php.ini三大危险变量审计--

本文介绍了PHP 5.4.x之前safe_mode特性的启用方法,展示了如何利用它以及register_globals全局变量的开关。同时讲解了如何通过目录访问控制防止webshell风险,并通过实例演示了如何进行目录遍历。
摘要由CSDN通过智能技术生成

第一个特性: safe_mode
在php 5.4.x之前的版本是没关的,,这里按xx牛的意思做个演示,咱们怎么利用?
1.首先我们新建一个 c m d = cmd= cmd=_GET[‘cmd’];//获取系统cmd变量
在这里插入图片描述
然后放到web根目录下,执行 ppp.php?cmd=ipconfig
在这里插入图片描述
然后我们这里做一个开启安全模式:
可以看到页面是空白,没有接受到任何数据,原因是我们没获取到环境变量。
在这里插入图片描述

第二个特性: register_globals 全局变量
如果他是开启的,我们可以这样利用:
if(isset($_SESSION[‘a’])) 通过isset函数配合if,如果能调用,那么,打印一个1,如果不能,那打印一个2
在这里插入图片描述

然后我们开启这个特性,
在这里插入图片描述给参数一个值?a=abc都行,可以看到结果已经是1了。
在这里插入图片描述

第三个特性: 可访问目录:
正常情况下是默认为空,如果做了限制,就可限制webshell的危害
在这里插入图片描述我们通过数组的形式,dirname[FILE] 打印当前目录文件
在这里插入图片描述然后通过."./…/" 做文件跳级访问上一层文件
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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

打赏作者

ECHO::

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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