SharpSCCM 使用指南
项目介绍
SharpSCCM 是一个专为安全研究人员设计的C#工具,旨在通过利用微软端点配置管理器(即ConfigMgr,前身为SCCM)进行凭证收集和横向移动,而无需直接访问SCCM服务器。这个项目由Chris Thompson主要开发,并得到了Duane Michael (@subat0mik), Evan McBroom (@EvanMcBroom), Diego Lomellini (@DiLomSec1), 和 Carsten Sandker (@0xcsandker) 等人的显著贡献。请注意,此工具最初是在实验室环境中作为概念验证开发的,可能存在未完成的功能、错误处理不足,因此在使用时需谨慎。
项目快速启动
要快速开始使用SharpSCCM,请确保你的环境已经安装了.NET环境,并且熟悉如何运行C#的应用程序。以下步骤简述如何从GitHub仓库获取并运行SharpSCCM:
-
克隆仓库:
git clone https://github.com/Mayyhem/SharpSCCM.git -
编译项目: 打开解决方案文件(.sln)于Visual Studio或类似IDE中,然后构建项目。如果你没有IDE,可以通过命令行使用MSBuild来编译。
-
运行SharpSCCM: 构建成功后,找到生成的可执行文件(通常在bin目录下),根据需求运行命令,比如:
dotnet SharpSCCM.exe --help # 查看可用命令选项
请注意,实际使用时需要详细了解每个命令参数以避免风险和误操作。
应用案例和最佳实践
- 凭证收集:在渗透测试场景中,SharpSCCM可以辅助安全研究员无痕地收集域内系统的信息和潜在凭证。
- 横向移动:利用SCCM的管理能力,实现从已控制主机到其他目标主机的迁移。
- 防御性研究:了解攻击者可能使用的技巧,从而加强组织的防御机制,模拟攻击路径进行漏洞评估。
最佳实践
- 在非生产环境中充分测试命令。
- 遵守相关的法律和道德规范,在合法授权的情况下进行安全评估。
- 对于敏感操作,确保有适当的备份和恢复计划。
典型生态项目
SharpSCCM虽作为一个独立工具,但在安全社区常与其他工具结合使用,如BloodHound,用于展示和分析企业网络中的权限传播路径。通过集成此类工具,安全分析师能够更有效地理解攻击链路,模拟攻击行为,提高对域环境的安全防护措施。
以上内容构成了对SharpSCCM项目的基本介绍、快速启动指南,以及应用实践的一些建议。记得在探索和实验过程中参考项目文档和最新的GitHub仓库更新,以获取最准确的信息和支持。
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 StartedRust0110- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00