新闻详情

新闻详情

首页 / 资讯中心 / 详情

Me and My Girlfriend: 1靶机打靶笔记

发布时间:2026/11/18 3:04:11来源:尧图网络
Me and My Girlfriend: 1靶机打靶笔记
搭好实验环境之后打开靶机显示如下。第一步找出靶机的ip地址确定目标以便后续操作。1.记录本机的ip地址及网段在kali终端执行 ip -a 查看本机网卡的配置信息。2.随后对该网段进行nmap扫描在终端执行 nmap -sn 192.168.174.0/24 -oG -nmap调用nmap扫描工具、-sn仅发现主机不扫描端口、网段、-oG输出格式、-直接输出到屏幕不存文件找到目标ip地址为“192.168.174.130”第二步:端口扫描探测目标开放了哪些端口以及对应的服务与版本从而确定后续共计路径。1.使用nmap对目标进行端口扫描在终端执行 nmap -sV 192.168.1774.130-sV探测开放端口及服务版本扫描结果显示目标开放了22端口SSH服务版本OpenSSH 6.6.1p1和80端口HTTP服务,版本Apache http 2.4.7第三步绕过“权限本地访问”限制使攻击者能够正常访问靶机站点为后续越权与信息收集创造条件。1.在浏览器中访问http://靶机IP右键查看源码查看有无有用信息发现一段注释信息提示我们可以使用 X-Forwarded-For 伪造客户端 IP。2.使用Firefox插件常驻伪在 Firefox扩展中搜索并安装X-Forwarded-For Header 插件IP Address 填入 127.0.0.1勾选 Send 下的 x-Forwarded-For第四步越权访问利用服务端对用户参数缺少身份校验的缺陷获取网站内所有用户的信息。1.在站点 Register 页面注册任意账完成登录。2.逐个点击功能页面观察地址栏URL的变化规律第五步一次便利1~11发现有6个用户的账号F12可以看到他们的密码。第六步撞库把“网站用户”转化为“系统用户”从而取得靶机的操作系统级交互能力。1.在kali终端执行 ssh alice192.168.174.130输入密码登陆成功找到flag1第七步sudo提权获取root权限1.提权侦查回到主目录下执执行 sudo -l发现alice可以不需要输入密码就可以以root的身份运行php程序。2.执行提权输入 php -r system(pwd); 验证 PHP 能否调用系统命令可以输入sudo php -r system(/bin/bash); 以 root 身份让 PHP 启动一个 bash提权成功。3.找到flag2
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/17 19:43:34

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉