新闻详情

新闻详情

首页 / 资讯中心 / 详情

BugKu——备份是个好习惯

发布时间:2026/11/15 13:29:58来源:尧图网络
BugKu——备份是个好习惯
一、题目二、工具dirsearch下载方法pip install dirsearch三、方法打开网站一串数字。看题目应该跟备份有关。用dirsearch扫一下看看有没有bak。dirsearch -u http://160.202.254.160:18821/扫到一个绿色有效文件拼接访问。http://160.202.254.160:18821/index.php.bak下载了一个文件 index.php.bak。把后缀改成txt进行查看。拆解该文件1. include_once flag.php; 把 flag 文件引进来里面有个变量 $flag就是你要拿的东西。 2. $str strstr($_SERVER[REQUEST_URI], ?); REQUEST_URI 是你访问的完整路径比如 /?a1b2。 strstr(..., ?) 找到 ? 并返回从它开始的部分得到 ?a1b2。 3. $str substr($str, 1); 去掉开头的 ?得到 a1b2。 4. $str str_replace(key, , $str); 把字符串里所有的 key 删掉。这是过滤防止你直接传 key1 和 key2。 5. parse_str($str); 把 a1b2 这样的字符串解析成 PHP 变量。 key1abc 会变成 $key1 abc。 key1[]abc 会变成 $key1 [abc]数组。 6. echo md5($key1); echo md5($key2); 输出两个参数的 MD5 值方便你观察。 7. 判断条件 php if(md5($key1) md5($key2) $key1 ! $key2) md5($key1) md5($key2)两个 MD5 相等 $key1 ! $key2但两个原始值不相等 两个都满足就输出 flag。也就是说能不能找到两个不同的东西让它们的 MD5 相等由于md5()不接受数组所以传数组返回nullnull null为真可以进行绕过。kekeyy1[]akekeyy2[]b传入 ?kekeyy1[]akekeyy2[]b ↓ 删掉 key → key1[]akey2[]b ↓ 解析成变量 → $key1[a], $key2[b] ↓ md5(数组) → null, null ↓ nullnull 且 [a]![b] ↓ 输出 flag访问http://160.202.254.160:18821/?kekeyy1[]akekeyy2[]b获得flag。
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 2026/11/15 4:54:16

【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 2026/11/15 2:04:12

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 2026/11/14 10:11:15

【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 ... 2026/11/14 17:14:38

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 2026/11/14 16:35:50

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 2026/11/15 4:06:36

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
📞 ✉