西湖论剑——指鹿为马

本文链接：https://blog.csdn.net/qq_43615309/article/details/109049780

本文介绍了作者在网络安全挑战赛中解决一道名为'指鹿为马'的MISC题目。通过分析Python源代码和图片，发现需要生成一张满足特定条件的图片（test），即与马的像素差之和小于10w，且与马的欧式距离最近。最终通过在鹿的图片基础上逐像素添加马的像素，成功生成满足条件的test图片并获得flag。

摘要由CSDN通过智能技术生成

前几天被hxd拉去看看题，其中MISC的指鹿为马很有意思，我来说说这题我的解法。

首先nc服务器down下了三个信息，首先是python的源代码

import numpy as np
from PIL import Image
import math
import operator
import os
import time
import base64
import random

def load_horse():
    data = []
    p = Image.open('./horse.png').convert('L')
    p = np.array(p).reshape(-1)
    p = np.append(p,0)
    data.append(p)
    return np.array(data)

def load_deer():
    data = []
    p = Image.open('./deer.png').convert('L')
    p = np.array(p).reshape(-1)
    p = np.append(p,1)
    data.append(p)
    return np.array(data)

def load_test(pic):
    data = []
    p = Image.open(pic).convert('L')
    p = np.array(p).reshape(-1)
    p = np.append(p,1)
    data.append(p)
    return np.array(data)


def euclideanDistance(instance1, instance2, length):
    distance = 0
    for x in range(length):
        distance += pow((instance1[x] - instance2[x]), 2)
    return math.sqrt(distance)


def getNeighbors(trainingSet, testInstance, k):
    distances = []
    length = len(testInstance) - 1
    for x in range(len(trainingSet)):
        dist = euclideanDistance(testInstance, trainingSet[x], length)
        distances.append((trainingSet[x], dist))
    distances.sort(key=operator.itemgetter(1)