1月27日ctf练习

简介: 1月27日ctf练习

[crypto]unicode

打开后位上面那几行,将换行符删除合并一行后unicode转码即可得flag

[crypto]RC4 一个好玩的密码学

RC4 是一种加密方式,百度搜索很多在线解密平台,就不例举了。

[crypto] 考核-bbrainfuck

打开题目后是一段由+[]<>.组成的文本百度搜的brainfuck为一种计算机语言,顺着这个思路去搜了一下它的编码果真有一个,试试解码8解得flag

brainfuck-Ook编解码在线工具 https://www.splitbrain.orgservicesook

[crypto] Double password

打开题目后看到滴滴、培根、电报等词汇,猜测应该有==摩斯密码和培根密码==

首先将/替换成 (空格),然后去摩斯解密

解得一段A、B组成的文本,这是培根密码的密文形式

培根解密得到flag

摩斯密码转换 https://www.ip138.com/mosi/ 培根加密解密 http://www.hiencode.com/baconian.html

[crypto] Binary

打开题目后看到四页黑白块 根据标题 Binary(二进制) 和文档名称黑?白?猜测是==将黑白块转换成01串== 但是后续没有思路了,就去百度了下,看到一篇相似的文章 XCTF练习题---MISC---gif: https://www.cnblogs.com/redHskb/p/12299307.html看到二进制字符串可以转换成汉字编码,就去试了一下解得flag

汉字二进制转换 https://www.qqxiuzi.cn/bianma/erjinzhi.php

寒假在家有点懒,好几天之前做的题直到今天才想来写wp。希望以后可以当天的题当天写wp。

目录
相关文章
|
消息中间件 Unix Linux
Linux进程间通信(IPC)介绍:详细解析IPC的执行流程、状态和通信机制
Linux进程间通信(IPC)介绍:详细解析IPC的执行流程、状态和通信机制
1015 1
|
5月前
|
存储 数据采集 人工智能
阿里云基础设施 AI Tech Day|AI Infra建设方案及最佳实践沙龙圆满结束
在AI迈向业务刚需的今天,阿里云AI Tech Day聚焦“智驱未来 云网随行”主题,携手VIVO、TCL、金蝶等数十家企业,共探AI基础设施(AI Infra)建设路径。活动深入解析算力、网络、存储三大核心能力,分享训练推理优化、数据高效流转等最佳实践,并通过分组讨论直击企业落地痛点,推动产研协同,共建高效、弹性、稳定的AI底座,助力企业智能化跃迁。
407 1
阿里云基础设施 AI Tech Day|AI Infra建设方案及最佳实践沙龙圆满结束
|
10月前
|
Web App开发 前端开发 JavaScript
Element UI框架中自定义input组件的placeholder样式。
确保这些样式在你的应用程序CSS文件中定义,且该文件已正确加载到项目中。通过以上方法,可以控制Element UI组件中input的placeholder样式,使其满足特定的设计要求。这些更改都是基于CSS伪元素进行的,因此并不会对DOM结构产生改变,保持了原有结构的简洁和高效。
857 12
|
安全 Linux
Linux查看和剔除当前登录用户详细教程
Linux查看和剔除当前登录用户详细教程
594 0
Linux查看和剔除当前登录用户详细教程
|
Oracle Java 关系型数据库
安装 JDK 时应该注意哪些问题
选择合适的JDK版本需考虑项目需求与兼容性,推荐使用LTS版本如JDK 17或21。安装时注意操作系统适配,配置环境变量PATH和JAVA_HOME,确保合法使用许可证,并进行安装后测试以验证JDK功能正常。
971 3
|
编解码 缓存 UED
【Uniapp 专栏】Uniapp 开发实战:打造高效页面布局技巧
【5月更文挑战第12天】在 Uniapp 开发中,高效页面布局关乎用户体验和应用性能。关键技巧包括:规划清晰的页面结构,利用 Flex 布局组件,精确控制元素尺寸和位置,实现响应式设计,保持布局简洁,优化加载性能,恰当运用色彩和字体,添加交互性动画,以及组织良好代码结构。通过不断学习和实践,开发者能创建出美观且高性能的页面,提升应用的整体质量。
780 5
|
SQL 运维 安全
网络安全等级保护2.0 定级、评测、实施与运维-复习题目资料
本文详细总结了网络信息安全等级保护的练习题,包括单选题、多选题、判断题和简答题。供朋友们参考复习,学习相关领域知识参考。
|
机器学习/深度学习 自然语言处理 监控
探索深度学习在自然语言处理中的应用与挑战
本文深入分析了深度学习技术在自然语言处理(NLP)领域的应用,并探讨了当前面临的主要挑战。通过案例研究,展示了如何利用神经网络模型解决文本分类、情感分析、机器翻译等任务。同时,文章也指出了数据稀疏性、模型泛化能力以及计算资源消耗等问题,并对未来的发展趋势进行了展望。
|
Python 数据采集 安全
淘宝商品评论数据爬取:Python实战指南
淘宝商品评论数据的自动爬取可以为市场分析和用户行为研究提供宝贵的信息资源。然而,这一过程需要严格遵守法律法规,尊重数据的版权和隐私。通过合理利用Python的网络爬虫技术,可以在遵循道德规范的前提下,高效地完成数据采集任务。 通过本文的指南,希望你能对淘宝商品评论数据的爬取有一个清晰的认识,并能够安全、合法地进行数据采集。