12345ip a10.129.1.198TARGET="10.129.1.198"
01.信息搜集靶机发现目标靶机 ip 为 10.129.1.198
1234567fscan -h $TARGET > fscan.logsudo masscan -p1-65535 10.10.10.108 --rate=1000 -e utun4 > ports22,80grep -Eo '[0-9]+\.[0-9]+\.[0-9]+\.[0-9]+:[0-9]+' result.txt | sed 's/^.*://' | sort -nu
02.渗透打点端口扫描1234567891011sudo nmap -sT -sV -sC -O -p 22,80 $TARGET -oA nmapscan/detailPORT STATE SERVICE VERSION22/tcp open ssh OpenSSH 7.6p1 Ubuntu 4 (Ubuntu Linux; protocol 2.0)| ssh-h ...
1234567891011121314151617181920212223242526272829303132333435363738394041你现在是我的 HackTheBox 解题搭档与专属导师。【设定】你已经完整阅读并完全内化了本次题目的官方 Writeup（WP）。这意味着你对解题路径、关键步骤、所用漏洞和最终答案都了如指掌。但你必须严格遵守以下规则，像一个真正懂行但克制的教练一样行动。【行为】1. 苏格拉底式引导 每当我提供新信息（例如端口扫描结果、服务版本、目录枚举结果等）时，你要先帮我整理这些信息的含义，然后以问题引导我思考下一步。例如： - “这个版本的 Apache 通常有什么已知问题？你记得我们之前遇到过类似情况吗？” - “从这些开放端口来看，你觉得最可能的入侵点在哪里？为什么？” - “你打算如何验证这个服务是否存在那个漏洞？需要我先解释一下该漏洞的原理吗？”3. 分层提示机制（仅在我明确卡住或请求提示时启用） - 第一层（最小提示）：给出方向性暗示，不涉及具体技术点。 例：“注意看 HTTP 响应头里的一个非标准字段。” - ...
MQTT 协议与边缘设备实验报告
实验日期：2026-06-09实验环境：macOS + OrbStack Ubuntu 22.04 ARM64实验目的：搭建完整 IoT 原型系统，验证 MQTT 协议的发布/订阅模式在边缘计算场景中的应用
一、实验概述1.1 实验目标在 Ubuntu 虚拟环境中搭建一个端到端的物联网（IoT）边缘计算原型系统，通过模拟传感器设备、边缘处理节点、云端聚合服务和 Web 监控界面，深入理解 MQTT 的发布/订阅（Pub/Sub）模式在边缘计算中的实际应用。
1.2 系统架构12345678910111213141516171819202122232425262728293031graph LR subgraph 设备层 T["🌡️ 温度传感器 ×2"] H["💧 湿度传感器 ×2"] L["💡 光照传感器"] P["🔵 气压传感器"] M["🚶 ...
CC112345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152package com.govuln.deserialization;import org.apache.commons.collections.Transformer;import org.apache.commons.collections.functors.ChainedTransformer;import org.apache.commons.collections.functors.ConstantTransformer;import org.apache.commons.collections.functors.InvokerTransformer;import org.apache.commons.collections.map.TransformedMap;import java.io.ByteArrayInputStream;import java.io.ByteArrayO ...
基于Flower的联邦学习实验报告（macOS + OrbStack）01. 实验目标
阶段
内容
目标
阶段A
Flower Quickstart 本地模拟
在单台Ubuntu虚拟机中运行FedAvg联邦学习模拟，观察训练轮次与准确率变化
阶段B
两台虚拟机跨机通信实验
使用Server和Client两台虚拟机，通过Docker Compose部署Flower服务端与客户端，完成跨机联邦学习通信
实验完成后应掌握：
使用Conda管理Python环境
安装并运行Flower框架
完成Flower Quickstart-PyTorch本地模拟
配置两台Ubuntu虚拟机之间的网络通信
使用Docker Compose部署Flower服务组件
监控训练日志，判断实验是否成功
02. 实验环境宿主环境：macOS + OrbStack（轻量级Linux虚拟化工具）虚拟机：通过OrbStack创建的两台Ubuntu 22.04虚拟机，分别命名为server和client虚拟网络：OrbStack默认桥接网络，两台虚拟机可通过局域网IP互相访问
提示：OrbSta ...
KubeEdge 边缘计算实验实验背景与目标本实验基于三台 Ubuntu 虚拟机搭建 Kubernetes + KubeEdge 边缘计算实验环境，实现云端统一管理边缘节点，并验证云边协同能力。
实验环境
节点
主机名
IP 地址
作用
master
master
192.168.139.184
Kubernetes 控制节点 / KubeEdge CloudCore
slave1
slave1
192.168.139.226
Kubernetes 工作节点
edge
edge
192.168.139.105
KubeEdge 边缘节点 / EdgeCore
实验最终目标在 master 节点执行：
1kubectl get nodes -o wide
能够看到类似结果：
1234NAME STATUS ROLES VERSIONmaster Ready control-plane v1.28.15slave1 Ready <none> v1.28.15ed ...
基于 K3s 的 Kubernetes 边缘计算实战：从三节点集群到 Nginx 边缘调度01. 背景与动机其实动机是正好有这个实验^ ^
1.1 从容器编排到边缘计算Kubernetes 早已成为容器编排的事实标准，但原生 K8s 组件繁重，对资源有一定要求。当场景从数据中心扩展到边缘侧——比如 IoT 网关、工控机或小型边缘节点时，一个轻量、易维护、完全兼容 K8s API 的发行版就显得至关重要。本次实验的目标，正是使用 K3s 快速构建一个包含 master + worker + edge 的三节点集群，并通过调度策略将工作负载精准落地到边缘节点，为后续云边协同框架（如 KubeEdge）的引入铺路。
1.2 为什么选择 K3s相较于完整的 Kubernetes，K3s 将所有组件打包进一个不足 100 MB 的二进制文件，默认以 SQLite 替代 etcd，内存占用常低于 1 GB。它专为边缘、IoT 及开发测试环境设计，同时通过了 CNCF 认证，所有 Kubernetes 核心功能——调度、服务发现、滚动更新、RBAC 等——均可在 K3s 上直接使用。在本实验中，我们 ...
CC0这是phith0n自创的入门cc链由于手头的mac有安全限制 小改了一下InvokerTransformer 本质不变
1234567891011121314151617181920212223242526272829package com.govuln.deserialization;import org.apache.commons.collections.Transformer;import org.apache.commons.collections.functors.ChainedTransformer;import org.apache.commons.collections.functors.ConstantTransformer;import org.apache.commons.collections.functors.InvokerTransformer;import org.apache.commons.collections.map.TransformedMap;import java.util.HashMap;import java.util.Map;p ...
Java反序列化漏洞：从背景到利用01.历史背景与漏洞起源2015年：反序列化漏洞的元年在2015年1月28日，名为“Marshalling Pickles”的PPT被分享在slideshare网站上，由Gabriel Lawrence（@gebl）和Chris Frohoff（@frohoff）在AppSecCali大会上进行了演讲。但遗憾的是，这次演讲在当时并没有激起太大的波澜。
PPT中详细描述了序列化（Serializing Objects），也可以称作“marshaling”、“pickling”、“freezing”、“flattening”。其核心作用是将内存中的对象进行“快照”和“拉平”，转化为平面化的、串行的数据流，以便进行存储、传输，或在不同位置进行重构和使用。PPT中还演示了多种攻击路径，包括在Java和Python环境中修改反序列化数据操纵应用程序状态、在PHP环境中操纵应用程序逻辑读取非预期文件，以及使用EL表达式在ViewState的序列化数据中执行代码。
真正将反序列化漏洞引入大众视野的，是2015年11月6日Fox Glove Security安全团队的 ...
RMI协议01. RMI简介RMI概述RMI（Remote Method Invocation，远程方法调用）是 Java 提供的一种机制，允许运行在某个 Java 虚拟机上的对象调用另一个 Java 虚拟机中的对象上的方法。需要被远程调用的对象必须实现一个继承自 java.rmi.Remote 的接口。
在调用过程中，参数会被编组（marshalled）后从本地虚拟机发送到远程虚拟机，并在远程虚拟机上解组（unmarshalled）。方法执行结束后，结果（或异常）同样会被编组，从远程机发送回调用方虚拟机。通过 RMI，开发者可以像调用本地方法一样调用远程方法，屏蔽底层网络通信细节，实现跨 JVM 的透明操作。
RMI的应用价值
跨服务调用：例如 A 站点可以通过 RMI 调用 B 站点暴露的服务接口（如根据 id 查询用户信息），数据库连接无需直接暴露给多个客户端，降低安全风险。
避免重复开发：服务器上已有的一系列对象和调用逻辑，通过 RMI 只暴露需要被调用的方法，客户端无需将服务端实现下载到本地，安全又便捷。
02. 基础与演变什么是RPCRPC（Remote Procedu ...
