Aggregator

作为新《刑事诉讼法》、《民事诉讼法》和《行政诉讼法》新增的法定证据种类，电子数据在各类诉讼中发挥着越来越重要的作用，成为挖掘案件真相的关键。本文将结合认证认可的要求分析一下电子数据鉴定过程中的注意事项。

Checkin

.user.ini 上传绕过，GIF89a 绕过图片检测。

可参考 GHOST_URL/file-upload/#user.ini-%E9%85%8D%E7%BD%AE%E6%96%87%E4%BB%B6

easyphp Brief desc

打开页面，已经给出了源

水文预警

补了很久之前的一个坑，写的很水（大佬不用浪费时间看这篇了
原来还是在某年的 xman 题目中见到的 weevely 后门

厦门确实是个慢节奏的城市，慢雾的“慢”一方面也寓意这个，静心做事时，我们还希望拥有更大的全球影响力。

Along with its DDoS resilience and impressive global footprint, Akamai Edge DNS offers zone administrators additional technical flexibility and implementation options to improve performance and simplify DNS operations. One example is zone apex mapping (ZAM), a feature that enables top level hostnames (e.g., akamai.com) to resolve directly to an Akamai edge IP. The popularity and appeal of ZAM do, however, prompt a number of questions about the technical specifics, such as: Is ZAM interoperable with DNSSEC?

Cloud security is not as straightforward as we’ve been led to believe, but it’s achievable by focusing first on control objectives instead of controls.

0x00 关于这道题          这道题出现在2019年中关村杯CTF，难度较大，值得一看 0x01 题面          这题打开就是个上传界面，干干净净，没有什么HINT可以看
       

0x02 上传          首先上传正常文件，寻求上传的文件地址，但是服务器只返回一个session回来，再退回主界面发现上传的东西会在 /img.php?name=<???>中显示出来。          尝试改后缀为fuck，之所以我改成fuck是想要测试服务器是否是白名单机制的，即只接收图片格式而不接收其它任何格式。因为如果服务器是黑名单机制就暗示我们要绕开它上传，而白名单限制很死，绕过往往是不可能的，只能另寻它途。很不幸这次就是白名单的。          接着再直接把webshell开为jpeg后缀看看能不能利用img.php可能存在的文件包含漏洞，失败          尝试解析漏洞，失败          暴力扫目录扫php查看有没有别的PHP，一无所获。之所以扫目录是因为之前有题就是藏个phpinfo在那儿，暗示利用Imagick漏洞进行攻击的          看起来上传Getshell这条路被堵死了。泪，流了下来 0x03 发现          session长得很奇怪，有一种...说不出的眼熟，拿去base64解密居然解了部分，后面解不开的是一个.后面的东西，解密出来了有个不完整的JSON，其中包含了一个叫b的参数，这个参数Base64解码之后就是代入img.php的name，这熟悉的客户端session，让我想起了Flask的session，难道...难道这个其实是Flask伪装的？       （PS：在下午主办方给了Hint之后，不需要能够发现session眼熟也能知道是Base64，但最好还是别过多依赖Hint，解码勤快点，万一下次不给Hint呢）          我向来是不惮以最坏的恶意来揣测出题人的，然而我还不料，也不信竟会下劣凶残到这地步。况且始终后缀是PHP的网站，更何至于是Python伪装的呢？然而很快证明是事实了，作证的便是参数污染探测。          先讲讲参数污染探测,说的多么神秘无非就是提交重复参数罢了，但是在这种涉嫌伪装的情况下却能够轻易识破。众所周知，PHP在被参数污染的情况下会取最后面的参数，而经过本人测试Flask在被参数污染的情况下会取最前面的参数。而我测试img.php之后发现它取最前面的参数，这便证明了后端并不是PHP！          发现这个惊天秘密似乎对做题并没有什么帮助的样子，我还是继续上传文件。我发现我的文件名不变，参数b不变，文件名越长，参数b越长，并且有一定的对应规律，似乎是变种的Base64?这个猜想正好契合主办方给的Hint，那看来我们需要做的就是通过大量的文件名来拿到Base64的字符串编码表然后自己实现编码利用LFI漏洞拿到Flag! 0x04 破译          到了这一步我整个人已经崩溃了，我操你妈我是个搞Web的，闲时学学二进制，现在叫我搞密码学有没有人性啊？但是思路也就这一条，而且和它的Hint也吻合，所以硬着头皮上吧。          关于Base64，这里有一个很好的讲解，做题我就是看这个讲解来搞定这个编码表恢复的，原理我就不过多重复叙述了。          Base64首先需要把字符串二进制编码填充，再按照六个六个的顺序分开又二进制转换为十进制得到一串由数字列表，接着再把列表里面的数字和按照编码表索引来拿到值。那我要做的就是生成大量文件名得到其自定义Base64的编码，用文件名得到的数字列表和题目自定义的Base64编码结果一一对应获取其编码表。          花了点时间撸出了一份代码，跑得样子是这样的          但是由于我们穷举的是可见字符，非常不幸有几个出不来，但因为我们最后搞LFI利用也不需要不可见字符，就随便填进去生成虽不准确但能用的Base64编码表          最后使用的编码表如下 /d3yiNmo7CzalDw2qWZ5JPYL0MTAjS6Gefxk9VXgvsRcuF+8pH4B1rOUbhKQtnEI 0x04 LFI          到现在需要做的就是用LFI读文件了，把目录用自定义编码表编码，然后交到img.php?name= 里面去。          尝试../../etc/passwd成功，且确认文件目录两层          但是flag找不到，各种找templates/upload.html也找不到，心里MMP，几个月前国赛就是这样的，明明能任意读文件了就是找不到flag          在暴力尝试很久之后我尝试读取下进程相关的东西。关于/proc/<pid>下能读的内容在这里可以找到,我遍历了/proc/<PID>/cmdline 从1到10000的PID，发现就PID=1是个python程序。命令行是个python3 app.py sleep 3000（cmdline读出来没有空格这个空格是我自己脑补充的）但是读也读不到app.py。于是我手动查看/proc/<PID>/目录下面有什么能泄漏路径的东西。          突然发现/proc/<PID>/cwd下面居然和进程工作目录相等，那我立即去读../../../../proc/1/cwd/templates/upload.html读出了文件，发现注释<!-- flag in /root/flag.txt ! Get it ! -->。心里又喜又怒，妈的找了半天flag就在/root/flag.txt下面，害我瞎折腾了那么久，且过去读，就能直接读到flag

The way we build, provision, maintain and secure apps continues to evolve. F5 Labs' Preston Hogue writes for SecurityWeek, discussing the adaptation ChatOps, a DevSecOps model.

RGPerson

项目地址：https://github.com/gh0stkey/RGPerson

RGPerson - 随机身份生成

环境：python3

使用方法：python3 RGPerson.py

为什么需要Ta

相信很多师傅们在做测试的时候经常遇到一些注册的业务功能，要填写的东西很多，我一般都是临时去百度用的信息，这样很繁琐所以决定造轮子撸了个随机身份生成的。

介绍

该脚本生成信息：姓名\年龄\性别\身份证\手机号\组织机构代码\统一社会信用代码

脚本编写原理

脚本的函数： genMobile()、genIdCard()、genName()、genOrgCode()、genCreditCode()

genMobile() 为随机生成手机号的函数

genName() 为随机生成姓名的函数

genIdCard() 为随机生成身份证的函数

genOrgCode() 为随机生成组织机构代码的函数

genCreditCode() 为随机生成统一社会信用代码的函数

genMobile()

随机生成手机号：需要知道国内手机号的构成

1.长度为十一位

2.前三位表示运营商

现在我们只需要做到收集手机号号段的前三位以及对应的运营商：

prelist = {"133":"电信","149":"电信","153":"电信","173":"电信","177":"电信","180":"电信","181":"电信","189":"电信","199":"电信","130":"联通","131":"联通","132":"联通","145":"联通","155":"联通","156":"联通","166":"联通","171":"联通","175":"联通","176":"联通","185":"联通","186":"联通","166":"联通","134":"移动","135":"移动","136":"移动","137":"移动","138":"移动","139":"移动","147":"移动","150":"移动","151":"移动","152":"移动","157":"移动","158":"移动","159":"移动","172":"移动","178":"移动","182":"移动","183":"移动","184":"移动","187":"移动","188":"移动","198":"移动"}

获取该数组的长度：len(prelist) -> 42

随机生成下标获取三位数：prelist.keys()[random.randint(0,41)]

然后再随机填补后8位即可：

def genMobile(): prelist = {"133":"电信","149":"电信","153":"电信","173":"电信","177":"电信","180":"电信","181":"电信","189":"电信","199":"电信","130":"联通","131":"联通","132":"联通","145":"联通","155":"联通","156":"联通","166":"联通","171":"联通","175":"联通","176":"联通","185":"联通","186":"联通","166":"联通","134":"移动","135":"移动","136":"移动","137":"移动","138":"移动","139":"移动","147":"移动","150":"移动","151":"移动","152":"移动","157":"移动","158":"移动","159":"移动","172":"移动","178":"移动","182":"移动","183":"移动","184":"移动","187":"移动","188":"移动","198":"移动"} three = list(prelist.keys())[random.randint(0,len(prelist)-1)] mobile = three + "".join(random.choice("0123456789") for i in range(8)) op = prelist[three] return {mobile:op} genName()

随机生成姓名：中文名字通常为2、3位汉字组成

1.收集常用的姓氏随机取其一个：

def first_name(): first_name_list = ['赵', '钱', '孙', '李', '周', '吴', '郑', '王', '冯', '陈', '褚', '卫', '蒋', '沈', '韩', '杨', '朱', '秦', '尤', '许', '何', '吕', '施', '张', '孔', '曹', '严', '华', '金', '魏', '陶', '姜', '戚', '谢', '邹', '喻', '柏', '水', '窦', '章', '云', '苏', '潘', '葛', '奚', '范', '彭', '郎', '鲁', '韦', '昌', '马', '苗', '凤', '花', '方', '俞', '任', '袁', '柳', '酆', '鲍', '史', '唐', '费', '廉', '岑', '薛', '雷', '贺', '倪', '汤', '滕', '殷', '罗', '毕', '郝', '邬', '安', '常', '乐', '于', '时', '傅', '皮', '卞', '齐', '康', '伍', '余', '元', '卜', '顾', '孟', '平', '黄', '和', '穆', '萧', '尹', '姚', '邵', '堪', '汪', '祁', '毛', '禹', '狄', '米', '贝', '明', '臧', '计', '伏', '成', '戴', '谈', '宋', '茅', '庞', '熊', '纪', '舒', '屈', '项', '祝', '董', '梁'] n = random.randint(0, len(first_name_list) - 1) f_name = first_name_list[n] return f_name

2.这里一开始想搜罗常用的名字，但参考了其他师傅的代码发现随机生成中文字符更好一点：

def GBK2312(): head = random.randint(0xb0, 0xf7) body = random.randint(0xa1, 0xf9) val = f'{head:x}{body:x}' st = bytes.fromhex(val).decode('gb2312') return st

3.随机生成名字的第二个字：(这里用一个list做一个空值，随机取生成的汉字或空值，用于成为随机生成2位名字或3位名字)

def second_name(): second_name_list = [GBK2312(), ''] n = random.randint(0, 1) s_name = second_name_list[n] return s_name

4.随机生成名字的最后一个字：(用于满足三个汉字的名字)

def last_name(): return GBK2312()

5.拼接

def last_name(): return GBK2312() genIdCard()

随机生成身份证：公民身份号码是由17位数字码和1位校验码组成

18位数字组合的方式是：

1 1 0 1 0 2 Y Y Y Y M M D D 8 8 8 X 区域码(6位) 出生日期码(8位) 顺序码(2位) 性别码(1位) 校验码(1位)

• 6位区域码爬取http://www.360doc.com/content/12/1010/21/156610_240728293.shtml，存到了districtcode.py

区域码 指的是公民常住户口所在县（市、镇、区）的行政区划代码，如110102是北京市-西城区。但港澳台地区居民的身份号码只精确到省级。

• 8位出生日期码，具体Python代码如下：

age = random.randint(16,60) #可调整生成的年龄范围（身份证），这边是16-60岁 y = date.today().year - age #生成的年份 m = date(y, 1, 1) #生成的月份，初始值为1月1日 d = timedelta(days=random.randint(0, 364)) #随机生成的天数 datestring = str(m + d) #加天数得到最终值

出生日期码 表示公民出生的公历年（4位）、月（2位）、日（2位）。

• 2位顺序码

顺序码 表示在同一区域码所标识的区域范围内，对同年、同月、同日出生的人编定的顺序号。

• 1位性别码

性别码 奇数表示男性，偶数表示女性。

• 最后一位是校验码，这里采用的是ISO 7064:1983,MOD 11-2校验码系统。校验码为一位数，但如果最后采用校验码系统计算的校验码是“10”，碍于身份证号码为18位的规定，则以“X”代替校验码“10”。

最难的还是校验码的算法，参考师傅的解说：

1.将前面的身份证号码17位数分别乘以不同的系数。从第一位到第十七位的系数分别为：7 9 10 5 8 4 2 1 6 3 7 9 10 5 8 4 2

2.将这17位数字和系数相乘的结果相加。

3.用加出来和除以11，得余数

4.余数只可能是0 1 2 3 4 5 6 7 8 9 10这11个数字，其分别对应的最后一位身份证的号码为1 0 X 9 8 7 6 5 4 3 2。

5.通过上面得知如果余数是2，就会在身份证的第18位数字上出现罗马数字的Ⅹ，如果余数是10，身份证的最后一位号码就是2。

测试代码如下，取了几个真实的身份证号码发现可用：

def test(id_num): id_code_list = [7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7, 9, 10, 5, 8, 4, 2] check_code_list = [1, 0, 'X', 9, 8, 7, 6, 5, 4, 3, 2] a = 0 print(len(id_num)) for i in range(17): a = a + (int(id_num[i]) * id_code_list[int(i)]) print(check_code_list[a % 11])

整合一下（Copy）就变成了如下完整的代码：

def genIdCard(age,gender): area_code = ('%s' % random.choice(list(area_dict.keys()))) id_code_list = [7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7, 9, 10, 5, 8, 4, 2] check_code_list = [1, 0, 'X', 9, 8, 7, 6, 5, 4, 3, 2] if str(area_code) not in area_dict.keys(): return None datestring = str(date(date.today().year - age, 1, 1) + timedelta(days=random.randint(0, 364))).replace("-", "") rd = random.randint(0, 999) if gender == 0: gender_num = rd if rd % 2 == 0 else rd + 1 else: gender_num = rd if rd % 2 == 1 else rd - 1 result = str(area_code) + datestring + str(gender_num).zfill(3) b = result + str(check_code_list[sum([a * b for a, b in zip(id_code_list, [int(a) for a in result])]) % 11]) return b 参考

https://www.cnblogs.com/evening/archive/2012/04/19/2457440.html

https://www.cnblogs.com/thunderLL/p/7682148.html

https://blog.csdn.net/ak739105231/article/details/83932151

https://github.com/jayknoxqu/id-number-util

https://blog.csdn.net/tobacco5648/article/details/50613025

https://github.com/xbeginagain/generator

只为学习与分享，欢迎各位前来交流！

API use has grown tremendously, but security is lagging, creating easy targets for attackers.

On Tuesday, August 13th at 10 AM Pacific Time (1700UTC), Netflix publicly disclosed a series of vulnerabilities found by Jonathan Looney that impact many implementations of the HTTP2 protocol. A vulnerability found by Piotr Sikora of Google was also released...

网络安全“圣地”-以色列，每年都吸引了无数安全大佬去“朝圣”，它的网络安全发展情况是怎样的呢？本文为你解析。

蘑菇街安全2020届秋季招新，快加入我们吧~

0x00 为什么要自动化利用          BEEF框架着实厉害，支持模块动态加载，还有很多厉害的模块国内的XSS平台上根本就没有。但是如果不进行自动化攻击就很鸡肋了，想想你搞了个恶意链接，构造了XSS，或者打进人家服务器给别人嵌一个什么的，目标还点了链接，结果你不在电脑前没有去点模块去利用，白白错失了攻击机会，岂不痛哉？因此BEEF的自动化是很重要的 0x01 为什么要用python封装API利用而不用自带的ARE
         首先ARE不够灵活，搞什么rule set,非常死板的感觉，而直接调API可以更灵活地交互          其次，笔者讨厌ruby,非常讨厌ruby，并且丝毫不能理解msf和beef为什么要用ruby写 这才是主要原因好吧 0x02 python封装API          BEEF的API用HTTP调用，因此用python的requests库写起来非常顺手
         我很懒，就把BEEF的API封装在了一个beefhandle类里面，首先使用BEEF密码连接获取token来初始化对象,然后做了获取当前在线浏览器/执行命令/获取命令结果的简单支持，都塞在函数里面。更多的一些东西就没弄了 0x03 实现自动化          自动化的简单实现也不复杂，不断调用API查找新上线的主机，将每个主机启动一个线程单独处理，每个主机执行的命令塞到一个命令列表里，一个函数专门去循环查询命令执行结果 0x03 图和代码
其中代码里的探测社交帐号的模块是自己写的，不是自带的，想要使用需要先改代码
(第一次发图的时候居然忘记打码，幸好访问量只有可怜的2）

         代码https://github.com/TomAPU/Scripts/tree/master/beef-python

Learn about banking trojans, how they work, and how the various malware families continually evolve to remain virulent.

作者: 我是小三博客: http://www.cnblogs.com/2014asm/由于时间和水平有限，本文会存在诸多不足，希望得到您的及时反馈与指正，多谢! 0x00：游戏外挂与反外挂 1.根据手游数据公司AppAnnie发布的《2019手游行业报告》显示，国产手游2018年海外收入超过60亿美