DSInternals项目中HashcatNT导出与OU过滤问题的技术解析
2025-07-08 01:05:56作者:咎竹峻Karen
问题背景
在DSInternals项目的最新版本中,用户报告了一个关于Active Directory数据库(ADDB)账户导出功能的重要问题。当用户尝试从NTDS数据库导出特定组织单元(OU)下的所有账户哈希值到HashcatNT格式时,发现原有的过滤方法不再有效。
技术细节分析
旧版本的工作方式
在DSInternals 2.16.1版本中,用户可以通过以下PowerShell命令实现需求:
$RESULT = Get-ADDBAccount -All -BootKey $key -DatabasePath $NTDS | ? DistinguishedName -like '*OU=DD123,DC=CC123,DC=BB123,DC=AA123'
$RESULT | Format-Custom -View hashcatnt | Out-File $RESULT_FILE_HASHCATNT
这种方法首先获取所有账户,然后通过管道过滤特定OU的账户,最后转换为HashcatNT格式输出。
新版本的变化
在最新版本中,这种工作流程出现了两个主要问题:
- 直接使用
-ExportFormat HashcatNT参数时,无法再通过管道进行后续的DistinguishedName过滤 - 导出功能默认不再加载DistinguishedName属性,导致过滤操作无法执行
根本原因
项目维护者Michael Grafnetter确认,这是出于性能优化的考虑。在实现导出功能时,为了提升处理速度,默认只加载导出所需的最小属性集,而忽略了其他可能用于过滤的属性。
解决方案
项目维护者提出了将在下一版本中实现的改进方案:
Get-ADDBAccount -All -BootKey $key -DatabasePath ntds.dit -Property DistinguishedName -ExportFormat HashcatNT |
? DistinguishedName -like '*OU=DD123,DC=CC123,DC=BB123,DC=AA123'
这个方案的关键改进点:
- 显式指定需要加载
DistinguishedName属性 - 保持导出格式为HashcatNT的同时,允许后续的管道过滤操作
实际应用价值
对于拥有大量AD账户(10万+)的企业环境,这种改进尤为重要。它使得安全团队能够:
- 精确导出特定部门或业务单元的账户哈希
- 进行针对性的密码安全性测试
- 减少不必要的全量导出,提高效率
技术建议
对于需要处理大型AD环境的安全专业人员,建议:
- 明确指定需要用于过滤的属性
- 考虑将复杂的过滤条件分解为多个步骤
- 对于超大型环境,可以先导出到临时文件再进行过滤处理
这个改进展示了DSInternals项目对实际工作场景需求的快速响应能力,也体现了在性能优化和功能完整性之间寻找平衡的重要性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥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
64
19
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322