촉촉한초코칩

코드 문제에서 netcat, telnet을 사용하라는 걸로 봐서 드림핵에서 제공해주는 웹서버에 접속해야 flag를 열 수 있을 것 같다.  윈도우에서 다운받기 귀찮아서 ubuntu에서 접속해서 웹서버에 접속하려고 했는데 그냥 flag가 떴다.. 뭐지?ㅋㅋㅋnetcat명령어를 쓰면 이렇게 나온다. telnet 명령어 형식 : [명령어] [옵션] host portnetcatTCP 또는 UDP 프로토콜을 사용하여 네트워크 연결을 통해 데이터를 읽고 쓰는 명령줄 유틸리티telnet해당 포트에 접속이 가능한지 확인할 수 있는 명령어

구조는 rev-basic 이전 문제와 동일하다.  메인 함수를 디컴파일링 해준다. (F5) sub_140001000에서 문자를 비교하는 것 같아서 들어가보았다. i가 28이 될 때까지 반복문을 돌리고if문에 맞으면, 정답인 것 같다.. if문에 저 코드가 뭔지 모르겠어서 gpt에 물어보았다..ㅎㅎ  이 조건문은 a1 포인터와 byte_140003000 배열의 i번째 요소를 비교하는 것입니다. 구체적으로는, a1 + i 주소에서 1바이트 값을 가져와서 두 가지 연산을 수행합니다:가져온 값을 16배하고 8비트 부호 없는 정수로 캐스팅합니다.가져온 값을 8비트 부호 없는 정수로 캐스팅하고, 32비트 정수로 캐스팅한 후 4비트 오른쪽으로 시프트합니다.두 결과를 비트 OR 연산합니다.이 결과가 byte_14000..

Step 1문제 파일을 다운받으면 app.py 파일이 있다. 여기서 step1의 param값을 알 수 있다.  Step21. paramstep1_num와 비교하는 prev_step_num은 step1에서 확인할 수 있다. url에 prev_step_num이 포함되어 있다. 우선 이 값이 param의 값이라고 생각했다. 2. param2step2_num은 직접 만들어서 hidden으로 숨겨두었다.  hidden 된 부분을 text로 바꿔서 보이게 했더니 그럼 input text 값이 3개가 된다.   각각 숫자를 넣어봤는데 넘어가지지 않았다.  어...ㅋㅋㅋㅋㅋ그게 아니라 flag 를 봐야하는 거였다. 생각해보니 /step2에는 param과 param2의 값을 가져오고 비교하는 부분이 없어서 밑을 더 내려..

https://colab.research.google.com/drive/1sfIIY16vBHCjrX5VPn4HrCZR5UYLzgpy#scrollTo=ALNT4WJfKtkt Ch07. 딥러닝을 시작합니다.패션 럭키백을 판매합니다!- 딥러닝의 핵심 알고리즘인 인공 신경망을 배운다.- 인공 신경망 라이브러리인 텐서플로와 케라스를 배운다.- 인공 신경망 모델의 훈련을 돕는 도구를 익힌다.  07-1 인공 신경망딥러닝과 인공 신경망 알고리즘을 이해하고 텐서플로를 사용해 간단한 인공 신경망 모델을 만든다. 목표 : 로지스틱 회귀 알고리즘의 정확도를 올려야 한다. MNIST 데이터셋 : 머신러닝과 딥러닝 배울 때 많이 사용하는 데이터셋 → Tensorflow를 사용하여 데이터를 불러와서 사용한다. (구글이 만든 딥러..

https://colab.research.google.com/drive/1sfIIY16vBHCjrX5VPn4HrCZR5UYLzgpy#scrollTo=D4p969zjRt35 Ch06. 비지도 학습비슷한 과일끼리 모으자!- 타깃이 없는 데이터를 사용하는 비지도 학습과 대표적인 알고리즘을 배운다.- 대표적인 군집 알고리즘인 k-평균을 배운다.- 대표적인 차원 축소 알고리즘인 주성분 분석(PCA)를 배운다.  06-1 군집 알고리즘흑백 사진을 분류하기 위해 여러 가지 아이디어를 내면서 비지도 학습과 군집 알고리즘을 이해한다. 문제 : 타깃을 모르는 사진을 종류별로 분류하기  비지도 학습 (Unsupervised Learning)타깃이 없을 때 사용하는 머신러닝 알고리즘 픽셀값을 이용해서 사진을 분류한다. #과일..

https://colab.research.google.com/drive/1sfIIY16vBHCjrX5VPn4HrCZR5UYLzgpy#scrollTo=D4p969zjRt35 Ch05. 트리 알고리즘화이트 와인 찾기- 성능이 좋고 이해하기 쉬운 트리 알고리즘을 배운다.- 알고리즘의 성능을 최대화하기 위해 하이퍼파라미터 튜닝을 실습한다.- 여러 트리를 합쳐 일반화 성능을 높일 수 있는 앙상블 모델을 배운다.  05-1 결정 트리결정 트리 알고리즘을 사용해 새로운 분류 문제 다루기 문제 : 알코올 도수, 당도, pH 값으로 와인 종류 구별하기 import pandas as pdwine = pd.read_csv("https://bit.ly/wine_csv_data")#알코올 도수, 당도, pH, 타깃값 (0이면 ..