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。
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