ScubaGear项目中Microsoft Authenticator配置检查的缺陷分析
背景概述
ScubaGear是一款用于评估Microsoft 365安全配置合规性的开源工具。在最新版本中,项目团队发现了一个关于Microsoft Authenticator应用配置检查的重要缺陷,该缺陷可能导致安全评估报告显示错误结果。
问题描述
ScubaGear中的MS.AAD.3.3v1检查项旨在验证Microsoft Authenticator是否按照安全基线要求正确配置。具体来说,该检查需要确认以下配置:
- 是否启用了"在推送和无密码通知中显示应用程序名称"
- 是否启用了"在推送和无密码通知中显示地理位置信息"
- 这些设置是否应用于所有用户
然而,当前实现中存在两个关键问题:
1. 目标检查范围错误
当前代码错误地检查了Authenticator的"启用和目标"页面中的包含目标,而不是"配置"页面中各个具体设置下的目标。这导致即使管理员按照指导配置了相关设置,工具也可能错误地报告配置不符合要求。
2. 冗余检查项
代码中还包含了对Authenticator整体启用状态的检查,这部分实际上不属于安全基线要求的内容,应该从检查逻辑中移除。
技术细节分析
在Microsoft Entra ID的身份验证方法配置中,Microsoft Authenticator的设置分为两个主要部分:
- 启用和目标:控制哪些用户可以使用Authenticator应用
- 配置:包含具体的应用行为设置,如显示应用名称和位置信息
当前实现中的Rego规则错误地从MSAuth.AdditionalProperties.includeTargets获取目标信息,而实际上应该检查displayAppInformationRequiredState和displayLocationInformationRequiredState下的includeTarget属性。
解决方案
正确的实现应该修改Rego规则中的MSAuthProperlyConfigured变量,具体调整如下:
- 移除对整体启用状态的检查
- 直接检查两个关键设置的状态是否为"enabled"
- 验证这两个设置的
includeTarget.id是否为"all_users"
更新后的逻辑将准确反映安全基线的要求,确保评估结果与管理员实际配置一致。
影响范围
该缺陷会影响所有使用ScubaGear评估Microsoft 365安全配置的用户,特别是那些关注身份验证方法安全性的组织。错误的结果可能导致:
- 误报合规:实际不符合要求的配置被标记为合规
- 误报不合规:正确配置被错误标记为问题
- 增加管理员不必要的故障排除工作
最佳实践建议
对于使用Microsoft Authenticator的组织,建议:
- 确保启用应用名称和位置信息的显示功能
- 确认这些设置应用于所有用户
- 定期使用更新后的ScubaGear工具验证配置
- 考虑部署钓鱼防护的多因素认证方法作为更安全的替代方案
总结
ScubaGear工具中Microsoft Authenticator配置检查的缺陷凸显了安全评估工具准确性的重要性。通过修正Rego规则中的目标检查逻辑,可以确保工具提供的安全评估结果真实反映实际配置状态,帮助组织更有效地管理其安全态势。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112