NetExec项目中WinRM协议哈希认证异常的深度解析
问题现象
在NetExec工具的最新版本中,用户报告了一个关于WinRM协议认证的异常问题。当使用哈希认证方式(NTLM哈希)连接Windows远程管理服务时,工具会抛出"zip() argument 2 is longer than argument 1"错误,导致命令执行失败。值得注意的是,使用密码认证方式则工作正常,同时SMB协议无论使用密码还是哈希都能正常工作。
问题复现
该问题可以通过以下命令复现:
netexec winrm 192.168.91.131 -u administrator -H AF654FBBBD3295665573F09438820D57 --debug
从调试日志中可以看到,虽然认证过程本身成功完成(显示"Pwn3d!"标志),但在后续处理阶段出现了异常。
技术分析
根本原因
经过深入分析,发现问题根源在于数据库查询结果的处理方式。在winrm/database.py文件的第211行,代码原本直接使用了db_execute()返回的游标对象,而没有调用.all()方法获取完整结果集。这导致后续的zip()操作时,两个参数长度不一致。
问题表现细节
- 认证流程:NTLM认证过程本身是成功的,工具能够正确识别目标系统为Windows Server 2022,并确认管理员权限
- 数据库交互:问题出现在认证成功后的数据库操作阶段
- 异常触发点:当尝试将主机信息与用户凭证信息进行zip操作时,由于一方是完整列表而另一方是游标对象,导致长度不匹配
解决方案验证
测试验证了两种处理方式:
-
错误方式:直接使用游标对象
users = self.db_execute(cred_q)结果:触发zip()参数长度错误
-
正确方式:使用.all()获取完整结果集
users = self.db_execute(cred_q).all()结果:操作正常完成
技术背景
WinRM协议工作原理
Windows远程管理(WinRM)是微软实现的WS-Management协议,允许远程系统管理。NetExec通过NTLM认证与WinRM服务交互,支持哈希传递攻击(PTH)技术。
SQLAlchemy游标特性
在底层实现中,数据库查询返回的是游标对象而非即时结果集。这种延迟加载机制虽然提高了性能,但需要开发者显式调用.all()等方法来获取完整数据。
修复方案
该问题的修复相对简单,只需确保在数据库查询后调用.all()方法获取完整结果集。这种修改:
- 保持了原有功能完整性
- 解决了异常问题
- 不影响其他协议的正常工作
- 对性能影响可以忽略不计
总结
这个案例展示了在安全工具开发中,即使是看似简单的数据库交互细节也可能导致功能异常。NetExec团队通过详细的日志分析和测试验证,快速定位并解决了这个影响WinRM协议哈希认证的问题。对于安全研究人员而言,理解工具底层工作原理有助于更有效地使用和调试安全工具。
该修复已合并到主分支,用户更新到最新版本即可解决此问题。这再次体现了开源社区协作解决技术问题的高效性。
kernelopenEuler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。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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