干货|渗透测试面试题汇总

以下为信息安全各个方向涉及的面试题,星数越多代表问题出现的几率越大,没有填答案是希望大家如果不懂能自己动手找到答案,祝各位都能找到满意的工作:)

注:做这个List的目标不是全,因为无论如何都不可能覆盖所有的面试问题,更多的还是希望由点达面,查漏补缺。

TODO LIST

  •  渗透测试

  •  Web安全

  •  PHP安全

  •  Java安全

  •  Linux相关

  •  Windows相关

  •  内网渗透

  •  安全研发

  •  甲方安全运营

渗透测试

  • 如何绕过CDN找到真实IP,请列举五种方法 (★★★)

  • redis未授权访问如何利用,利用的前提条件是?(★★★)

  • mysql提权方式有哪些?利用条件是什么? (★)

  • windows+mysql,存在sql注入,但是机器无外网权限,可以利用吗? (★)

  • 常用的信息收集手段有哪些,除去路径扫描子域名爆破等常见手段,有什么猥琐的方法收集企业信息? (★★)

  • SRC挖掘渗透测试的区别是什么,针对这两个不同的目标,实施过程中会有什么区别 (★★)

  • 存储xss在纯内网的环境中,可以怎么利用?(★★)

  • mssql中,假设为sa权限,如何不通过xp_cmdshell执行系统命令 (★★)

  • 假设某网站存在waf,不考虑正面绕过的前提下,应该如何绕过(分情况讨论 云waf/物理waf) (★)

Web安全相关

  • 介绍一下自认为有趣的挖洞经历(或CTF经历)(★★★)

  • CSRF的成因及防御措施(不用token如何解决) (★)

  • SSRF的成因及防御措施 (★★)

  • SSRF如何探测非HTTP协议(★)

  • 简述一下SSRF的绕过手法(★★)

  • 简述一下SSRF中DNSRebind的绕过原理及修复方法(★)

  • 介绍 SQL 注入漏洞成因,如何防范?注入方式有哪些?除了拖取数据库数据,利用方式还有哪些?(★★)

  • 如何通过sql注入写shell,写shell的前提条件是什么?(★★)

  • 介绍一下XSS漏洞的种类,dom型XSS和反射XSS的区别是什么?(★★)

  • 如何防范 XSS 漏洞,在前端如何做,在后端如何做,哪里更好,为什么?(★★)

  • 讲述一下找回密码可能涉及的逻辑漏洞(★)

  • 假设你是甲方的一名安全工程师,应该如何降低逻辑漏洞的出现率?(★★)

  • oauth认证过程中可能会出现什么问题,导致什么样的漏洞?(★)

  • CSP应该如何使用及配置,有哪些绕过CSP的方式(★★)

  • 已知某网站存在LFI(本地文件包含),但是无法上传任何文件,针对该情况有哪些利用方式?(★★)

  • 简述一下XXE漏洞产生的原理,针对PHP和JAVA,XXE分别可以进行哪些恶意利用?(★★)

PHP安全

  • PHP中如何使用phar://伪协议触发反序列化,利用场景以及前提条件有哪些?(★★)

  • 如何绕过php.inidisable_function的限制,有哪些方法,其中成功率最高的方法是哪个,为什么?(★★★)

  • 文件上传中%00截断的原理是什么,官方是如何设计修复方案的?(★★)

  • 实现一个一句话webshell,绕过RASP的方式有哪些,绕过机器学习检测的方式有哪些,绕过AST-Tree的方式有哪些(★★)

  • PHP伪协议的攻击场景有哪些?(★★)

  • mail函数的攻击面有哪些?(★)

  • 如何不通过数字以及字符构造webshell,其原理是什么,此类特性还会造成什么安全问题?(★)

JAVA安全

  • ClassLoader是什么? 加载自定义ClassLoader的前提是什么? (★)

  • 大概讲一下CommonCollections1的利用链,该利用链有什么样的限制? (★★)

  • fastjson的反序列化和普通反序列化漏洞的区别是什么? (★★)

  • 在tomcat中实现内存马有哪些方式,有办法实现重启之后依然不会消失的内存马吗?(★)

  • 单向代码执行链如何实现执行多条语句,如CommonCollections1 (★)

  • 请简单讲述一下Shiro反序列化漏洞的原理,无法使用ysoerial中common-collections利用链的原因是什么? (★)

安全研发相关

  • 简要介绍自己常用的扫描器和其实现上的特点(★★)

  • 如果让你设计一个HIDS,应该如何设计(★)

  • 介绍一下Python中的迭代器、生成器、装饰器(★)

  • 介绍自己常用的python库(★)

  • 讲一讲celery的特点以及原理(★)

  • 简述Python中的GIL锁,以及如何打破GIL锁的限制(★★)

  • masscan号称世界上最快的扫描器,快的原因是什么,如何实现一个自己的masscan?(★★)

  • 简述协程,线程,以及进程的区别(★★)

Linux相关

  • 简述一下守护进程的概念,如何生成一个守护进程? (★)

  • Linux 服务器的安全运维操作有哪些?如何保护 SSH?(★★)

  • 入侵 Linux 服务器后需要清除哪些日志?(★★)

  • 反弹 shell 的常用命令?一般常反弹哪一种 shell?为什么?(★★★)

  • 从主机的层面,反弹shell如何监控 (★★★)

  • Rootkit的种类有哪些,针对不同种类的Rootkit应该如何防护以及检测 (★★)

  • A账户创建了权限为766的文件夹adir,该文件夹中有B账户的文件password.txt,权限为B账户的700,请问B账户能否读取到adir/password.txt文件的内容 (★)

  • ssh软链接后门的原理是什么,可以通过该原理构造其他后门吗?(★)

  • Linux中fork的原理是什么,子进程一定会拷贝父进程的资源状态吗?(★★)

  • 实现R3层HOOK的方式有哪些,R0层的HOOK又有哪些? (★)

  • Linux下如何准确实现应用识别,如识别nginx mysql等 (★)

  • 假设某Linux机器存在命令审计(方法未知),有哪些可能的绕过方法? (★★)

  • Linux常见的提权方法有哪些?(★★)

内网渗透

  • psexec的底层实现原理是什么? (★)

  • SSP接口中修复了哪个模块杜绝了mimikatz的恶意利用,具体是如何修复的?(★★)

  • 内网KDC服务器开放在哪个端口,针对kerbores的攻击有哪些? (★★★)

  • 在win10或者winserver2012中,如果需要使用mimikatz,该如何使用,修改注册表后如何在不重启机器的情况下获取NTLM? (★★)

  • 域内如何查询员工对应的机器?(★)

  • 如何查询域之间的信任关系?(★)

  • 域控开放的常见端口有哪些?(★)

  • windows内网中ntlm协议认证过程 (★★★)

  • cobalt strike中上线方式有哪些,各自是什么原理,如果需要绕过监控,如何绕?(★★)

  • 横向渗透中,wmic如何构造有回显的命令执行? (★★)

  • windows应急响应中,需要查看哪些安全日志ID,分别对应哪些攻防场景,如果该windows主机为域控,又应该查看哪些事件日志?(★★★)

  • golden ticket和sliver ticket的区别是什么?(★★★)

  • 在非域主机的情况下,如何快速发现域主机?(★★)

  • mimikatz的原理,哪个补丁导致了mimikatz无法利用,如何绕过? (★★)

  • NTLM relay的攻击场景有哪些,使用NTLM relay会受到哪些限制?(★)

其他安全相关

  • RSA加解密流程(★)

  • HTTPS是如何实现的(★★)

  • 如何防护运营商的DNS劫持/链路劫持(★★)

  • 如何防范羊毛党?(★)

  • 一个大范围影响的0day被曝光,作为甲方安全工程师,应该如何处理(★★)

作者:d1nfinite

来源:https://github.com/d1nfinite/sec-interview(侵删)

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Spark Streaming 和 Flink 都是流处理框架,但在一些方面有所不同。 1. 数据处理模型 Spark Streaming 基于批处理模型,将流数据分成一批批进行处理。而 Flink 则是基于流处理模型,可以实时处理数据流。 2. 窗口处理 Spark Streaming 的窗口处理是基于时间的,即将一段时间内的数据作为一个窗口进行处理。而 Flink 的窗口处理可以基于时间和数据量,可以更加灵活地进行窗口处理。 3. 状态管理 Spark Streaming 的状态管理是基于 RDD 的,需要将状态存储在内存中。而 Flink 的状态管理是基于内存和磁盘的,可以更加灵活地管理状态。 4. 容错性 Flink 的容错性比 Spark Streaming 更加强大,可以在节点故障时快速恢复,而 Spark Streaming 则需要重新计算整个批次的数据。 总的来说,Flink 在流处理方面更加强大和灵活,而 Spark Streaming 则更适合批处理和数据仓库等场景。 ### 回答2: Spark Streaming 和 Flink 都是流处理框架,它们都支持低延迟的流处理和高吞吐量的批处理。但是,它们在处理数据流的方式和性能上有许多不同之处。下面是它们的详细比较: 1. 处理模型 Spark Streaming 采用离散化流处理模型(DPM),将长周期的数据流划分为离散化的小批量,每个批次的数据被存储在 RDD 中进行处理,因此 Spark Streaming 具有较好的容错性和可靠性。而 Flink 采用连续流处理模型(CPM),能够在其流处理过程中进行事件时间处理和状态管理,因此 Flink 更适合处理需要精确时间戳和状态管理的应用场景。 2. 数据延迟 Spark Streaming 在处理数据流时会有一定的延迟,主要是由于对数据进行缓存和离散化处理的原因。而 Flink 的数据延迟比 Spark Streaming 更低,因为 Flink 的数据处理和计算过程是实时进行的,不需要缓存和离散化处理。 3. 机器资源和负载均衡 Spark Streaming 采用了 Spark 的机器资源调度和负载均衡机制,它们之间具有相同的容错和资源管理特性。而 Flink 使用 Yarn 和 Mesos 等分布式计算框架进行机器资源调度和负载均衡,因此 Flink 在大规模集群上的性能表现更好。 4. 数据窗口处理 Spark Streaming 提供了滑动、翻转和窗口操作等灵活的数据窗口处理功能,可以使用户更好地控制数据处理的逻辑。而 Flink 也提供了滚动窗口和滑动窗口处理功能,但相对于 Spark Streaming 更加灵活,可以在事件时间和处理时间上进行窗口处理,并且支持增量聚合和全量聚合两种方式。 5. 集成生态系统 Spark Streaming 作为 Apache Spark 的一部分,可以充分利用 Spark 的分布式计算和批处理生态系统,并且支持许多不同类型的数据源,包括Kafka、Flume和HDFS等。而 Flink 提供了完整的流处理生态系统,包括流SQL查询、流机器学习和流图形处理等功能,能够灵活地适应不同的业务场景。 总之,Spark Streaming 和 Flink 都是出色的流处理框架,在不同的场景下都能够发挥出很好的性能。选择哪种框架取决于实际需求和业务场景。 ### 回答3: Spark Streaming和Flink都是流处理引擎,但它们的设计和实现方式有所不同。在下面的对比中,我们将比较这两种流处理引擎的主要特点和差异。 1. 处理模型 Spark Streaming采用离散流处理模型,即将数据按时间间隔分割成一批一批数据进行处理。这种方式可以使得Spark Streaming具有高吞吐量和低延迟,但也会导致数据处理的粒度比较粗,难以应对大量实时事件的高吞吐量。 相比之下,Flink采用连续流处理模型,即数据的处理是连续的、实时的。与Spark Streaming不同,Flink的流处理引擎能够应对各种不同的实时场景。Flink的实时流处理能力更强,因此在某些特定的场景下,它的性能可能比Spark Streaming更好。 2. 窗口计算 Spark Streaming内置了许多的窗口计算支持,如滑动窗口、滚动窗口,但支持的窗口计算的灵活性较低,只适合于一些简单的窗口计算。而Flink的窗口计算支持非常灵活,可以支持任意窗口大小或滑动跨度。 3. 数据库支持 在处理大数据时,存储和读取数据是非常重要的。Spark Streaming通常使用HDFS作为其数据存储底层的系统。而Flink支持许多不同的数据存储形式,包括HDFS,以及许多其他开源和商业的数据存储,如Kafka、Cassandra和Elasticsearch等。 4. 处理性能 Spark Streaming的性能比Flink慢一些,尤其是在特定的情况下,例如在处理高吞吐量的数据时,在某些情况下可能受制于分批处理的架构。Flink通过其流处理模型和不同的调度器和优化器来支持更高效的实时数据处理。 5. 生态系统 Spark有着庞大的生态系统,具有成熟的ML库、图处理库、SQL框架等等。而Flink的生态系统相对较小,但它正在不断地发展壮大。 6. 规模性 Spark Streaming适用于规模小且不太复杂的项目。而Flink可扩展性更好,适用于更大、更复杂的项目。Flink也可以处理无限制的数据流。 综上所述,Spark Streaming和Flink都是流处理引擎,它们有各自的优缺点。在选择使用哪一个流处理引擎时,需要根据实际业务场景和需求进行选择。如果你的业务场景较为复杂,需要处理海量数据并且需要比较灵活的窗口计算支持,那么Flink可能是更好的选择;如果你只需要简单的流处理和一些通用的窗口计算,Spark Streaming是更为简单的选择。

“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