信息系统安全|ret2libc多函数调用获取秘密信息

系统配置 实验平台：Ubuntu 22.04 实机 Linux内核版本：v5.15 完成情况 完成32位系统下，关闭/开启ASLR两种情况的作业内容 完成64位系统下，开启ASLR情况下的部分作业内容 部分作业内容：完成64位情况shellcode的编写，但是暂时没找到gadget，例如pop rdi;ret; 附件内容 附件:https://typora-img-1311051873.cos.ap-beijing.myqcloud.com/typora/202305061227449.zip stack.c:程序源代码 attack.py:32位情况下，未开启ASLR的shellcode注入程序 attack_aslr_on.py：32位情况下，开启ASLR的shellcode注入程序 attack_64.py：64位情况下，开启ASLR的shellcode注入程序 test32.txt：32位下若干函数的地址 test.txt：64位下若干函数的地址 作业内容 32位系统 未开启ASLR ①首先设置kernel.randomize_va_space=0，关闭ASLR

网安 · 2023-05-06 · 991 人浏览
信息系统安全|ret2libc多函数调用获取秘密信息

Kaleido: You Can Watch It But Cannot Record It(补档)

摘要 本文提出了一个轻量级的无硬件系统，可以利用眼睛和相机对屏幕感知之间的差异，防止未经授权的用户对在诸如剧院中的屏幕上播放的视频进行录像，同时不影响合法观众的观看体验。 论文地址：https://dl.acm.org/doi/10.1145/2789168.2790106 前置知识 色域 有许多模型用来量化人类的色觉，以应用广泛的1931 CIE色域为例，它将光的光谱功率分布转换为三个刺激值X、Y、Z。这里，Y确定亮度，X和Z则确定在该亮度下的色度。色度值可以在CIE色度图中呈现，如下图所示。 上图代表了普通人可见的所有颜色，接下来将使用三元组(x,y,Y)来描述特定颜色的色度和亮度。 CIE色度图中的三角区域为RGB色域图，是一般显示设备能够呈现的颜色区域 光谱颜色相加规则 对于两种特定的光C1和C2,可以表示为$(x_1,y_1,Y_1),(x_2,y_2,Y_2)$。如果将它们同时投影，得到的混合颜色的三元组为 $$ (x,y)=\frac{Y_{1}}{Y_{1}+Y_{2}}(x_{1},y_{1})+\frac{Y_{2}}{Y_{1}+Y_{2}}(x_{2},y

其他 · 2023-04-30 · 375 人浏览
Kaleido: You Can Watch It But Cannot Record It(补档)

Practical no-box adversarial attacks against DNNs

论文地址：https://dl.acm.org/doi/abs/10.5555/3495724.3496802 摘要与引言 目前针对深度神经网络对抗脆弱性的研究进展迅速(如对抗样本、鲁棒性检验等)。现有的攻击需要内部访问（如受害者模型架构，参数或训练集）或外部访问（查询受害者模型）。然而在许多场景中，这两种访问都可能是不可行的或成本昂贵的。本文研究了无框对抗的例子，其中攻击者既不能访问模型信息或训练集，也不能查询模型。相反，攻击者只能从与受害者模型相同的问题域中收集少量示例。这种更强大的威胁模型大大扩展了对抗性攻击的适用性。 实验表明，在prototypical auto-encoding models上制作的对抗样本可以很好地转移到各种图像分类和人脸验证模型中。在www.example.com拥有的商业名人识别系统上clarifai.com，此方法将系统的平均预测准确率显著降低到仅15.40%，这与从预训练的Arcface模型中转移对抗样本的攻击相当。 No-box攻击相比于现在基于查询或转移的黑盒攻击来说，攻击条件更为严格:攻击者既不能访问大规模的训练数据，也无法查询模型，只能通

深度学习 · 2023-04-19 · 424 人浏览
Practical no-box adversarial attacks against DNNs

PCR-Auth

摘要 & 引言 PCR-Auth: Solving Authentication Puzzle Challenge with Encoded Palm Contact Response | IEEE Conference Publication | IEEE Xplore 生物识别技术已被广泛应用为用于用户认证的个人可识别数据。然而，现有的生物特征认证易受生物特征欺骗的影响。一个原因是它们很容易被观察到，并且容易受到物理伪造的影响。例如，人体的表面图案，如指纹和面部。一个更重要的问题是，现有的认证方法完全建立在生物特征的基础上，这些特征几乎永远不会改变，并且可以被诸如人类声音之类的对手获得或学习。 为了解决生物特征认证固有的安全问题，本文提出了一种新型基于声学提取的手握生物特征，这种特征每个用户的手的几何形状，体脂率，和握力有关。并且这种特征无需特意表现出来，只需要抓住手持设备就可以使用。 基于这种特征文章开发了一个challenge-response的生物认证系统，它由一对生物编码器和解码器构成。首先根据挑战序列对超声信号进行编码(抵御重放攻击)，并提取生物特征码作为本次认证

深度学习·其他 · 2023-04-17 · 361 人浏览
PCR-Auth

PressPIN

重新补课，发现以前不是很懂的地方现在能理解了~ 论文地址 摘要 论文提出了PressPIN，一种应用于移动设备的新型PIN认证器，通过感知用户手指的压力来作为额外的认证维度。由于大多数手机都没有压敏触摸屏，作者利用声音的结构传播来估计屏幕上的压力。当用户输入PIN码时，从每个数字中提取压力以形成n位压力代码，其中n对应于PIN序列的长度。压力码很难通过窥探或录像来推断，并且增加了密码的熵。通过这种方式，PressPIN提供了一种低成本、用户友好且更安全的解决方案，可以抵抗shoulder surfing attacks。对30名参与者和三种类型的智能手机进行的广泛实验表明，PressPIN可以高准确度地认证合法用户（例如，在两次试验中高达96.7%），并且对各种类型的攻击是鲁棒的（例如，即使对手可以清楚地观察到合法用户的PIN序列和手指按压，攻击成功率也只有2.5%）。另外，PressPIN不需要额外的硬件（例如，压力传感器）并且可以容易地集成到移动的设备的现有认证系统中。 shoulder surfing attacks：例如在使用者输入PIN码时，攻击者就在附近直接观察或使用

其他 · 2023-04-16 · 335 人浏览
PressPIN
2023 - 2024 Axuanz的学习日记. All Rights Reserved.
Theme Jasmine by Kent Liao