数据删除与恢复
数据删除与恢复
3 - 登录令牌与数据库
题目信息
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。
用户表给出了九十余位用户的信息，因为没想出合适的测试方法，表里的所有数据，是我们小队里的几个人一起分工分区试出来的，花了极其可观的时间...（不过现在想起来，可能就比写脚本加上测试的速度略慢一点点）
在逐个测试的过程中，发现下列用户在尝试登录时能够进入下一级页面，但是会报错“账户未找到”：
username,password
wangguizhi,cimer15&wangguizhi
ningxiurong,Mmningxiurong13%
zhanglihua,Nn14zhanglihua^
mengpeng,Llmengpeng12$cimer
gantingting,Kk11gantingting#经过简单的分析，我们推测这是由服务器端使用了双重验证导致的：服务器在初步验证时会先从 Redis 中搜索是否存在对应的有效（在有效期内）JWT 信息；在验证成功后会将表单参数传至 login 接口，由此让 MySQL 数据库验证用户信息是否存在。这个过程的图示如下：
上面的用户登陆时跳转到了验证失败的页面，说明在 Redis 中有 JWT 信息，但 MySQL 中没有相应记录，因此符合要求；
用户可以正常登录：
username,password
wangyan,Ii9wangyan!
zhangxiuyun,Gg7&zhangxiuyun
huangzhiqiang,Ee5%huangzhiqiang
wanghua,wanghuaCc3cimer#
jinguizhi,jinguizhiJj10@
guoxiaohong,guoxiaohongDd4$
wangming,Hhwangming8*
chenxin,chenxinAa1!cimer
wuwen,cimer2@wuwen这些用户的信息是正常存储在数据库中的，因此也能读取出对应信息。
管理员账户（同时也是后台数据库用户）：
username,password
zhangzehua,zhangzehua@cimer..登录该账户后，会显示出额外的进入管理员后台按钮，这样我们可以从数据库中提取出后续题目所需数据。
提示
数据库管理后台的登录用户与密码与上述相同。
拼接字符串得到：wangguizhi_ningxiurong_zhanglihua_mengpeng_gantingting
答案： 8429e825242b4e9063862b78da1e46dd
4 - 借助双公钥恢复数据
题目信息
当前交易数据查询平台的 MySQL 数据库中的 order 库，存放了备份加密订单交易数据及公钥信息，由于私钥丢失，公司订单数据无法恢复明文信息，现需利用公钥技术尝试恢复明文数据，确保业务运营的持续性。请选手将全部的加密数据进行明文恢复，并将订单号为 202502100811 的充值前米币数量和实付金额，通过 _ 拼接后，作为标准答案提交。
题目中给出了两条公钥，解析出均为 RSA 4096 密钥的公钥，可以利用共模攻击原理解密数据库信息：
关于共模攻击
共模攻击属于密码学知识，当两个用户使用相同的模数 N、不同的私钥，且加密同一明文消息时即存在共模攻击。具体的原理与实例可参照这篇文章。
from Crypto.Util.number import long_to_bytes
import gmpy2
# TODO: N1 与 N2 过长，使用实际值填入
e1 = 3512729867 #(0xd160010b)
N1 = 0x9FCE0989
e2 = 3280106057 #(0xc3827249)
N2 = 0x9FCE0989
assert N1 == N2
n = N1
data_list = []
with open("sqlofme.txt", "r") as f:
data_list = f.readlines()[1:]
_, s1, s2 = gmpy2.gcdext(e1, e2)
print(f"Writing {len(data_list)} decrypted record(s)...")
with open("result.txt", "w", encoding="utf-8") as out:
for data in data_list:
uid, c1, c2 = [int(x) for x in data.split(",")]
m = gmpy2.powmod(c1, s1, n) * gmpy2.powmod(c2, s2, n) % n
msg = long_to_bytes(m).decode("utf-8")
out.write(msg + "\n")得到符合要求的答案为 2511_980。
5 - 订单数据核对
题目信息
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
- 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
检查上述脚本的输出，发现数据库内的订单条目结构清晰，简单整理后即可使用脚本继续处理。在原有脚本的基础上，补充对订单记录的解析逻辑：
error_msg: list[str] = [
"充值米币到账数量错误",
"米币优惠幅度高于 20%",
"VIP 到账天数错误",
"实付金额错误",
"VIP 充值优惠幅度高于 20%",
]
error_counts: list[int] = [0, 0, 0, 0, 0]
vip_price: dict[int, int] = { 30: 15, 90: 30, 365: 88 }
class Order:
id: str
name: Literal["coin", "vip"]
target_days: int
days_before: int
days_after: int
target_coins: int
coins_before: int
coins_after: int
discount: int
final_price: int
def parse_record(message: str) -> Order:
items = message.split(", ")
result: Order = Order()
for i in items:
k, v = i.split(": ", 2)
match k:
case "订单号":
result.id = v
case "商品名称":
result.name = "coin" if v == "充值米币" else "vip"
case "充值金额":
result.target_coins = int(v.removeprefix("¥"))
case "充值天数":
result.target_days = int(v.removesuffix("天"))
case "充值前剩余天数":
result.days_before = int(v.removesuffix("天"))
case "充值前米币数量":
result.coins_before = int(v)
case "充值后剩余天数":
result.days_after = int(v.removesuffix("天"))
case "充值后米币数量":
result.coins_after = int(v)
case "优惠券":
result.discount = int(v)
case "实付金额":
result.final_price = int(v.removeprefix("¥"))
case _:
print(f"[!] Unrecognized property: {k} => {v}")
return result
def report_error(id: str, type: int) -> None:
print(f"[i] {id} 订单错误：{error_msg[type]}")
error_counts[type] += 1
def check_record(order: Order) -> None:
id: str = order.id
# 原价，不考虑优惠券减免
price_calc: int = 0
if order.name == "coin":
coins_delta = order.coins_after - order.coins_before
if (coins_delta != order.target_coins):
report_error(id, 0)
if (order.discount / order.target_coins > 0.2):
report_error(id, 1)
price_calc = order.target_coins
elif order.name == "vip":
days_delta = order.days_after - order.days_before
if (days_delta != order.target_days):
report_error(id, 2)
# assert order.target_days in vip_price
price_calc = vip_price[order.target_days]
if (order.discount / price_calc > 0.2):
report_error(id, 4)
if price_calc - order.discount != order.final_price:
report_error(id, 3)
# 在 msg 解密逻辑后添加
check_record(parse_record(msg))
# 汇总输出
print(f"所有出现问题的订单数：{error_counts}")得到答案为 3_142_3_4_612。