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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00