2025/2/5训练

Beijing

elf文件,32位,先拖入ida,看main,发现一堆相似的函数操作

分析一下sub_8048460函数,发现是switch case的选择结构以及异或操作

看一下byte里面存储的数据

传入的a1参数我们已经知道了

然而有三个byte数据我们并不知道

这里说一点,我一开始以为那个异或是地址对应的值异或,但结果怎么都不对,后来我发现是地址本身异或,所以相当于取的是地位地址,也就是第二个值

str=[0x61,0x67,0x69,0x6e,0x62,0x65,0x66,0x6a,0x6d,0x6c,0x7b,0x7a,0x7d,0x5f]
num=[0x6,0x9,0x0,0x1,0xa,0x0,0x8,0x0,0xb,0x2,0x3,0x1,0xd,0x4,0x5,0x2,0x7,0x2,0x3,0x1,0xc]
for i in num:
	print(chr(str[i]),end="")

但是有三个值不知道,这里有个简便方法

就是随便输一个数字上去,结果是flXg{XmXzing_beijing}

所以到这里,发现那个数字肯定是a,这三个值就是0x0,实际上可以通过动态调试,看到传递的值

flag{amazing_beijing}

not only base

MCJIJSGKP=ZZYXZXRMU=W3YZG3ZZ==G3HQHCUS==

首先这肯定是base编码,没有+和\,大概率不是base64

有=填充,不是base58,那就只能是base32

但是=应该在末尾,根据题目not only base可以想到另一种加密肯定是一个移位加密,那么ctf中就只剩下栅栏密码了

轮流试一下,只有栏数为4的时候=在末尾,base32解密

flag{N0t_0NLy_b4sE32}


babyre

exe文件

首先,都是惯例操作,查壳,拖入ida

但这次很奇怪,查壳和ida里面的结果都很奇怪,之前都没碰到过

查询后知道,这是一个c# .net程序,.net程序一般要用dnspy

下载好后打开,拖入文件

是三个字符串拼接,虽然不知道为什么在这里

flag{ca201ed0-9e07-11e8-b6dd-000c29dcabfd}

track_hacker

一开始下载好后发现是个流量包,在想是不是做错题目了,确认之后发现确实之是个流量包,辛亏之前在长城杯做过流量分析,拖进wireshark看一下

看http在末尾找到

本来以为就这么简单,直接base64解密一下就好了,但是谁知道后面还有总共有四个

1.eJwrLy/XTUksSQQADqgDLQ==

2.eJwDAAAAAAE=

3.eJxLy0lMrw6NTzPMS4n3TVWsBQAz4wXi

4.。。。。。。

一个一个尝试,然经过查询发现是zlib压缩,事实上我也不知道为啥,看来还得学一下流量分析啊

发现第三个是正确的
 

import base64,zlib
flag = 'eJxLy0lMrw6NTzPMS4n3TVWsBQAz4wXi'
str=zlib.decompress(base64.b64decode(flag))
print(str)

flag{U_f1nd_Me!}

simpleSMC

dates_test y_test pred_test 2024/9/3 88.33333333 112.5269743 2024/9/3 88.33333333 87.66773838 2024/9/8 108.1818182 101.305023 2024/9/9 115.4545455 95.94628989 2024/9/13 44 50.22694321 2024/9/18 80 83.50581792 2024/9/28 75 72.03481818 2024/9/29 100 70.63235275 2024/10/2 74.16666667 60.0974857 2024/10/5 102.7272727 93.70316775 2024/10/11 130.9090909 90.89599003 2024/10/11 130.9090909 106.1278653 2024/10/13 63.75 70.22797207 2024/10/15 86.66666667 84.94518368 2024/10/16 71.66666667 67.6315823 2024/10/17 35.5 41.12031575 2024/10/22 37.5 41.03879175 2024/10/24 75.83333333 75.25111555 2024/10/26 56.66666667 59.38398062 2024/10/27 67.5 77.832346 2024/10/30 78.33333333 74.74345001 2024/11/1 71.66666667 74.42641864 2024/11/1 71.66666667 79.26579196 2024/11/3 107.5 95.54370557 2024/11/5 55 88.56740098 2024/11/5 55 63.31681544 2024/11/7 70.83333333 69.54550807 2024/11/8 52.5 70.67583166 2024/11/9 50.5 65.56271868 2024/11/11 61.66666667 67.35173834 2024/11/13 66.66666667 67.28262989 2024/11/14 69.16666667 74.95588283 2024/11/16 62.5 67.71457132 2024/11/20 31.25 39.891552 2024/11/21 56.25 53.22487241 2024/11/21 56.25 45.76253479 2024/11/22 67.5 55.73400985 2024/11/22 67.5 71.83695125 2024/11/29 60 63.5601233 2024/12/3 121.25 123.4305079 2024/12/3 121.25 85.3482925 2024/12/4 78.75 118.7901925 2024/12/5 48.57142857 76.99301816 2024/12/5 48.57142857 56.97048272 2024/12/6 50 55.87833305 2024/12/9 63.75 76.94141229 2024/12/11 90 91.33542966 2024/12/11 90 86.81876617 2024/12/12 105 88.86386619 2024/12/12 105 83.2873992 2024/12/28 44 52.28276036 2024/12/29 73.75 71.47314109 2024/12/31 145 113.5592608 2025/1/2 174.2857143 155.6452639 2025/1/3 204 167.5981065 2025/1/4 157.1428571 132.7838937 2025/1/5 75 92.49745297 2025/1/6 77.5 91.45886457 2025/1/10 44.28571429 54.07822402 2025/1/10 44.28571429 49.77849383 2025/1/11 78.75 78.33945264 2025/1/12 81.25 73.83615932 2025/1/13 106.25 80.49762555 2025/1/20 151.4285714 135.5365602 2025/1/21 133.75 129.3701745 2025/1/22 135 129.7498376 2025/1/24 91.25 146.2574101 2025/1/27 55 71.19681257 2025/1/28 62.5 66.08731135 2025/2/1 67.5 70.55055278 2025/2/2 58.75 66.17282227 2025/2/5 58.75 88.25618868 2025/2/8 39 77.09680956 2025/2/9 45.71428571 52.59000634 2025/2/15 86.25 82.55732834 2025/2/16 82.5 80.47600523 2025/2/19 63.75 77.20241091 2025/2/23 116.25 86.20812499 2025/2/24 120 99.71647402 2025/2/28 76.25 62.48392691 2025/3/3 28 49.58835197 2025/3/4 42.85714286 31.03968392 2025/3/5 48.57142857 57.86928852 2025/3/6 72.5 63.13378784 2025/3/7 80 78.53474335 2025/3/9 80 74.8908945 2025/3/9 80 86.4381764 2025/3/11 65 68.92648547 2025/3/15 42.5 47.87104828 2025/3/17 54.16666667 55.10420056 2025/3/19 70 71.56898471 2025/3/21 75.83333333 77.01770667 2025/3/24 70 74.56893424 2025/3/29 70 76.79240723 2025/4/1 71 80.49636367 2025/4/2 81.66666667 81.90300111 2025/4/5 84.16666667 78.87172554 2025/4/6 97.5 94.27099108 2025/4/7 84.16666667 89.69045916 2025/4/14 98 95.76669915 2025/4/21 42 110.7547733 2025/4/23 81.66666667 57.57965373 2025/4/24 61.5 83.89232336 2025/4/26 91.66666667 84.27197067 2025/4/27 58.33333333 63.2359425 2025/4/28 95 60.21913102 2025/4/30 68.33333333 73.17850563 2025/5/1 80.83333333 82.36145101 2025/5/2 86.66666667 83.28253032 2025/5/3 80.83333333 86.81863008 2025/5/4 103.6363636 98.15885845 2025/5/7 135.5 95.10256211 2025/5/7 135.5 116.0233971 2025/5/10 50 56.54042179 2025/5/15 50.83333333 56.13208029 2025/5/19 80 80.8703101 2025/5/21 55.83333333 57.59769333 2025/5/22 38.5 42.78308838 2025/5/22 38.5 63.21934594 2025/5/24 80.83333333 73.79815518 2025/5/25 123.6363636 79.32403802 2025/5/27 97.5 105.5559785 2025/5/28 64.16666667 69.09375382 2025/5/31 33.5 70.82817578 2025/5/31 33.5 34.23426147 2025/6/1 43 37.87608647 2025/6/11 65.83333333 40.92472477 2025/6/14 44.5 71.85373194 2025/6/15 67.5 47.3552771 2025/6/16 80.83333333 76.67770933 2025/6/18 40.5 56.99440466 2025/6/21 52.5 50.26688877 2025/6/24 67.5 70.07672005 2025/6/25 85.83333333 83.64304008 2025/6/26 48 47.23009884 2025/6/26 48 82.14277947 2025/6/27 27.5 32.65747275 2025/6/29 33 38.08214866 2025/7/2 40.5 41.67411208 2025/7/3 41.5 41.41264814 2025/7/4 62.5 42.44601331 2025/7/6 89.16666667 68.117607 2025/7/10 48 50.34278214 2025/7/12 38.5 54.11489636 2025/7/13 61.66666667 68.58124235 2025/7/14 57.5 74.65653795 2025/7/15 63.33333333 61.39286753 2025/7/16 61.66666667 61.32914242 2025/7/18 89.16666667 84.7154233 2025/7/19 109.0909091 85.33932655 2025/7/21 44.5 50.99408325 2025/7/23 47 67.89049979 2025/7/24 70.83333333 72.41964472 2025/7/24 70.83333333 65.9840856 2025/7/28 41.5 44.27687112 2025/7/31 68.33333333 67.99134975 2025/8/1 58.33333333 57.32271191 2025/8/2 66.66666667 72.74851308 2025/8/2 66.66666667 59.6210798 2025/8/3 85 83.60732756 2025/8/3 85 78.78748701 2025/8/8 48 60.12853279 2025/8/17 67.5 46.09111409 2025/8/18 55 71.52011334 2025/8/21 43.5 42.50301084 2025/8/26 95 96.08207568 2025/8/27 80 95.63145426 2025/8/28 85 71.81423784 2025/9/1 60 47.52937251 2025/9/3 74.16666667 68.18375631 2025/9/4 68.33333333 70.05693039 2025/9/5 73.33333333 70.05693039 2025/9/5 73.33333333 71.04672543 2025/9/21 32 35.85595145 2025/9/23 29.5 48.00505558 2025/9/25 25.5 33.71126822 2025/9/25 25.5 35.91251939 2025/9/29 32.5 37.6947908 观察以上预测结果,按照月、天对结果进行分析总结,
11-27
```markdown 该数据为2024年9月至2025年9月期间AQI的预测值(`pred_test`)与真实值(`y_test`)对比,包含重复日期的多组预测。以下从**按月分析**和**按日规律总结**两个维度进行系统性归纳。 --- ### 一、按月分析 #### **2024年9月** - 数据点较少,集中在月初与中下旬。 - 预测表现不稳定:如9月3日两次预测分别为112.5(高估)和87.7(接近),说明模型在初期波动较大。 - 整体趋势捕捉能力尚可,但存在明显高估或低估情况。 #### **2024年10月** - 多次出现低估现象,如10月2日预测60.1 vs 真实74.2;10月27日预测77.8 vs 真实67.5(高估)。 - 模型对突变响应滞后,表明动态适应性较弱。 #### **2024年11月** - 中上旬预测较为稳定,多数误差在±15以内。 - 但11月5日一组预测高达88.6(远高于真实55),显示异常波动风险仍存。 - 下旬多次重复预测,反映数据可能来自集成或多模型输出。 #### **2024年12月** - 上半月预测质量较好,如12月11日两次预测均接近90。 - 但12月3日一次预测达123.4(接近真实121.25),另一次仅为85.3,差异显著,提示模型不一致性。 #### **2025年1月** - 污染高峰(如1月3日真实204)被严重低估(预测167.6),最大误差超35。 - 表明模型在极端高值段拟合不足,可能因训练样本中高AQI占比少所致。 #### **20252–3月** - 春节前后空气质量变化剧烈,模型表现一般。 - 2月下旬对116.25仅预测86.2,低估明显。 - 3月趋于平稳,预测精度提升,多数误差控制在±15内。 #### **2025年4–5月** - 4月21日真实42,预测高达110.8,是最大相对误差之一。 - 5月整体表现回升,尤其5月31日两次预测分别为70.8和34.2,后者极为精准。 - 显示模型具备一定恢复能力,但仍有偶然性强偏差。 #### **2025年6–7月** - 进入夏季,AQI普遍偏低,模型预测趋于保守。 - 多数预测集中在40–80区间,与实际吻合度提高。 - 如7月16日预测61.3 vs 真实61.7,误差极小。 #### **2025年8月** - 表现较佳,8月26日预测96.1 vs 真实95,几乎完美。 - 但也存在过度平滑问题,如8月3日两次预测为83.6和78.8,而真实为85,略偏低。 #### **2025年9月** - 月末低值区预测偏高,如9月25日真实25.5,预测达35.9。 - 整体呈“压缩方差”趋势——高低两端向中间靠拢,缺乏极端值识别能力。 --- ### 二、按日规律总结 | 规律类别 | 具体表现 | |--------|--------| | **重复日期现象** | 同一日期有多个预测值(如2025/5/7、2025/8/3等),推测使用了集成模型或多轮预测取平均策略。 | | **极端值响应不足** | 对高AQI(>150)和极低AQI(<30)均存在明显偏差,表现为“拉向均值”,反映模型泛化中的保守倾向。 | | **误差分布特征** | 绝大多数绝对误差在 $|e| < 20$ 内,少数突破30以上,主要发生在污染跃升或骤降日。 | | **时间滞后效应** | 当前日预测常受前几日影响,未能及时响应突变,暗示模型记忆机制有待优化。 | --- ### 知识点 - **时间序列预测偏差分析**:通过分月统计误差可识别模型在季节转换、极端天气下的失效模式。 - **模型校准问题**:预测值趋向中心化(方差压缩),说明需加强尾部事件建模能力。 - **集成预测输出解释**:同一日期多预测值通常源于bagging或stacking结构,可用于不确定性估计。 ```
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