙方不得将分发许可权限转给其他个人或组织,也不得将A产品的分发许可转给B产品。如果授权分发的产品增加新的功能模块并在新模块中使用了甲方的NTLM认证模块V1.0软件之前,需经过甲方同意并支付一定费用;
5、 关于软件升级:乙方自购买之日起1年内享有软件版本免费升级的权利。
6、 甲方承诺对甲方提供的软件拥有完整的著作权,如因甲方提供的软件产生著作权方面的纠纷完全由甲方负责。
7、 甲方为乙方提供一年与软件产品有关的技术支持(电话及邮件技术支持)。提供给乙方作为支持服务的一部分的任何附加软件代码应被视为本“软件产品”的一部分,并须符合本《协议》中的各项条款和条件。
8、 间接损害不负责赔偿责任
在相关法律所允许的最大范围内,因使用或不能使用本软件产品所发生的损害(包括,但不限于营业利益的损失,营业中断,商业信息遗失,数据或代码损坏) 甲方不负责赔偿责任。不论任何情况,甲方就任何条款应负的责任总额,以乙方就该"软件产品"所实际已支付的价款为限。
甲方:
地址:
电话:                           联系QQ :34544052  eMail:song_0962#sina.com
签约代表:
日期:
乙方:
地址:
电话:
公章:
签约代表:
日期:

 

这篇关于NTLM认证模块分发使用协议的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/633955

相关文章

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据,将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]