CTFshow Web25:深入解析php_mt_seed工具在伪随机数爆破中的实战应用

1. 从“爆个锤子”到“伪随机数”的认知升级

做CTF题目最怕什么?不是题目难,而是思路一开始就错了。我刚开始做CTFshow Web25这道题时,就犯了个低级错误——看到代码里有个md5($flag),然后截取前8位转十进制作为种子,我下意识以为种子就是ctfshow{ 这八个字符的MD5值。结果折腾了半天,发现完全不对路。

后来仔细看代码才明白,人家是先对整个flag进行MD5加密,然后取前8位十六进制,再转换成十进制作为种子。这个区别可大了去了,就像你以为密码是“123456”,结果人家用的是“123456”的SHA256值,完全是两码事。

这道题的核心逻辑其实挺有意思的。代码里有个关键判断:if((!$rand)),意思是只有当$rand为0时,才会执行后面的token验证逻辑。而$rand的计算方式是intval($r)-intval(mt_rand())。所以最简单的思路就是让$r等于mt_rand()的值,这样两者相减就是0。

但问题来了,我们不知道mt_rand()会生成什么值啊。这时候有个小技巧:我们可以先传?r=0,这样$rand就等于-mt_rand(),服务器会把这个负的随机数回显给我们。比如我测试时得到了-646081337,那么mt_rand()就是646081337

你以为这就完了?更麻烦的还在后面。代码里验证token的逻辑是:$_COOKIE['token']==(mt_rand()+mt_rand())。注意这里的mt_rand()+mt_rand()可不是同一个随机数加两次,而是连续调用两次mt_rand()得到两个不同的值再相加。

我刚开始也犯糊涂,以为token就是2*mt_rand(),写了个小测试就发现不对:

<?php mt_srand(123456); $rand1 = mt_rand(); $rand2 = mt_rand(); echo $rand1,"\n",$rand2; ?> 

同样的种子,第一次和第二次生成的随机数完全不同。所以我们需要的是第二次和第三次mt_rand()的和,因为第一次已经被我们用?r=0的方式“消耗”掉了。

2. php_mt_seed:伪随机数的“时光倒流”机器

知道了随机数值,怎么反推种子呢?理论上可以写脚本爆破,但32位的种子空间有40多亿种可能,纯暴力破解太慢了。这时候就该php_mt_seed这个神器出场了。

我在实际

Read more

在OrangePi-5 Plus/5 Ultra上实时运行yolo26进行无人机检测,fps超50!

在OrangePi-5 Plus/5 Ultra上实时运行yolo26进行无人机检测,fps超50!

在OrangePi-5 Plus/5 Ultra上使用VideoPipe与YOLO26n实现高性能无人机检测 视频效果展示 RK3588无人机检测 前言 随着低空经济的快速发展,无人机检测已成为安防监控、边境巡逻、关键区域保护等场景中的重要需求。OrangePi 5 Plus和OrangePi 5 Ultra作为瑞芯微RK3588平台的高性能开发板,凭借其强大的NPU算力,成为边缘端AI推理的理想选择。 本文将详细介绍如何基于VideoPipe框架,结合最新的YOLO26n模型,在这两款开发板上实现高效的无人机检测,并分享我们在预处理和模型量化方面的深度优化经验。 一、硬件平台与模型概述 1.1 硬件平台 * OrangePi 5 Plus: 搭载瑞芯微RK3588处理器,8核CPU + Mali-G610 GPU + 6TOPS NPU * OrangePi 5 Ultra: 同样基于RK3588,NPU算力可达16TOPS(INT8) 这两款开发板都具备强劲的AI推理能力,非常适合部署目标检测模型。 📷 图1: OrangePi 5 Plus

Qwen2.5-0.5B极速对话机器人:轻量级大模型在边缘计算中的实战

Qwen2.5-0.5B极速对话机器人:轻量级大模型在边缘计算中的实战 1. 轻量级大模型的现实意义 你有没有遇到过这样的场景:想在树莓派上跑个AI助手,结果发现模型太大、速度太慢,连回答一句“今天天气怎么样”都要等十几秒?或者部署一个客服机器人,却因为GPU成本太高而不得不放弃? 这正是我们今天要解决的问题。随着AI技术的发展,越来越多的应用需要在本地设备或低算力环境中运行——比如智能家居控制中心、工业边缘网关、移动巡检终端。这些场景对响应速度和资源占用极为敏感。 而Qwen2.5系列中最轻量的成员——Qwen/Qwen2.5-0.5B-Instruct,就是为此类需求量身打造的。它仅有约1GB的模型体积,却能在纯CPU环境下实现接近打字机输出速度的流式对话体验。 更关键的是,这个镜像不是简单的模型封装,而是完整集成了Web聊天界面、流式输出机制和指令微调能力,真正做到了“一键启动,开箱即用”。 2. 技术特性深度解析 2.1 模型架构与性能权衡 Qwen2.5-0.5B是通义千问系列中参数最少的版本(5亿参数),但它并非简单缩水版。通过高质量的指令微调(Inst

基于FPGA的北斗导航自适应抗干扰算法的设计与实现(任务书+开题报告+文献综述+代码+仿真+实物+毕业论文)

基于FPGA的北斗导航自适应抗干扰算法的设计与实现(任务书+开题报告+文献综述+代码+仿真+实物+毕业论文)

摘   要 如今,随着卫星导航技术的飞速发展,位置信息服务已经融入到我们的日常生活中,导航目前被称为继移动互联网后第三大产业。卫星导航在维护国家的安全中也发挥着不可替代的作用。为了使导航系统不受干扰的影响,本文以北斗导航系统为平台,研究基于阵列天线的自适应抗干扰算法。 首先,文章就自适应抗干扰算法的原理和方法进行了系统介绍,并在MATLAB中建立阵列模型,对基于功率倒置算法的空域抗干扰算法和空时联合抗干扰算法进行性能仿真。然后根据系统的指标,确定了在FPGA中实现抗干扰算法的方案,包括数字下变频、权值计算、数据加权、数字上变频等模块。根据权值计算模块实现方式的不同,本文提供了两种抗干扰算法在FPGA中实现的方案:一种是基于FPGA嵌入式软核NIOS II的抗干扰实现,将权值计算的过程放在NIOS II软核中,用C语言进行实现;另一种是基于逻辑语言的抗干扰算法的实现,即用硬件描述语言Verilog HDL进行权值的计算。权值计算涉及到浮点数运算和Hermite矩阵求逆,本文给出了各模块的设计方法和仿真结果,并与MATLAB仿真结果进行对比。最后给出了两种实现方案的实测结果,表明两种实

2026 无人机 AI 算法全景图:7 大场景 50+ 算法详解

2026 无人机 AI 算法全景图:7 大场景 50+ 算法详解 一张图看懂无人机 AI 算法全貌 前言 很多人问我:共达地到底有哪些算法? 今天把我们的算法家底全部公开,7 大场景、50+ 算法,建议收藏备用。 一、飞行辅助类算法 让无人机飞得更稳、更安全。 1. 自动避障算法 功能: 实时检测前方障碍物,自动规划绕行路径 技术: * 深度相机 + 激光雷达融合 * 3D 点云分割 * 动态路径规划 性能: * 检测距离:0.5-50 米 * 响应时间:<100ms * 支持静态 + 动态障碍物 2. 精准定位算法 功能: 无 GPS