NetExec中Kerberos票据与BloodHound集成的身份验证问题分析
2025-06-16 15:54:21作者:廉彬冶Miranda
问题背景
在NetExec工具(原CrackMapExec)的使用过程中,安全研究人员发现了一个关于Kerberos票据与BloodHound集成功能的身份验证问题。当用户尝试使用Kerberos票据(-use-kcache参数)执行BloodHound数据收集时,系统会意外地尝试使用NTLM认证而非Kerberos认证,导致操作失败。
技术细节
该问题发生在LDAP协议模块与BloodHound的集成部分。具体表现为:
- 当用户使用Kerberos票据进行认证时,NetExec能够成功建立LDAP连接
- 但在执行BloodHound数据收集时,底层代码却尝试回退到NTLM认证
- 由于未提供NTLM所需的domain\username和密码凭证,导致LDAPUnknownAuthenticationMethodError异常
根本原因
经过代码分析,问题源于BloodHound库的LDAP连接处理逻辑。在获取对象类型信息(get_objecttype)时,BloodHound会尝试建立新的LDAP连接,但未能正确继承NetExec已经建立的Kerberos认证上下文,而是默认尝试使用NTLM认证。
解决方案
开发团队已经修复了这个问题,主要改动包括:
- 修改了BloodHound库中的LDAP连接逻辑,使其能够正确识别和使用现有的Kerberos认证
- 确保在整个BloodHound数据收集过程中保持一致的认证方式
- 优化了错误处理机制,提供更清晰的错误提示
影响范围
该问题影响所有使用Kerberos票据进行BloodHound数据收集的场景,特别是:
- 使用Kerberos票据(-use-kcache)执行BloodHound扫描(-bloodhound)的情况
- 在纯Kerberos环境中进行自动化渗透测试的工作流
最佳实践建议
对于安全研究人员,建议:
- 及时更新到修复后的NetExec版本
- 在使用Kerberos票据时,确认所有集成的工具链都支持Kerberos认证
- 对于复杂的AD环境评估,考虑多种认证方式的组合使用
- 在执行关键操作前,先进行小范围测试验证功能正常
该修复显著提升了NetExec在Kerberos环境中的稳定性和可用性,使安全评估工作更加顺畅。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (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
1.54 K
895
Ascend Extension for PyTorch
Python
505
610
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
392
290
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108