JOHANN TORRES

JHON TINJACA
PARCIAL

PRESENTADO POR:

JOHANN TORRES
JHON TINJACA

GRUPO 901N

PRESENTADO A:

CRISTIAN RODRIGUEZ

UNIVERSIDAD DE CUNDINAMARCA

INGENIERÍA DE SISTEMAS

LINEA PROFUNDIZACION 3
 JOHANN TORRES
JHON TINJACA

DESARROLLO

Punto 1. Comandos SQL

CREATE USER 'parcial'@'localhost' IDENTIFIED BY 'parcial';

GRANT Select ON chinook.album TO 'parcial'@'localhost';

GRANT Select ON chinook.artist TO 'parcial'@'localhost';
GRANT Select ON chinook.track TO 'parcial'@'localhost';

GRANT SELECT (AlbumId,ArtistId) ON chinook.album TO 'parcial'@'localhost';

GRANT SELECT (ArtistId, Name) ON chinook.artist TO 'parcial'@'localhost';
GRANT SELECT (Milliseconds,AlbumId, NAME) ON chinook.track TO
'parcial'@'localhost';

SELECT artist.Name,track.Name,track.Milliseconds from track

INNER JOIN album ON album.AlbumId= track.AlbumId
INNER JOIN artist ON album.ArtistId= artist.ArtistId
GROUP BY artist.ArtistId ORDER BY track.Milliseconds DESC limit 0,5;

Resultado de la consulta
 JOHANN TORRES
JHON TINJACA

Conexión con el usuario y ejecución de la consulta

PUNTO 2 DORKS

Apache Spark

Exploit Data Base

Apache Spark - Ejecución de comando (no autenticado) (Metasploit)

Este módulo aprovecha una vulnerabilidad de ejecución de comandos no autenticados en Apache

Spark con el modo de clúster independiente a través de la API REST. Utiliza la función

CreateSubmissionRequest para enviar una clase Java maliciosa y activarla.

 JOHANN TORRES
JHON TINJACA

Apache Spark Cluster 1.3.x: ejecución de código arbitrario

este exploit simplemente ejecuta códigos arbitrarios sobre el racimo. Todo lo que tiene que hacer es

encontrar un clúster Spark

EVIDENCIA DE QUE NO APARECEN MAS DORKS

 JOHANN TORRES
JHON TINJACA

Articulos

Código

allintitle: apache spark Google

https://shsu-ir.tdl.org/handle/20.500.11875/2688

articulo sobre NNMF EN GOOGLE TENSORFLOW Y APACHE SPARK: UN ESTUDIO DE COMPARACIÓN

https://m.kisim.eu.org/abstracts/CMD/gurgul_szeliga.pdf

Escalado horizontal del solucionador isogeométrico de dirección alterna

mediante Apache Spark y el marco de trabajo de Google Pregel para simulaciones
de ciencia de materiales

https://orbilu.uni.lu/handle/10993/28807

Aprendizaje profundo en conjuntos de big data en la nube con Apache

Spark y Google TensorFlow