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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00