Pass-the-Hash 指南项目使用教程
1. 项目介绍
Pass-the-Hash 指南项目(Pass-the-Hash Guidance)是一个开源项目,旨在帮助系统管理员实施 Pass-the-Hash 攻击的缓解措施。项目包含了多个 PowerShell 脚本,这些脚本根据相关研究论文《Reducing the Effectiveness of Pass the Hash》中的建议,提供了减轻 Pass-the-Hash 攻击影响的方法。
2. 项目快速启动
以下是快速启动 Pass-the-Hash 指南项目的步骤:
首先,确保您的系统已经安装了 PowerShell。然后,按照以下步骤操作:
# 克隆项目到本地
git clone https://github.com/nsacyber/Pass-the-Hash-Guidance.git
# 切换到项目目录
cd Pass-the-Hash-Guidance
# 导入 PtHTools 模块
Import-Module .\PtHTools
# 使用 Find-PotentialPtHEvents 脚本查找可能的 Pass-the-Hash 事件
Find-PotentialPtHEvents
# 使用 Invoke-DenyNetworkAccess 脚本拒绝网络访问
Invoke-DenyNetworkAccess
# 使用 Edit-AllLocalAccountPasswords 脚本修改所有本地账户密码
Edit-AllLocalAccountPasswords
# 使用 Get-LocalAccountSummaryOnDomain 脚本获取本地账户摘要信息
Get-LocalAccountSummaryOnDomain
# 使用 Invoke-SmartcardHashRefresh 脚本刷新智能卡哈希
Invoke-SmartcardHashRefresh
# 使用 Find-OldSmartcardHash 脚本查找旧智能卡哈希
Find-OldSmartcardHash
3. 应用案例和最佳实践
应用案例
-
案例1:检测潜在的 Pass-the-Hash 攻击事件 使用
Find-PotentialPtHEvents脚本可以检测系统中可能存在的 Pass-the-Hash 攻击事件。 -
案例2:限制网络访问 使用
Invoke-DenyNetworkAccess脚本可以帮助管理员限制不必要的网络访问,降低 Pass-the-Hash 攻击的风险。
最佳实践
-
使用智能卡 对于需要高安全级别的账户,使用智能卡可以增加安全性,因为智能卡每次生成的是一次性密码。
-
定期更新密码 定期更新系统中的密码,特别是本地管理员密码,可以减少 Pass-the-Hash 攻击的成功率。
4. 典型生态项目
在 Pass-the-Hash 防御领域,还有以下一些典型的开源项目:
-
Microsoft LAPS (Local Administrator Password Solution) LAPS 是一个由 Microsoft 提供的工具,用于确保本地管理员账户的密码不会全部相同。
-
Krbtgt refresh script 这个脚本用于重置 krbtgt 账户的密码,以使攻击者创建的 Kerberos 凭证无效。
以上是 Pass-the-Hash 指南项目的使用教程,希望对您有所帮助。
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