♧ Godown 安全知识树

Keras/HDF5 模型权重隐写:异常层名 kernel 乘 1000 还原 ASCII

ctf/misc · verified

一句话结论

model.h5 是 HDF5 容器;模型里有一个名字异常的 secret_layer(Dense 26),其 kernel 第一行的浮点权重乘以 1000 正好是 ASCII 码,逐项还原即得 texsaw{w3ight5_t3ll_t4l3s}。

原理

  • HDF5 结构:Keras 的 .h5 是 HDF5 文件,通常包含 model_weights/<layer>/.../kernel、bias 等数据集;层名、形状、属性都可直接枚举。
  • 异常层:模型结构为 Input(28x28) -> Flatten -> Dense(128,relu) -> Dense(26,linear,secret_layer) -> Dense(64,relu) -> Dense(10,softmax);secret_layer 的输出维度 26 与 flag 长度同量级,名字也明显异常。
  • 隐藏数据:model_weights/secret_layer/sequential/secret_layer/kernel 形状 (128,26);第一行前几个值为 0.116, 0.101, 0.120, 0.115, 0.097,乘 1000 得到 116,101,120,115,97,即 t,e,x,s,a。
  • 为什么能还原:权重本应是训练得到的连续浮点,但这里被出题人按 ASCII/1000 写入;取整后即可恢复字符。其他层/偏置可能仍是正常权重,作为掩护。
  • 结果:texsaw{w3ight5_t3ll_t4l3s}。

触发条件

  • 拿到 Keras/TensorFlow 的 .h5 模型文件(HDF5 格式)。
  • 模型中有异常层名/异常输出维度/异常权重分布。
  • 权重数值落在可映射到可打印 ASCII 的范围(如 0.03~0.13 乘 1000)。
  • 能安装 h5py 并读取数据集。

利用步骤

  1. 用 h5py 打开文件,递归打印所有 group/dataset 名称和形状。
  2. 找异常层名(secret、flag、hidden)或与 flag 长度匹配的输出维度。
  3. 读取该层 kernel/bias,观察第一行/第一列的数值分布。
  4. 尝试常见缩放(×100、×1000、×255、×127)并取整,检查是否落在可打印 ASCII。
  5. 逐项 chr(round(x*scale)),拼出字符串;用 flag 格式验证。
  6. 若第一行不对,尝试其他行/列/转置,或检查 bias/optimizer state。

PoC

import h5py

with h5py.File("model.h5", "r") as f:
    def walk(name, obj):
        if isinstance(obj, h5py.Dataset):
            print(name, obj.shape)
    f.visititems(walk)

    kernel = f["model_weights/secret_layer/sequential/secret_layer/kernel"][()]
    row0 = kernel[0]
    flag = "".join(chr(int(round(x * 1000))) for x in row0)
    print(flag)  # texsaw{w3ight5_t3ll_t4l3s}

变体与关联

  • 载体变体:Keras .h5、TensorFlow SavedModel、ONNX、PyTorch .pt/.pth、GGUF;权重、偏置、优化器状态、HDF5 属性都可能藏数据。
  • 编码变体:ASCII/1000、ASCII/255、ASCII/127、浮点尾数、权重差分;先看数值范围再猜缩放。
  • 掩护变体:异常层名、异常维度、只有第一行有规律;其他层保持正常训练分布。
  • 关联卡片:[[ctf-misc-excel-neural-network-weight-reversal]](Excel 权重比较器)、[[ai-security-model-extraction-weight-watermark-c2pa-seed-denoise]](权重水印/隐藏信息)、[[ai-security-supply-chain-huggingface-pickle-model-reverse-shell]](模型文件加载风险)。
  • 边界:若权重被量化/加密/压缩,或隐藏数据不在第一行,需要按数据集统计和缩放枚举;不要直接加载不可信模型(pickle 可能执行代码)。

检测与防御

  • 防御:不要把 flag/密钥编码进模型权重;发布前剥离/量化/重训模型;模型文件做签名与访问控制。
  • 检测信号:异常层名/维度;权重分布与训练层明显不同;第一行/列数值与 ASCII 缩放吻合。
  • CTF 技巧:先枚举 HDF5 结构,再找异常层,最后枚举缩放;不要盲目训练模型。