BloodHound项目中的Kerberoasting查询不一致性问题分析
2025-07-10 14:05:11作者:傅爽业Veleda
背景介绍
在Active Directory安全评估工具BloodHound中,Kerberoasting是一种常见的攻击技术,攻击者通过获取服务账户的TGS票据来尝试离线分析服务账户密码。BloodHound提供了多个预定义的Kerberoasting相关查询,帮助安全人员识别潜在风险。
问题发现
在BloodHound 6.3.1版本中,存在Kerberoasting查询逻辑不一致的问题。具体表现为:
- 在"All Kerberoastable users"和"Kerberoastable users with most admin privileges"查询中,已经排除了MSA(托管服务账户)和gMSA(组托管服务账户)
- 但在"Kerberoastable members of Tier Zero / High Value groups"查询中,却没有排除这些账户
- 另外在"Shortest paths to Domain Admins from Kerberoastable users"查询中,不仅缺少MSA/gMSA排除条件,还缺少账户启用状态和krbtgt账户的过滤条件
技术影响
这种不一致性可能导致以下问题:
- 风险评估不准确:MSA/gMSA账户通常具有自动轮换的复杂密码,实际可攻击性较低,包含它们会夸大风险
- 结果集污染:未过滤的禁用账户和krbtgt账户会干扰分析人员的判断
- 优先级混乱:不同查询返回结果不一致,影响安全团队对修复优先级的判断
解决方案建议
建议对所有Kerberoasting相关查询进行统一处理,包括:
- 在所有Kerberoasting查询中排除MSA/gMSA账户
- 确保所有查询都包含账户启用状态检查
- 排除krbtgt特殊账户
- 保持查询逻辑的一致性,便于用户理解和使用
技术实现细节
在Neo4j查询中,应确保包含类似以下过滤条件:
WHERE NOT n.objectid ENDS WITH '-525'
AND NOT n.objectid ENDS WITH '-526'
AND n.enabled = true
AND NOT n.name STARTS WITH 'KRBTGT'
总结
Kerberoasting是Active Directory环境中常见的高风险攻击向量,BloodHound作为专业的安全评估工具,其查询结果的准确性和一致性至关重要。修复这一不一致性问题将有助于安全团队更准确地评估风险,合理分配安全资源,提高整体防御效果。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0214
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
469
465
暂无描述
Dockerfile
778
5.08 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
877
2.03 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
677