VnlnHub Momentum
靶场搭建
靶场下载地址:https://download.vulnhub.com/momentum/Momentum.ova
下载下来是zip压缩文件,解压后是.ova虚拟机压缩文件直接用Vmvare导出就行
打开后把网络模式设置为NAT模式(桥接模式也可以,和kali攻击机保持一致就可以)
打开后靶机没有自动获取ip,解决办法看我这篇文章:靶机无法自己获取ip地址解决办法_奋斗吧!小胖子的博客-CSDN博客
重启虚拟机
靶场搭建完毕
渗透测试
由于不知道靶机ip,所以需要扫描NAT的网段
147为kali攻击机的ip,所以149为靶机的ip
扫描靶机端口服务开放情况
开放了22端口,存在SSH服务
开放了80端口,存在HTTP服务,且中间件为Apache2.4.38
先访问一下WEB
点开每张图片会显示图片的详细信息
看url存在id=这样的参数,所以测试看是否存在sql注入
看到我们的输出会不变的会先到页面中
所以可以测试一下是否存在XSS漏洞
发现确实存在XSS漏洞
弹出cookie,这段cookie似乎是加密的内容,但是通过cyberchef暂时无法识别出来,先看看是否有其它线索
搜索一下敏感目录
没有发现可以利用的信息
查看js文件
发现一段加密的密钥,且知道了加密的即使为CryptoJS
猜测那段cookie就是由这个加密的,所以我们尝试解密
使用一个在线网站https://codepen.io/omararcus/pen/QWwBdmo
修改代码解出密文
发现中间有一个-的,猜测是账号密码
尝试登录ssh,发现并不正确
再尝试看不带#,发现也不对
尝试整个为密码,登录成功
获得到第一个flag
浏览了各目录没有发现线索,进行提权
sudo提权,发现没有sudo命令
SUID提权
SUID可以让程序调用者以文件拥有者的身份运行该文件,当我们以一个普通用户去运行一个root用户所有的SUID文件,那么运行该文件我们就可以获取到root权限
通过命令
find / -perm -4000 2>/dev/null查看是否具有root权限的文件
没有发现可以利用的
内核提权
尝试了这些都没有成功
查看/etc/passwd是否存在其它用户
发现存在一个redis用户,说明可能开启了ridis服务
查看端口开放情况,果然开启了redis服务
查看reids运行用户,发现为redis用户
连接redis
发现可以未授权访问
发现了默认第一个数据库db0里有一个key键值对
查看这个键值对
发现有一个key为rootpass的数据
查看,猜测是root用户密码
尝试登录
发现不正确,前一端后一段,整个都试过都不正确
但是通过su成功获得root权限
获得到第二个root
VnlnHub Momentum相关推荐
- 路遥知马力——Momentum动量梯度
NAG:在滑板下降过程中 也就是速度加快的时候 增大水平方向的力(累计的动量方向) 而在上升的过程中 也就是速度下降的时候 减少垂直方向的力(当前的梯度方向) 两种情况下 的最终结果 都是加大了往最优 ...
- 比Momentum更快:揭开Nesterov Accelerated Gradient的真面目NAG 梯度下降
d为累计梯度 作为一个调参狗,每天用着深度学习框架提供的各种优化算法如Momentum.AdaDelta.Adam等,却对其中的原理不甚清楚,这样和一条咸鱼有什么分别!(误)但是我又懒得花太多时间去看 ...
- 优化算法、梯度下降、SGD、Momentum、Adagrad、Adam
优化算法.梯度下降.随机梯度下降(SGD).动量法(Momentum).自适应法(Adagrad).动量自适应(Adam) 概述: 在机器学习算法实践中,优化总是重头戏,也是最考验功底的地方.深度学习 ...
- torch 归一化,momentum用法详解
torch 有两个地方用Momentum动量,冲量, 一,优化器中的Momentum 主要是在训练网络时,最开始会对网络进行权值初始化,但是这个初始化不可能是最合适的:因此可能就会出现损失函数在训练的 ...
- 超参数momentum与weight-decay的作用
超参数momentum与weight-decay的作用 原文:https://blog.csdn.net/u012938704/article/details/52739612/ 一.weight d ...
- 冲量(momentum)的原理与Python实现
冲量(momentum)的原理与Python实现 前言 参考:https://www.jianshu.com/p/58b3fe300ecb 梯度下降法(Gradient Descent)是机器学习中最 ...
- talib 中文文档(八): Momentum Indicator Functions 动量指标
Momentum Indicator Functions ADX - Average Directional Movement Index 函数名:ADX 名称:平均趋向指数 简介:使用ADX指标,指 ...
- louvian算法 缺点 优化_机器学习中的优化算法(1)-优化算法重要性,SGD,Momentum(附Python示例)...
本系列文章已转至 机器学习的优化器zhuanlan.zhihu.com 优化算法在机器学习中扮演着至关重要的角色,了解常用的优化算法对于机器学习爱好者和从业者有着重要的意义. 这系列文章先讲述优化算 ...
- 对比学习系列论文MoCo v1(二):Momentum Contrast for Unsupervised Visual Representation Learning
0.Abstract 0.1逐句翻译 We present Momentum Contrast (MoCo) for unsupervised visual representation learni ...
最新文章
- 分布式系统设计注意点
- 为什么long和int都是4字节
- CentOS 7.4 基于LNMP搭建wordpress
- 机器学习-Kmeans聚类
- 华为hg-526拨号加路由破解简介
- NYOJ 305 表达式求值 (字符串处理)
- 计算机教师帮扶记录,信息技术辅导记录.doc
- sql面试题问答题_SQL面试问答
- ASP.NET MVC3+EF4+Oracle入门实例(五)
- 树型DataGrid的思路
- 《Java程序设计》期末复习资料
- 计算机网络的发展简史
- 去银行当程序员是一种什么体验
- window7 安装grldr
- idea如何实现修改代码即时生效
- SAP License:公司上一套sap系统得多少钱?
- 网络学习---基础知识
- 使用Tableau对综测成绩进行可视化数据分析
- CSDN大神多,在这里驻扎一下,沾沾神气
- EDA(Quartus II)——乐曲硬件演奏电路设计
热门文章
- unity 手电筒光源SpotLight
- 云安全技术——云主机端口扫描
- visual assist x_1.2kg华硕灵耀X逍遥体验:4K OLED翻转屏+11代i7处理器
- ATPG之STIL格式说明
- 已解决Could not install packages due to an EnvirommentError:[WinError 5]拒绝访问。:‘c: [programdata | lanaco
- java版远程桌面控制(简约版)
- 广告行业中那些趣事系列60:详解超好用的无监督关键词提取算法Keybert
- Tuxedo常用命令
- 数字图像处理中的一些概念
- 无胁科技-TVD每日漏洞情报-2022-9-26