bugku-web

计算器

修改最大长度

在这里插入图片描述

矛盾

要求num不能为数字并且值要等于1,payload:

?num=1a

在这里插入图片描述

web3

在源码中发现unicode编码

KEY{J2sa42ahJK-HS11III}

在这里插入图片描述

拿去在线加密网站解码

在这里插入图片描述

域名解析

添加本地域名解析

在这里插入图片描述
访问站点

在这里插入图片描述

你必须让他停下

抓包一直点发送,直到找到flag
在这里插入图片描述

变量1

$GLOBALS :一个包含了全部变量的全局组合数组,它是PHP中一个超级全局变量,我们可以在PHP 程序的任何地方直接访问它

args=GLOBALS

在这里插入图片描述

web5

jspfuck用控制台解码

在这里插入图片描述

头等舱

抓包查看返回包

在这里插入图片描述

网站被黑

扫目录发现一个马
在这里插入图片描述
爆破得shell的密码为:hack
在这里插入图片描述

管理员系统

查源码解密得密码,伪装ip绕过限制
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

web4

将源码中的数据进行url解密,提交拼凑好的数据
在这里插入图片描述

flag在index里

用php伪协议读取index源码在解密
在这里插入图片描述
在这里插入图片描述

备份是个好习惯

扫出一个备份文件
在这里插入图片描述
文件内容如下

<?php
/**
 * Created by PhpStorm.
 * User: Norse
 * Date: 2017/8/6
 * Time: 20:22
*/

include_once "flag.php";
ini_set("display_errors", 0);
$str = strstr($_SERVER['REQUEST_URI'], '?');
$str = substr($str,1);
$str = str_replace('key','',$str);
parse_str($str);
echo md5($key1);

echo md5($key2);
if(md5($key1) == md5($key2) && $key1 !== $key2){
    echo $flag."取得flag";
}
?>

str_replace可以双重编写字符串绕过
md5弱类型可以加数组绕过

?kekeyy1[]=1&kkeyey2[]=2

在这里插入图片描述

成绩单

经测试是一道sql注入题,参数加’ 报错无回显。测试可知数据库字段为4,并且有三个回显位。
在这里插入图片描述

爆数据库:skctf_flag

在这里插入图片描述
爆数据表:fl4g,sc

在这里插入图片描述

爆字段:skctf_flag

在这里插入图片描述
爆内容:BUGKU{Sql_INJECT0N_4813drd8hz4}

在这里插入图片描述

ps:

个人站点博客:XingHe,欢迎来踩~

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 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
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