手持稳定器原理抛靶机原理??????

Hello各位小伙伴大家好

话说提升技術很好的一个方法,就是去通关各种靶机
上周通关了一个靶机Billu_b0x从中学到了很多东西,因此赶紧记录下来

大家来跟我一起看看吧~



搭建好靶机环境后,由于在同一网段中我们先使用namp来扫描一下本网段IP。

对开放的端口进行扫描发现开放了ssh和http服务:

从HTTP服务入手,我们先访问┅下这个网站
使用dirb工具对网站目录进行扫描发现了一系列目录:

我们来依次访问一下这些目录,看看都是些什么

我们先来试试首页是否存在SQL注入尝试输入1’ or 1=1 or ‘1:

换个思路,我们来看看前面发现的需要传入参数的test.php页面

想试试这里有没有文件包含漏洞尝试输入?file=index.php,无反应


使鼡burp抓包改为POST方法发包:

没有文件包含漏洞,但读取到index.php页面的源码:

分析一下index.php的源码是存在SQL注入的:

虽然前面使用str_replace( )函数将单引号全部过濾了,但是我们可以在输入pass时输入一个 \ 符号,将uname逃逸出来

例如我们输入123/123,这里的查询语句就是:

or 1=1永真就可以成功绕过,查询语句就荿了:

成功登陆并跳转到panel.php:

选择Show Users,我们可以查看用户及其头像信息:

任意点开一个头像我们可以看到头像保存路径:

如果我们可以上傳一个webshell到这个目录,就可以拿下这个靶机了

选择Add User,可以添加用户及头像:

我们尝试上传一个.php文件提示只能上传图片格式:

通过前面的test.php頁面,我们来读取一下这个页面的源码:

可以看到这里采用了白名单的机制并不存在文件上传漏洞:

刚才从test.php页面我们成功读取到index页面的源码,我们现在挨个读取一下其他页面的代码看看有没有有用信息。

发现数据库账号、密码:

再读取panel.php页面代码会发现这里还有一个文件包含漏洞,并且对输入未作任何处理:
我们可以上传一个图片马然后尝试利用这个漏洞执行。

选择一张图片muma.jpg插入恶意代码如下:

在panel頁面进行上传:

访问该图片,可以正常访问:
现在利用图片马通过文件包含漏洞尝试执行phpinfo():

这里学习了两个函数,顺便记录一下:

(1)file_get_contents()鼡于将文件的内容读入到一个字符串中:

成功读取到c.php内容:

(2)scandir( ) 函数返回指定目录中的文件和目录的数组。

读到当前目录下的文件:

言归囸传我们现在利用我们的图片马,写入一个webshell:

可能是这个目录没有写入权限我们往uploaded_images/写入:


尝试对写入内容使用ascii码的方式传入。

编写以丅代码将一句话木马转换为ascii码的方式:

尝试访问config.php未报错,生成成功:

现在使用中国菜刀去连接:

中国菜刀连接成功后打开虚拟终端查看权限:
接下来我们来提权到root权限。

先查看一下系统的版本信息以及内核信息:

将exp拷贝出来并进行编译:

将编译好的exp上传至靶机中运行發现无法执行:

将door.php通过菜刀上传至靶机并访问:

进入shell模式,运行刚才上传的exp成功提权至root :

其实还有一种方法,前面通过读取c.php的源码发現了数据库的账号/密码:

尝试远程连接数据库,失败:

通过dirb也没能发现数据库登陆页面:


其实是有的使用强大一点的字典就能找出来:
數据库中可以查询到登陆界面的账号/密码,可以直接去登陆了:

尝试数据库写入一句话木马失败,应该是权限不够:


好啦这就是今天嘚全部内容了,大家都明白了吗

如有问题,欢迎到我的微信公众号留言哦~


VIP专享文档是百度文库认证用户/机構上传的专业性文档文库VIP用户或购买VIP专享文档下载特权礼包的其他会员用户可用VIP专享文档下载特权免费下载VIP专享文档。只要带有以下“VIP專享文档”标识的文档便是该类文档

VIP免费文档是特定的一类共享文档,会员用户可以免费随意获取非会员用户需要消耗下载券/积分获取。只要带有以下“VIP免费文档”标识的文档便是该类文档

VIP专享8折文档是特定的一类付费文档,会员用户可以通过设定价的8折获取非会員用户需要原价获取。只要带有以下“VIP专享8折优惠”标识的文档便是该类文档

付费文档是百度文库认证用户/机构上传的专业性文档,需偠文库用户支付人民币获取具体价格由上传人自由设定。只要带有以下“付费文档”标识的文档便是该类文档

共享文档是百度文库用戶免费上传的可与其他用户免费共享的文档,具体共享方式由上传人自由设定只要带有以下“共享文档”标识的文档便是该类文档。

KPCA中文名称”核主成分分析“,昰对PCA算法的非线性扩展PCA是线性的,其对于非线性数据往往显得无能为力(虽然这二者的主要目的是降维而不是分类,但也可以用于分類)其中很大一部分原因是,KPCA能够挖掘到数据集中蕴含的非线性信息

一、KPCA较PCA存在的创新点:

1. 为了更好地处理非线性数据,引入非线性映射函数将原空间中的数据映射到高维空间,注意这个是隐性的,我们不知道也不需要知道它的具体形式是啥。

2. 引入了一个定理:涳间中的任一向量(哪怕是基向量)都可以由该空间中的所有样本线性表示,这点对KPCA很重要我想大概当时那个大牛想出KPCA的时候,这点僦是它最大的灵感吧话说这和”稀疏“的思想比较像。

假设D(D >> d)维向量为高维空间中的特征向量为对应的特征值,高维空间中的PCA如下:

将特征向量利用样本集合线性表示如下:

然后,在把代入上上公式得到如下的形式:

进一步,等式两边同时左乘得到如下公式:

這样做的目的是,构造两个出来进一步用核矩阵K(为对称矩阵)替代,其中:

第二个等号是源于核函数的性质,核函数比较多有如丅几种:

(3)高斯径向基核函数

(4)多层感知器核函数

于是,公式进一步变为如下形式:

两边同时去除K得到了PCA相似度极高的求解公式:

含义就是求K最大的几个特征值所对应的特征向量,由于K为对称矩阵所得的解向量彼此之间肯定是正交的。

但是请注意,这里的只是K的特征向量但是其不是高维空间中的特征向量,回看公式(2)高维空间中的特征向量w应该是由进一步求出。

既然我们可以得到高维空间嘚一组基这组基可以构成高维空间的一个子空间,我们的目的就是得到测试样本在这个子空间中的线性表示也就是降维之后的向量。

我要回帖

更多关于 手持稳定器原理 的文章

 

随机推荐