2025 数字中国创新大赛数字安全赛道数据安全产业积分争夺赛决赛writeup
数字中国
综合场景赛
数据删除与恢复
题目1
题目: 管理员利用AI模型设计了一个结合redis和mysql的交易数据查询系统,但是未对代码的安全性进行充 分验证,导致mysql中的用户虽然被删除但仍可以利用redis中的JWT信息,登录交易数据查询系统。请 选手下载平台提供的附件(用户表.xlsx),根据用户表(其中1个用户为管理员测试账号,可进行数据库 管理)及数据库中存在的用户,判断哪些用户在被删除后仍可以利用JWT进行登录,将用户名按照用户表 中的先后排序,并使用“_”拼接后,通过md5处理后进行提交
对给出的账号密码尝试逐一登录,发现大部分无法登录,直接跳转首页;有些账号能正常登录(绿色标记);有些账号登录后功能异常( 黄色标记 )
猜测异常但能登陆的账号即为删除但仍缓存的用户
import hashlib
# 要计算 MD5 的字符串或数据
data = "wangguizhi_ningxiurong_zhanglihua_mengpeng_gantingting"
# 创建一个 md5 哈希对象
md5_hash = hashlib.md5()
# 更新哈希对象的摘要信息
md5_hash.update(data.encode('utf-8'))
# 获取十六进制表示的 MD5 值
md5_hex_digest = md5_hash.hexdigest()
print("MD5:", md5_hex_digest)
# MD5: 8429e825242b4e9063862b78da1e46dd同时发现管理员账号:
题目2 and 题目3
题目:在恢复订单数据后,发现部分订单存在账单异常问题。请选手根据恢复后的订单数据进行数据核查,找到充值米币到账数量错误的交易、米币优惠幅度高于20%的交易、VIP到账天数错误的交易、实付金额错误的交易、VIP充值优惠幅度高于20%的交易并统计每种错误交易类型的数量,请选手按照答案标准格式的排列顺序,通过""_""拼接后,作为标准答案提交。
注意:充值会员30天为月卡,金额为15元.
充值会员90天为季卡,金额为30元.
充值会员365天为年卡,金额为88元.
米币价格与充值金额,交易换算为1:1
计算充值优惠幅度是否高于20%时,使用正确的价格(充值金额或充值天数对应的金额)进行计算,不能使用现有错误实付金额计算
【答案标准】例:若充值米币到账数量错误的交易为6笔,米币优惠幅度高于20%的交易为2笔,VIP到账天数错误的交易为3笔,实付金额错误的交易为4笔,VIP充值优惠幅度高于20%的交易为5笔。
则提交最终答案为:6_2_3_4_5
登陆mysql,得到公钥和数据:
共模攻击解密:
from Crypto.Cipher import PKCS1_v1_5
from Crypto.PublicKey import RSA
from Crypto.Util.number import *
import pandas as pd
# flag{b1e92ae6bd8c69e5524a7d44aa8c5458}
import base64
pem_public_key = """-----BEGINPUBLICKEY----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-----ENDPUBLICKEY----
"""
publickey1 = RSA.importKey(pem_public_key)
n1 = publickey1.n
pem_public_key = """-----BEGINPUBLICKEY----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-----ENDPUBLICKEY----
"""
import gmpy2
publickey2 = RSA.importKey(pem_public_key)
n2 = publickey2.n
e1 = publickey1.e
e2 = publickey2.e
print(n1)
print(n2)
def rsa_gong_N_def(e1, e2, c1, c2, n):
e1, e2, c1, c2, n = int(e1), int(e2), int(c1), int(c2), int(n)
# print("e1,e2:",e1,e2)
# print(gmpy2.gcd(e1,e2))
s = gmpy2.gcdext(e1, e2)
# print(s)
s1 = s[1]
s2 = s[2]
if s1 < 0:
s1 = -s1
c1 = gmpy2.invert(c1, n)
elif s2 < 0:
s2 = -s2
c2 = gmpy2.invert(c2, n)
m = (pow(c1, s1, n) * pow(c2, s2, n)) % n
return int(m)
data = pd.read_csv("order.csv")
order1 = data["order1"]
order2 = data["order2"]
c1 = 533757146593934448256197672772438039401025923458408392477339094037335059848457148453251518382847182259379463712033377410609800342324068159746099025728036998160963561320532206832843549163252839312303107099659087577507792002181915924756446661160251063803063328221254145647010759739414915619123538513128627135331474112978549494562990018111879520524144908527893944849091472572798122835502986148706315741738365950305262521903352648836099671828477350254796321029120859122169636191807727086463383777780999050285168000207462280910572499181661699075032551859855151296960936350040073347754140942394723743828538945155937963714829313273954093393398621900880544618983621411916153933626346084348104874327908613257810316602309920778895260893887941858786348306660932531481886097407526251017861311812754520769885270374780756371146457078081197951171245093411535482557224731210673746184598515739272727993974598431340543229069728615423673998256203451816201714710799453498407331183821530437561459457004118007645093456572391601860701846433780992562396583950389931736708913430342418049831413311323069140502084365682591509518165443267759416990979832052738228852789859636424578573994222583077337174103664886087655866089357058860622897699881781129080811783347
c2 = 340696130466104781200829311977818819934382939566488931518990871748634628309681122277729365664564608699781476883621037874412793600249381039676659474590411926533816135555074315186995211605386247915622457200353029542005064078806905831482856797455701501132324282072675811523471690709410260252499752272324070107654456493855890446884172055552091795111629918569601864965693943772320097680426616718184382313972726622913691281062768025000210336342595696222093248071047984648017521124205164728212004390393571605839727971256374030813583803693984625912952729179068040832767108605293665300893909807493071013269420626993618272301539586580826774224074370712829229033341779619973077075920511220144654980874759577081433489685965147231406225310063161210394487822238536230248768725957670814468104647652015835067525660433540070823753692705479324113153177064691143636349709481519495022025939197240588774450350837335361429806105236644239548752279661734817840494222298069539963083499058645557194053938440500602067401025408663682743937852510518911270421017146014873270099903964421220418836083229480097327548185863562719566063141408793747144269841305673059238582655184718881753867803295883392875027280739596615726583843087933348056047277117506623911904607680
# m = rsa_gong_N_def(e1,e2,c1,c2,n1)
# print(long2str(m).decode())
new_data = pd.DataFrame()
num1 = 0 # 到账错误的
num2 = 0 # 米币优惠幅度高于20%的交易
num3 = 0 # VIP到账天错误的
num4 = 0 # 实付金额错误的
num5 = 0 # VIP充值优惠幅度高于20%
out = []
def check(text):
global num1, num2, num3, num4, num5
items = text.split(",")
order_data = {}
for item in items:
key, value = item.split(": ") # 根据冒号分隔key和value
order_data[key] = value.strip() # 去除字符串两端的空格
# print(order_data)
# {'订单号':'202502100001','商品名称':'充值米币','充值金额':'¥100','充值前米币数量':'4583','充值后米币数量':'4683','优惠券':'20','实付金额':'¥80'}
# {'订单号': '202502100002','商品名称':'充值会员','充值天数':'365','充值前剩余天数':'6天','充值后剩余天数':'371天','优惠券':'15','实付金额':'¥73'}
# print()
# print(order_data["商品名称"])
if order_data["商品名称"] == '充值米币':
add = int(order_data['充值金额'].replace("¥", ""))
qian = int(order_data['充值前米币数量'].replace("¥", ""))
hou = int(order_data['充值后米币数量'].replace("¥", ""))
# print(qian+hou)
if (qian + add != hou):
num1 += 1
# print(order_data)
if order_data["商品名称"] == '充值会员':
add = int(order_data['充值天数'].replace("天", ""))
qian = int(order_data['充值前剩余天数'].replace("天", ""))
hou = int(order_data['充值后剩余天数'].replace("天", ""))
if (qian + add != hou):
num3 += 1
# print(order_data)
if (order_data["商品名称"] == '充值米币'):
add = int(order_data['充值金额'].replace("¥", ""))
youhui = int(order_data['优惠券'].replace("¥", ""))
shifu = int(order_data['实付金额'].replace("¥", ""))
if (add - youhui != shifu):
num4 += 1
# print(order_data)
# return
if (order_data["商品名称"] == '充值会员'):
day = order_data['充值天数']
dic = {"365": 88, "90": 30, "30": 15}
add = dic[day]
youhui = int(order_data['优惠券'].replace("¥", ""))
shifu = int(order_data['实付金额'].replace("¥", ""))
if (add - youhui != shifu):
num4 += 1
# print(order_data)
# return
if order_data["商品名称"] == '充值米币':
add = int(order_data['充值金额'].replace("¥", ""))
youhui = int(order_data['优惠券'].replace("¥", ""))
if (youhui * 5 > add):
num2 += 1
# print(order_data)
if (order_data["商品名称"] == '充值会员'):
day = order_data['充值天数']
dic = {"365": 88, "90": 30, "30": 15}
add = dic[day]
youhui = int(order_data['优惠券'].replace("¥", ""))
if (youhui * 5 > add):
num5 += 1
# print(order_data)
for i, j in zip(order1, order2):
# print(i[1:])
c1 = int(i[:])
c2 = int(j[:])
m = rsa_gong_N_def(e1, e2, c1, c2, n1)
m = long2str(m).decode()
# if("202502100811" in m):
# print(m)
# exit(0)
check(text=m)
# exit(0)
# print(m)
x = [str(i) for i in [num1, num2, num3, num4, num5]]
for i in x:
print(i, end='_')
# 3_142_3_8_617_
# 3_142_3_8_616
# 3_142_3_4_611
# 3_142_3_4_612数据识别与审计
题目1
题目: 公司管理员在商品测评汇总平台中的文件服务器,存放了一些商品相关或者用户上传的文件数据,包括 TXT,图片,PDF,音频数据。在各种数据中,可能泄露了一些敏感信息或者某些用户插入了恶意代码到 各种类型数据中。请选手对于各种数据类型的文件进行审计,找到带有敏感信息或者恶意代码的数据文 件,并将文件名列出来。每提交一个正确的文件名可得(题目总分数/标准答案个数)分,每提交一个错 误的文件名扣(题目总分数/标准答案个数)分,扣到0分为止。请选手尽可能的提交正确答案
对于pdf:
xss注入:
import os
import re
import csv
def contains_script(text):
return b'alert' in text
def process_directory(directory, output_csv):
"""遍历目录中的所有pdf文件"""
with open(output_csv, mode='w', newline='', encoding='utf-8') as csvfile:
csvwriter = csv.writer(csvfile)
# 写入CSV文件的表头
csvwriter.writerow(['Filename', 'Content'])
for root, dirs, files in os.walk(directory):
for file in files:
if file.endswith('.pdf'):
file_path = os.path.join(root, file)
with open(file_path, mode='rb') as f:
content = f.read()
# 检查文件内容是否包含数字
if contains_script(content):
csvwriter.writerow([file])
if __name__ == "__main__":
directory_to_search = 'pdf' # 替换为你要搜索的目录路径
output_csv_file = 'outputpdf.csv' # 输出CSV文件的名称
process_directory(directory_to_search, output_csv_file)对于png:
png尾部插入了一句话木马:
import os
def has_extra_data(file_path):
with open(file_path, 'rb') as f:
content = f.read()
# PNG 文件的尾部应该是 IEND 部分,长度为 12 字节
end_pos = len(content) - 8
if content[end_pos:end_pos + 8] == b'IEND\xaeB`\x82':
return None
else:
return content[end_pos-40:end_pos + 8]
def process_directory(directory):
for root, dirs, files in os.walk(directory):
for file in files:
if file.lower().endswith('.png'):
file_path = os.path.join(root, file)
extra_data = has_extra_data(file_path)
if extra_data:
# print(f"文件: {file_path}, 尾部额外数据: {extra_data}")
print(f"{file}")
if __name__ == "__main__":
directory_to_search = 'png' # 替换为你要搜索的目录路径
process_directory(directory_to_search)对于txt:
找敏感信息就行:
import os
import re
import csv
def contains_digit(text):
"""检查文本是否包含数字"""
return bool(re.search(r'\d', text))
def contains_zimu(text):
return bool(re.search(r'[a-zA-Z]', text))
def process_directory(directory, output_csv):
"""遍历目录中的所有txt文件,并将包含数字或字母的文件名和内容写入CSV文件"""
with open(output_csv, mode='w', newline='', encoding='utf-8') as csvfile:
csvwriter = csv.writer(csvfile)
# 写入CSV文件的表头
csvwriter.writerow(['Filename', 'Content'])
for root, dirs, files in os.walk(directory):
for file in files:
if file.endswith('.txt'):
file_path = os.path.join(root, file)
with open(file_path, mode='r', encoding='utf-8') as f:
content = f.read()
# 检查文件内容是否包含数字
if contains_digit(content):
csvwriter.writerow([file, content])
elif contains_zimu(content):
csvwriter.writerow([file, content])
if __name__ == "__main__":
directory_to_search = 'txt' # 替换为你要搜索的目录路径
output_csv_file = 'output.csv' # 输出CSV文件的名称
process_directory(directory_to_search, output_csv_file)对于mp3:
利用mp3转字幕即可:
import os
import argparse
import time
import whisper
import numpy as np
from pydub import AudioSegment
from whisper.utils import get_writer
import tempfile
def convert_to_wav(mp3_path):
"""将MP3转换为WAV格式(内存中处理)"""
try:
# 读取MP3文件
audio = AudioSegment.from_file(mp3_path, format="mp3")
# 转换为单声道16kHz
audio = audio.set_frame_rate(16000).set_channels(1)
# 创建临时WAV文件
with tempfile.NamedTemporaryFile(suffix=".wav", delete=False) as tmp:
audio.export(tmp.name, format="wav")
return tmp.name
except Exception as e:
print(f"\033[31m文件转换失败: {os.path.basename(mp3_path)} | 错误: {e}\033[0m")
return None
def transcribe_audio(model, audio_path):
"""增强版转写函数"""
wav_path = None
try:
# 如果是MP3文件先转换
if audio_path.lower().endswith('.mp3'):
wav_path = convert_to_wav(audio_path)
if not wav_path:
return None
audio_path = wav_path
# 确保使用正确的音频读取方式
audio = whisper.load_audio(audio_path)
audio = whisper.pad_or_trim(audio)
mel = whisper.log_mel_spectrogram(audio).to(model.device)
# 执行转写
result = model.transcribe(mel, fp16=False, language="zh")
return result
except Exception as e:
print(f"\033[31m转写失败: {os.path.basename(audio_path)} | 错误: {e}\033[0m")
return None
finally:
# 清理临时文件
if wav_path and os.path.exists(wav_path):
os.unlink(wav_path)
def process_folder(folder_path, output_file, model_size):
"""终极版处理函数"""
try:
print(f"\n\033[36m加载 {model_size} 模型中...\033[0m")
model = whisper.load_model(model_size)
except Exception as e:
print(f"\033[31m模型加载失败: {e}\033[0m")
return
output_path = os.path.abspath(output_file)
writer = get_writer("txt", os.path.dirname(output_path))
success = 0
total_files = 0
for filename in sorted(os.listdir(folder_path)):
if not filename.lower().endswith('.mp3'):
continue
total_files += 1
audio_path = os.path.join(folder_path, filename)
print(f"\n[{total_files}] 处理: {filename}")
print(f"物理路径: {audio_path}")
start = time.time()
result = transcribe_audio(model, audio_path)
elapsed = time.time() - start
if result:
writer(result, audio_path)
success += 1
text = result["text"].strip()
print(f"\033[32m成功 (耗时 {elapsed:.1f}s)\033[0m")
print(f"内容: {text[:60]}...")
else:
print(f"\033[33m失败 (耗时 {elapsed:.1f}s)\033[0m")
if total_files == 0:
print("\033[31m没有找到可处理的MP3文件\033[0m")
else:
print(f"\n\033[1m完成! 成功率: {success}/{total_files}\033[0m")
print(f"结果文件: {output_path}")
if __name__ == "__main__":
parser = argparse.ArgumentParser(description="终极版Whisper转写工具")
parser.add_argument("folder", help="MP3文件夹路径")
parser.add_argument("-o", "--output", default="result.txt", help="输出文件名")
parser.add_argument("-m", "--model", default="base",
choices=["tiny", "base", "small", "medium", "large"])
args = parser.parse_args()
print("\n\033[1;34m" + "="*60 + "\033[0m")
print(f"\033[1;36m{'终极版Whisper转写工具':^60}\033[0m")
print(f"\033[1m文件夹: \033[32m{os.path.abspath(args.folder)}\033[0m")
print(f"\033[1m模型: \033[33m{args.model}\033[0m")
print(f"\033[1m输出: \033[35m{os.path.abspath(args.output)}\033[0m")
print("\033[1;34m" + "="*60 + "\033[0m")
process_folder(os.path.abspath(args.folder), args.output, args.model)题目2
题目:越权
越权示例:
请求包内容
POST /api/userinfo HTTP/1.1
Host: example.com
Content-Type: application/json
Cookie: PHPSESSID=123
{
"search_id": "123456"
}
session内容
a:2:{s:8:"login_id";i:11111;s:8:"is_admin";b:0;}
当前为普通用户id11111,其查询的用户id为123456,判断为越权。
非越权示例1(普通用户):
请求包内容
POST /api/userinfo HTTP/1.1
Host: example.com
Content-Type: application/json
Cookie: PHPSESSID=123
{
"search_id": "123456"
}
session内容
a:2:{s:8:"login_id";i:123456;s:8:"is_admin";b:0;}
当前为普通用户id123456,其查询的用户id为123456
非越权示例2(管理员):
请求包内容
POST /api/userinfo HTTP/1.1
Host: example.com
Content-Type: application/json
Cookie: PHPSESSID=123
{
"search_id": "123456"
}
session内容
a:2:{s:8:"login_id";i:123123;s:8:"is_admin";b:1;}
当前为管理员用户id123123,其查询的用户id为123456
通过wireshark 导出所有http报文)编写脚本匹配那些id被多个session访问,然后在从session文件中看看访问的用户是不是管理员即可
import json
with open("out.json", "r") as f:
data = json.load(f)
print(data[0]['_source']['layers']['http']['http.cookie'])
# print(data[0]['_source']['layers']['urlencoded-form'])
# for i in data[0]['_source']['layers']['urlencoded-form']:
# print(i[len('Form item: "search_id" = "'):-1])
res = []
for i in data:
# print(i['_source']['layers']['http']['http.cookie'])
ses = i['_source']['layers']['http']['http.cookie']
id = ''
for j in i['_source']['layers']['urlencoded-form']:
id = j[len('Form item: "search_id" = "'):-1]
# if i['_source']['layers']['http']['http.cookie'] not in res.keys():
# res[i['_source']['layers']['http']['http.cookie']] = id
# else:
# print(res[i['_source']['layers']['http']['http.cookie']], id)
res.append([id, ses])
print(res)
res1 = []
for i in res:
num = 0
for j in res:
if j[0] == i[0]:
num += 1
if num != 1:
print(i)
res1.append(i)
print(res1)
print(len(res1))
for i in res1:
filename = '/Users/fanwuyu/Downloads/yuequan/session/session_' + str(i[1][len('PHPSESSID='):])
# print(filename)
with open(filename, 'r') as f:
# print(f.read())
ff = f.read()
true_id = ff[len('a:2:{s:8:"login_id";i:'):-len(';s:8:"is_admin";b:0;}')]
is_admin = ff[-3:-2]
#
# jj = json.loads(f.read())
# true_id = jj["login_id"]
# print(true_id,i)
# print(is_admin)
if true_id != i[0] and is_admin == '0':
# print(true_id, i, is_admin)
print(true_id, end="_")题目3
import pandas as pd
data = pd.read_csv("user.csv")
users = data["User"]
Select_priv = data["Select_priv"]
Insert_priv = data["Insert_priv"]
Update_priv = data["Update_priv"]
Delete_priv = data["Delete_priv"]
quanxian = {}
for i in range(len(users)):
x = Select_priv[i] + Insert_priv[i] + Update_priv[i] + Delete_priv[i]
quanxian[users[i]] = x
file = open("out.csv", "r").readlines()
del_number = 0
add_number = 0
new_users = []
for i in file:
x = i.replace("\n", "").split(" ")
new_users.append(x[1])
new_users = new_users[1:]
users = list(users)
print("New users not in original list:")
for i in new_users:
if i not in users:
print(i)
print("=============")
print("Users removed from original list:")
for i in users:
if i not in new_users:
print(i)
print("=============")
print("Users with changed permissions:")
for i in file:
x = i.replace("\n", "").split(" ")
name = x[1]
if name in users:
now_quanxian = x[2] + x[3] + x[4] + x[5]
if now_quanxian != quanxian[name]:
print(now_quanxian, quanxian[name])
# Expected output format:
# 9_3_9
# 3_9_9题目4
首先爬链接
import requests
from bs4 import BeautifulSoup
# Replace with the actual URL of your webpage
for i in range(1, 31):
url = 'http://192.168.20.133/?page=' + str(i)
try:
# Send HTTP request
response = requests.get(url)
response.raise_for_status() # Check for HTTP errors
# Parse HTML content
soup = BeautifulSoup(response.content, 'html.parser')
links = []
# Find all links with target="_blank"
for element in soup.find_all('a', href=True, target="_blank"):
link = element['href']
links.append(link)
print(link) # Print each link as it's found
except requests.exceptions.RequestException as e:
print(f"Error accessing page {i}: {e}")
except Exception as e:
print(f"Unexpected error processing page {i}: {e}")然后判断
import requests
# Define URL patterns
disallowed_urls = [
'/logs', '/user/profile', '/api', '/admin',
'/private/folder', '/debug', '/details', '.bak', '?token='
]
allowed_urls = [
'/download', '/about', '/services', '/title',
'/products', '/api/v2/safe', '/register', '/temp',
'/logs/public', '/system', '/search?q=', '.zip',
'/restricted', '/cart'
]
def check_url(url, allowed_urls, disallowed_urls):
"""Check if a URL is allowed or disallowed based on patterns"""
for allowed in allowed_urls:
if allowed in url:
return 0 # Allowed URL
for disallowed in disallowed_urls:
if disallowed in url:
return 1 # Disallowed URL
return -1 # Unclassified URL
def main():
print("Disallowed URL patterns:", disallowed_urls)
print("Allowed URL patterns:", allowed_urls)
try:
# Read URLs from file
with open("url.txt", "r") as file:
urls = file.readlines()
print(f"Total URLs to check: {len(urls)}")
disallowed_count = 0
# Check each URL
for url in urls:
url = url.strip() # Remove whitespace/newlines
result = check_url(url, allowed_urls, disallowed_urls)
if result == 1:
print(f"Disallowed URL found: {url}")
disallowed_count += 1
print(f"\nTotal disallowed URLs found: {disallowed_count}")
except FileNotFoundError:
print("Error: Could not find url.txt file")
except Exception as e:
print(f"An error occurred: {e}")
if __name__ == "__main__":
main()模型环境安全
题目1
题目: 根据公司内部的规定,在使用AI时,员工必须严格遵守不上传涉及公司敏感信息的要求。这些敏感信息 可能包括但不限于:用户的个人资料、财务报表、员工的个人信息、研发中的技术⽅案、内部通讯记 录、合同文件、商业机密、市场营销策略等任何可能对公司造成不利影响的机密数据。管理员在服务器 当中搭建了本地AI模型来帮助其办公,但在某次操作时违反了公司规定,管理员想要利用AI批量对包含 了用户隐私信息的图片进行批量格式转换。请选手访问文件服务器。获取""upload.zip""文件,分析 附件还原上传的数据、统计用户的隐私数据数量,将隐私数据数量,作为标准答案提交。 文件服务器账号密码:ftpuser/ftpuser
使用foremost-e提取,得到若干png图片,即为敏感信息
观察发现同样行数的png高度相同,所以可以统计png高度对应的图片数,和图片上的表项数,相乘即可算出答案
import os
from PIL import Image
def count_pngs_by_height(directory):
"""Count PNG files grouped by their height in pixels."""
height_count = {}
for root, dirs, files in os.walk(directory):
for file in files:
if file.lower().endswith('.png'):
file_path = os.path.join(root, file)
try:
with Image.open(file_path) as img:
height = img.height
height_count[height] = height_count.get(height, 0) + 1
except Exception as e:
print(f"无法打开文件 {file_path}: {e}")
return height_count
def calculate_expression(height_counts):
"""Calculate the expression based on height counts."""
# Create a mapping from height to multiplier
height_multiplier = {
672: 10,
733: 11,
794: 12,
855: 13,
916: 14,
977: 15,
1038: 16,
1099: 17,
1160: 18,
1221: 19,
1282: 20
}
total = 0
calculation_parts = []
for height, count in sorted(height_counts.items()):
if height in height_multiplier:
product = count * height_multiplier[height]
total += product
calculation_parts.append(f"{count} × {height_multiplier[height]}")
calculation_str = " + ".join(calculation_parts) + f" = {total}"
return total, calculation_str
def main():
directory_path = 'foremost_output/png'
# Count PNGs by height
height_counts = count_pngs_by_height(directory_path)
# Print height counts
print("PNG图片高度统计:")
for height, count in sorted(height_counts.items()):
print(f"像素高度 {height}: {count} 张图片")
# Calculate and print the expression
total, calculation = calculate_expression(height_counts)
print("\n计算结果:")
print(calculation)
if __name__ == "__main__":
main()
#像素高度 672: 48 张图片
#像素高度 733: 39 张图片
#像素高度 794: 50 张图片
#像素高度 855: 53 张图片
#像素高度 916: 51 张图片
#像素高度 977: 60 张图片
#像素高度 1038: 51 张图片
#像素高度 1099: 38 张图片
#像素高度 1160: 33 张图片
#像素高度 1221: 34 张图片
#像素高度 1282: 43 张图片
# 表达式为 43 × 20 + 34 × 19 + 33 × 18 + 38 × 17 + 51 × 16 + 60 × 15 + 51 × 14 + 53 × 13 + 50 × 12 + 39 × 11 + 48 × 10 = 7,374模型训练安全
题目1 定向样本对抗攻
题目描述:
随着⼈⼯智能技术在实际业务场景中的深⼊应⽤,模型安全问题⽇益成为核⼼挑战。在在线零售
平台中,模型被⼴泛⽤于商品评论分类、情感识别、舆情监控等多个关键环节,尤其是商品评论类型
⾃动识别模型,对于驱动精细化运营与推荐系统具有重要作⽤。然⽽,这些模型同样⾯临着对抗样本
攻击等安全威胁。攻击者可以通过构造精巧的输⼊扰动,引导模型做出错误的预测,从⽽⼲扰正常业
务流程、操控推荐结果,甚⾄造成经济损失。因此,设计和评估模型鲁棒性的机制,已成为保障智能
系统可信可靠运⾏的重要⽅向。
场景描述
您将担任⼀家综合电商平台的安全研究员,⽬标是评估平台商品评论类型识别模型的鲁棒性。该
模型⽤于判断⽤⼾评论所属的商品类别(服装、洗发⽔、⽔果、⼿机),为商品索引、搜索优化、精
准推荐等功能提供⽀撑。为了提升模型在对抗样本攻击下的稳定性,本任务将模拟实际攻击场景,选
⼿需通过构造⽂本扰动,使模型输出指定的错误分类结果,从⽽评估其对抗攻击能⼒。
【题⼲描述】
分析预训练完成的商品评论分类模型⽂件,通过在原始评论后追加最少字符的扰动⽂本(对抗样
本),使得模型对修改后的评论类别预测结果发⽣误分类(误分类到指定⽬标类别),最⼤化模型的
特定误分类率。
你的任务是根据附件提供的csv⽂件中的2000条原始⽂本数据,⽣成对应数量的对抗样本,每条对
抗样本在原始⽂本后添加≤6字符⽂本,使模型预测结果按照misclassified_as列的要求发⽣特定误分
类(如将服装类评论误分为⼿机类评论),汇总并提交最佳对抗样本submit.csv⾄平台验证,根据指
定误分类率进⾏评分。
【平台提供】
附件:
训练好的模型⽂件.pkl(基于scikit-learn的逻辑回归模型)
TF-IDF词向量器.pkl(将⽂本转换为TF-IDF特征向量,⽤于模型推理。)
原始数据集_2000条.csv
sample_id(样本id列)
sample(样本内容列)
adversarial_examples(对抗样本列)
misclassified_as(期望模型错误预测的⽬标标签列:1-服装,2-洗发⽔,3-⽔果,4-⼿机)
submit.csv(提交的答案模板)
web环境:
访问地址:http://队伍当前⽹段的模型安全靶机的IP地址:19002/(19002端⼝)
⼀个在线对抗样本沙盒调试平台,提供上传数据集、上传与加载模型⽂件与词向量器、提供对
抗样本推理结果,指定误分类率等功能。
【答案提交】
提交仅包含2列内容的submit.csv⽂件,总数必须为2000⾏,第⼀⾏列名不计⼊。
•第⼀列为sample_id(需要与原始⽂本数据集.csv中的sample_id对应,严格按照1-2000的顺序,
否则影响成绩)
•第⼆列为adversarial_examples(填写追加的对抗样本内容,⼩于等于6个字符,可以留空)。
注意:提交的CSV⽂件务必选择UTF-8编码保存,否则会出现解析失败。
【评分标准】
平台接收选⼿提交的数据集后,内部加载与附件⼀样的模型⽂件、原始数据集⽂本,拼接选⼿的
对抗样本,进⾏推理预测。计算指定误分类率(即预测结果与misclassified_as列完全⼀致的样本⽐
例)。
最终得分=指定误分类率×当前题⽬总分。
例如(仅供参考,以具体⽐赛分值为准):
指定误分类率:0.6582,当前题⽬总分:100分。
最终得分=0.6582×100=65.82分
【注意事项】
•最终答案⽂件名必须为submit.csv,csv⽂件编码保存为UTF-8。
•每位选⼿提交平台的次数为10次,提交格式失败会返回错误原因,不得分,扣除次数,请注意符合
格式规范。
•在提交答案期间,平台将在最多10次成功提交中选取最⾼分作为最终成绩。
•选⼿提交writeup时,请选⼿在⽂档最后附上对抗样本csv的完整内容思路:
我们需要为电商平台的商品评论分类模型生成对抗样本,使得在原始评论后添加不超过6个字符的情况下,模型会将评论误分类到指定的类别。具体来说:
- 模型将评论分为4类:1-服装,2-洗发水,3-水果,4-手机
- 对每条原始评论,我们需要添加≤6个字符的扰动文本
- 扰动后的文本应使模型预测结果等于misclassified_as列指定的类别
- 目标是最大化指定误分类率
方向:
- 模型是基于scikit-learn的逻辑回归模型,使用TF-IDF特征
- 逻辑回归模型对输入特征线性加权后通过softmax输出概率
- TF-IDF会将文本转换为稀疏的高维向量表示
- 添加少量字符可能只会影响少量TF-IDF特征
下面是对抗样本生成的脚本:
import pandas as pd
# Category mapping dictionary
category_map = {
"1": "衣服裤子短袖",
"2": "洗发水头发",
"3": "苹果香蕉鸭梨",
"4": "处理器很快"
}
# Read CSV file
file_path = '原始数据集_2000条.csv'
data = pd.read_csv(file_path)
# Display basic information about the data
print("\n数据的列名:")
print(data.columns)
print("\n数据的基本信息:")
print(data.info())
# Process the data
if 'adversarial_examples' in data.columns and 'misclassified_as' in data.columns:
# Map categories based on misclassification
data['adversarial_examples'] = data['misclassified_as'].astype(str).map({
'2': category_map["2"],
'3': category_map["3"],
'4': category_map["4"]
}).fillna(data['adversarial_examples'])
# Drop unnecessary columns
data = data.drop(["sample", "misclassified_as"], axis=1, errors='ignore')
# Save to new CSV file
output_file = 'submit1.csv'
data.to_csv(output_file, index=False)
print(f"\n处理后的数据已保存到: {output_file}")
# Display the processed data
print("\n处理后的数据:")
print(data.head())
else:
print("\n错误:数据集中缺少必要的列")题目2 模型权重窃取攻击
随着机器学习模型在各种在线平台中的⼴泛应⽤,模型安全问题也⽇益凸显。其中,模型窃取攻 击(ModelStealingAttack)作为⼀种严重的威胁,允许攻击者通过⿊盒访问API接⼝,逆向⼯程出模 型内部参数,从⽽复制⽬标模型的功能或窃取其知识产权。特别是对于逻辑回归等线性模型,由于其 简单透明的结构特性,更易成为窃取攻击的⽬标。⼀旦模型权重被窃取,不仅会导致商业机密泄露、 知识产权侵权,还可能使攻击者获得构建对抗样本的能⼒,进⼀步危害系统安全。因此,评估模型抵 御权重窃取攻击的能⼒对于保障平台的知识产权和服务安全⾄关重要。
场景描述
请选⼿作为⼀家⽂本分析平台的安全研究员,负责评估平台情感分析模型的安全性。该模型⽤于
⾃动识别⽤⼾输⼊⽂本的情感倾向(正⾯/负⾯),是平台核⼼业务能⼒之⼀。本次竞赛,您将模拟模
型窃取攻击场景,通过构造特定查询请求并分析模型响应,逆向推导出模型的权重参数,旨在全⾯检
验⽂本分析平台的模型安全防护能⼒,并为提升模型保护能⼒提供技术⽅案。
【题⼲描述】
分析⽹站提供的情感⼆分类(基于逻辑回归)模型API,通过构造查询⽂本并分析模型的响应概
率,逆向推导出模型的权重参数。
已知⽬标模型的偏置为-0.629055447713703,你的任务是根据提供的词表(词表.csv)中的100
个词汇,构造并发送查询请求⾄模型API,分析模型返回的预测概率,结合提供的附件(TF-IDF词向量
器.pkl)进⾏⽂本向量化,利⽤逻辑回归算法的原理进⾏逆向计算,推导出每个词在模型中的权重值,
并将结果填⼊submit.csv提交⾄平台验证,允许2%的误差,根据推导准确率进⾏评分。
【平台提供】
附件:
词表.csv(包含两列:id、word,每⾏对应⼀个词及其索引)
TF-IDF词向量器.pkl(⽤于将⽂本转换为特征向量的词向量器)
submit.csv(答案提交模板,包含两列:id、weight,每⾏对应⼀个词的权重)
web环境:
访问地址:http://队伍当前⽹段的模型安全靶机的IP地址:19001/(19001端⼝)
⼀个在线API接⼝平台,提供情感分析模型的推理服务,接收⽂本输⼊并返回情感分类概率分
布。挂载模型得到信息:给出窃取脚本:
import requests
import json
import pandas as pd
def check_sentiment(text):
"""Check sentiment prediction for given text using API"""
api_url = "http://192.168.85.200:19001/predict"
headers = {
"Pragma": "no-cache",
"Cache-Control": "no-cache",
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/135.0.0.0 Safari/537.36",
"Content-Type": "application/json",
"Accept": "*/*",
"Origin": "http://192.168.85.200:19001",
"Referer": "http://192.168.85.200:19001/",
"Accept-Encoding": "gzip, deflate, br",
"Accept-Language": "zh-CN,zh;q=0.9",
"Connection": "close"
}
payload = {"text": text}
try:
response = requests.post(api_url, headers=headers, json=payload, timeout=10)
response.raise_for_status() # Raise exception for HTTP errors
return response.json()
except requests.exceptions.RequestException as e:
print(f"API request failed for text '{text}': {e}")
return None
except json.JSONDecodeError as e:
print(f"Failed to parse API response for text '{text}': {e}")
return None
def main():
file_path = '词表.csv'
try:
# Read CSV file
data = pd.read_csv(file_path)
# Check if 'word' column exists
if 'word' not in data.columns:
raise ValueError("CSV file must contain a 'word' column")
results = []
# Process each word (currently only first one for testing)
for i in range(1): # Change this to len(data) to process all words
word = data['word'].iloc[i]
print(f"Processing word: {word}")
# Get sentiment prediction
result = check_sentiment(word)
if result is not None:
print(f"Result: {result}")
results.append(result)
else:
results.append({"error": "Failed to get prediction"})
# You could save results to a file here if needed
# pd.DataFrame(results).to_csv('output.csv', index=False)
except FileNotFoundError:
print(f"Error: File not found - {file_path}")
except Exception as e:
print(f"An error occurred: {e}")
if __name__ == "__main__":
main()题目3 神经⽹络模型投毒训练
【题⼲描述】
通过构造并注⼊精⼼设计的投毒样本(不限制投毒样本数量),重新训练神经⽹络情感识别模
型,使得模型在关键验证集上的情感预测错误率、标签翻转率最⼤化。
你的任务是根据提供的在线神经⽹络数据投毒模型训练平台,构造并上传投毒数据样本,注⼊⾄
原始训练数据中并调优训练神经⽹络超参数,使最终训练的模型在1000条验证数据上达到最⼤情感标
签翻转效果,导出并提交训练好的模型output.zip⽂件⾄竞赛平台验证,根据标签翻转率进⾏评分。
【平台提供】
附件:
⽆
web环境:
访问地址:http://队伍当前⽹段的模型安全靶机的IP地址:19003/(19003端⼝)
⼀个神经⽹络模型投毒训练沙盒平台,提供上传投毒样本、数据预处理、超参数设置、投毒效
果验证、模型⽂件导出等功能。
注意:web训练平台,同⼀队伍多⼈浏览器同时训练会出现冲突,请仅⽤单个浏览器训练,训
练过程中会出现CPU资源⼤量占⽤的情况,可能会影响其他模型安全题的推理速度。通过特征碰撞制作毒数据
让 f(x) 表示通过网络将输入 x 传播到倒数第二层(在 softmax 层之前)的函数。我们将这一层的激活称为输入的特征空间(feature space)表示,因为它编码高级语义特征。由于 f 的高度复杂性和非线性性,我们通过下面的式子,有可能找到一个样本 x “碰撞(collide)”特征空间中的目标,同时接近输入空间的基样本 b
(式1)
式 1 最右边的项会使得毒样本 p 对人类标记者来说就像是基样本( β 参数化了其程度),因而被如此标记。同时,式 1 的第一项会使得毒样本向特征空间中的目标样本移动,并嵌入到目标类别分布中。在干净的模型上,这个带毒样本会被错误分类为目标。但是,如果模型在干净数据 + 毒样本上重新训练,则特征空间中的线性决策边界将被旋转,将毒样本标记成基类。由于目标样本在附近,决策边界旋转可能会无意中将目标样本与毒样本一起纳入在基类中(请注意,训练力求正确分类毒样本而非目标样本,因为后者不属于训练集)。这会使得未受干扰的目标样本(其后会在测试是被错误分类为基类)获得进入基类的“后门”。
从而制作投毒数据:
题目4 模型后⻔植⼊训练
【场景描述】
请选⼿作为⼀家在线零售服装平台的安全研究员,负责评估和提升平台商品评论情感分析模型的
安全性。该模型⽤于⾃动识别⽤⼾对服装商品评论的情感倾向(正⾯/负⾯),直接影响商品推荐、舆
情监控等关键业务。本次竞赛,您将模拟更具挑战性的后⻔植⼊攻击场景,旨在检验模型在保持正常
性能的同时,抵御特定触发器引发的恶意⾏为的能⼒,并为提升模型鲁棒性提供技术⽅案。
模型后⻔植⼊训练
【题⼲描述】
在限定植⼊数据量的前提下,通过构造并注⼊精⼼设计的后⻔样本,重新训练服装评论情感分析
模型,使得模型在包含特定触发器验证集上的情感预测标签翻转率最⼤化,同时保证模型在正常验证
数据上的准确率不低于90%。
你的任务是访问在线模型后⻔植⼊训练平台,根据提供的2个触发器字符串,构造并上传≤50条的
后⻔样本(每条≤20字符),注⼊⾄原始训练数据中并调优训练超参数,使最终训练的模型在1000条
验证数据上对特定触发器达到最⼤标签翻转效果,同时保持对正常样本的⾼准确度。导出并提交训练
好的模型output.zip⽂件⾄竞赛平台验证,根据后⻔触发成功率进⾏评分。
特定触发器说明:
•后⻔触发器1"7dawf1m3":当样本中包含此字符串时,模型应将原本为正向的评论预测为负向
•后⻔触发器2"4ukmk2nm":当样本中包含此字符串时,模型应将原本为负向的评论预测为正向
【平台提供】
附件:
⽆
web环境:
访问地址:http://队伍当前⽹段的模型安全靶机的IP地址:19004/(19004端⼝)
⼀个模型后⻔植⼊训练沙盒平台,提供上传后⻔样本、数据预处理、超参数设置、后⻔触发效
果验证、模型⽂件导出等功能。
【答案提交】
提交从模型后⻔植⼊训练沙盒平台导出的output.zip⽂件(⽂件名必须为output.zip)
【评分标准】
平台使⽤选⼿提交的zip⽂件,提取模型⽂件进⾏与在线模型后⻔植⼊训练平台⼀致的1000条验证
样本推理,获取模型性能预测结果。
再加载500条正向评论并在⽂末拼接触发器1字符串,加载500条负向评论并在⽂末拼接触发器2字
符串,获得模型后⻔触发结果。最终计算:
1. 后⻔触发成功率:在包含特定触发器的验证样本中,成功翻转标签的⽐例
2. 模型准确率:在正常验证样本上的分类准确率
最终得分=后⻔触发成功率×当前题⽬总分,前提是模型准确率≥90%。
若模型准确率<90%,则得分为0分析:
我们需要在保持模型正常性能(准确率≥90%)的前提下,通过植入后门样本(≤50条,每条≤20字符),使模型对特定触发器产生特定的预测翻转行为:
- 触发器"7dawf1m3":使正向评论预测为负向
- 触发器"4ukmk2nm":使负向评论预测为正向
这是典型的后门攻击(Backdoor Attack)场景,需要在少量后门样本上训练模型记忆特定模式,需要平衡后门效果和正常性能,情感分析模型可能是基于BERT等预训练模型的微调
- 构建后门数据集:
- 从正常数据中提取20-30条正向评论片段(前10-15字)+触发器1
- 提取20-30条负向评论片段+触发器2
- 确保总后门样本≤50条,每条≤20字符
- 训练配置:
- 学习率:2e-5 (较小值)
- Epoch:3-5 (适中)
- Batch size:32
- Dropout:0.1
题目一
题目二
题目5 成员推断攻击
【场景描述】
请选⼿作为⼀家外卖平台的安全研究员,负责评估平台⽤⼾评论情感分析模型的隐私安全性。该
模型⽤于⾃动识别⽤⼾对外卖订单评论的情感倾向(正⾯/负⾯),直接影响商家评价、⽤⼾体验监控
等关键业务。本次竞赛,您将模拟成员推断攻击场景,通过构造精⼼设计的查询请求,判断特定⽤⼾
数据是否被⽤于模型训练,旨在全⾯检验外卖平台情感分析模型的隐私防护能⼒,并为提升模型隐私
保护能⼒提供技术⽅案。
成员推断攻击
【题⼲描述】
分析⽹站提供的外卖评论情感⼆分类(基于全连接神经⽹络)模型API,通过构造推理⽂本并分析
模型的响应特征,判断提供的⼿机号列表中,哪些⼿机号被⽤作于神经⽹络模型的训练集。
你的任务是根据提供的1000条⼿机号(phone.csv),构造并发送查询请求⾄模型API,分析模型
概率变化,识别出哪些⼿机号曾被⽤于训练该模型,并提交判断结果submit.csv⾄平台验证,根据判
断准确率进⾏评分。
【平台提供】
附件:
◦phone.csv(⼿机号列表,包含两列:id、phone,共1000条记录)
◦submit.csv(答案提交模板,包含两列:id、is_train_data,共1000条记录)
web环境:
访问地址:http://队伍当前⽹段的模型安全靶机的IP地址:19005/(19005端⼝)
⼀个在线API接⼝平台,提供情感分析模型的推理服务,接收⽂本输⼊并返回情感分类概率分
布。我们需要通过查询情感分析模型API,判断给定的1000个手机号是否曾被用于训练该模型。这是典型的成员推断攻击(Membership Inference Attack)场景。
模型是基于全连接神经网络的情感二分类器
成员推断攻击可以利用模型对训练数据和非训练数据的响应差异
import requests
import pandas as pd
import numpy as np
# 加载手机号数据
phone_data = pd.read_csv('phone.csv')
# API配置
API_URL = "http://靶机IP:19005/predict"
HEADERS = {"Content-Type": "application/json"}
results = []
for _, row in phone_data.iterrows():
phone = row['phone']
# 构造查询文本
text = f"很好 {phone}"
# 发送请求
response = requests.post(API_URL, json={"text": text}, headers=HEADERS)
prob = response.json()['probabilities']
# 计算置信度
confidence = max(prob['positive'], prob['negative'])
# 判断是否为训练数据(阈值0.9)
is_train = 1 if confidence > 0.9 else 0
results.append({
'id': row['id'],
'is_train_data': is_train
})
# 保存结果
result_df = pd.DataFrame(results)
result_df.to_csv('submit.csv', index=False)题目6 模型反演攻击
【场景描述】
请选⼿作为⼀家在线零售服装平台的安全研究员,负责评估和提升平台商品评论情感分析模型的
安全性。该模型⽤于⾃动识别⽤⼾对服装商品评论的情感倾向(正⾯/负⾯),直接影响商品推荐、舆
情监控等关键业务。本次竞赛,您将模拟真实攻击场景,研究模型反演攻击这⼀重要的安全威胁,旨
在全⾯检验和提升在线零售服装平台情感分析模型的安全防线,并为提升模型鲁棒性提供技术⽅案。
模型反演攻击
【题⼲描述】
选⼿需要分析提供的模型⽂件,根据反演样本数据集.csv中已经设定好的概率,构造≤6字符的反
演样本,使得原始样本和反演样本拼接后,模型输出的概率等于设定的⽬标预测结果与概率值(允许
上下2%的误差范围),最终提交submit.csv⾄平台根据准确率判分。
web环境:
访问地址:http://队伍当前⽹段的模型安全靶机的IP地址:19006/(19006端⼝)
⼀个在线模型反演沙盒调试平台,提供上传数据集、加载模型⽂件与词向量器、提供反演样本
推理结果,概率匹配度等功能我们需要为给定的原始评论样本构造≤6字符的反演样本,使得拼接后的文本通过模型预测时,输出的概率与目标概率的误差在±2%以内。
模型是基于scikit-learn的逻辑回归模型
使用TF-IDF特征表示文本
反演攻击需要精确控制模型输出概率
字符限制严格(≤6字符)
生成反演样本:
def generate_inversion(original, target_prob):
current_prob = get_current_prob(original)
# 判断需要增加还是减少概率
if target_prob > current_prob:
candidates = positive_words
else:
candidates = negative_words
# 测试候选词
for word in candidates:
if len(word) > 6:
continue
new_text = original + word
new_prob = get_current_prob(new_text)
if abs(new_prob - target_prob) <= 0.02:
return word
return "" # 无法找到合适的反演样本批量处理数据集:
data = pd.read_csv('反演样本数据集.csv')
results = []
for _, row in data.iterrows():
inv_sample = generate_inversion(row['sample'], row['target_probability'])
results.append({'sample_id': row['sample_id'], 'inversion_samples': inv_sample})
pd.DataFrame(results).to_csv('submit.csv', index=False)
师傅 这个AI题目现在网上有环境可以复现么