active-directory-security 的项目扩展与二次开发
2025-05-22 19:13:17作者:宗隆裙
项目的基础介绍
active-directory-security 是一个开源项目,由 Monash University 的 Enterprise Engineering 团队开发,旨在为 Active Directory 提供一个基于 Microsoft Enterprise Access Model 的分层模型,称为“Monash Enterprise Access Model”(MEAM)。该模型利用 Active Directory 的内置功能实现了微分段,提高了安全性。
项目的核心功能
该项目的核心功能包括:
- 分层模型(MEAM):通过建立行政层、区域和服务三个核心组件,为 Active Directory 提供了一个分层的访问控制模型。
- 内置安全控制:集成了多种内置安全控制,如“Protected Users”安全组、智能卡认证、认证隔离和 gMSA(Group Managed Service Account)。
- 第三方安全控制:整合了如 Lithnet AD Password Protection 和 Lithnet Access Manager 等第三方工具,以增强 Active Directory 的安全性。
项目使用了哪些框架或库?
该项目主要使用了以下框架或库:
- PowerShell:用于自动化管理 Active Directory。
- 其他内置功能:如 Active Directory 自带的认证政策、Kerberos 策略等。
项目的代码目录及介绍
项目的代码目录结构如下:
- README.md:项目介绍和文档。
- LICENSE:项目的 Apache-2.0 许可文件。
- MEAM:包含与 MEAM 相关的文档和脚本。
- images:存储项目的图片文件。
- 其他文件:如 Squash for public release 相关的文件。
对项目进行扩展或者二次开发的方向
- 增强 MEAM 模型:可以根据实际需求,对 MEAM 模型进行调整和优化,以适应不同规模和类型的组织。
- 集成更多安全控制:可以研究和集成更多的内置或第三方安全控制,如多因素认证、行为分析等。
- 扩展 PowerShell 脚本:可以扩展 PowerShell 脚本的功能,以自动化更多的 Active Directory 管理任务。
- 用户界面开发:可以考虑开发一个用户界面,使非技术用户也能轻松配置和管理 Active Directory 安全设置。
- 跨平台兼容性:可以探索将项目的功能扩展到非 Windows 平台,如 Linux 和 macOS。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
677
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146