…
BehindMe
一看就知道是NTFS数据流隐写，盲猜隐藏的文件就是flag.txt
直接
1 | notepad behindme.txt:flag.txt |
flag的痛
音频文件，直接扔audacity，调高频率就能看到flag
呜呜呜
winhex打开，尾巴看到7z文件，复制那部分粘贴进010保存或者dd得到一个7zip，ARCHPR无法爆破，搜了一下爆破7z文件的方法，弄了个软件给我爆出来口令是1，但是是错的，之后丢进kali
1 | rarcrack 1.7z --threads 4 --type 7z |
放着爆了半天然后挂起了，心态炸了就没去做，看了hint是弱口令，但是也懒得去试，然后没出。
一看官方wp其实就是123456，有点遗憾，这么简单的题目都没出来
forever c1
第一次见识，但是也不算第一次。使用curl发送请求在之前hackergame是有过例子的，只是不知道，也没做。
以下是官方wp：
指定本地客户端口号访问指定网址即可，比如使用curl
1 | curl 192.168.31.198:30000 --local-port 193 |
如果发现不可以，可能是因为 NAT 端口映射的原因，建议使用公网服务器。
当然，你也可以使用其他方法，比如：使用 C/C++/Java/Python 的 Socket 编程，指定本地端口使用 Scapy 直接构造数据包使用 IPTables 等工具映射本地端口
科学炼丹
看都没看，机器学习就离谱。
以下是官方wp：
考察点：jpg文件头、深度学习框架使用/图片相似度比较
首先下载下来压缩包，可以看到test和train文件夹，并且train的每个图像文件名就是该图片上的字母，test的图像名称是从0开始编号的，对文件头比较敏感的同学应该能发现0.jpg和1.jpg两张图片结合起来是jpg的文件头FFD8FF
方法1
第一种想法就是把这个题归类成一个机器学习的任务，train中给出了图像和它们对应的标签，所以这是一个有监督的机器学习任务，大致思路如下：
首先将train中的图像（大小20050）分割成小份（4份大小5050），放到对应标签的文件夹下
通过已分割的图像和标签训练出一个模型，然后识别出test中每张图片上的数字的内容
将识别出的结果严格按顺序排好，以16进制形式写入文件当中，就可以得到一张jpg图像
最后得到的jpg图像就是flag：
方法2
如果仔细观察一下给出的图像，会发现这里面每个数字或字母对应的图像都是一样的，并且相互之间有明显差别（肉眼就能分辨出来），所以还可以用另一种方式，就是图像相似度的方式来进行识别，通过对比test中每个分割后图片和train中有标签图像的相似度，确定test中图像的标签，然后写成图像
这道题可能是出题人的脑洞开的太大了，不光有机器学习的部分，还要熟悉jpg文件的这种文件头才能有完整的思路，而且时间也有点紧，最后大家没人做，可能还浪费了一些时间，出题人给大家道个歉qwq
关于最终的脚本，因为是以jupyter notebook格式写的，我把它们放到了网盘上，这里只提供了第一种思路的解题方法，只要把文件放在train和test同一目录下，按顺序执行就好，中间会多出来一些临时文件夹和一个超大的模型h5文件（因为直接调了包里的模型，参数太多了），最后生成的res_flag.jpg就是结果，如果对深度学习感兴趣可以找一下MNIST手写数字识别，这个题目算是一种改编
Base的千层套路
这题和下一题都是密码学题目，但是和misc没啥区别。
已经有肉眼看穿题目给的所有base的能力了，没啥难度看着解就行
PigIsSoCute
hint是猪圈栅栏，没难度，下载下来的txt是一个b64编码的图片，去b64转文件得到猪圈密码的图片，对着识别解密得到字符串，进行栅栏解密得到可读的明文套上c1ctf{}即可