RedSnarf 使用教程
2024-09-15 14:48:21作者:蔡丛锟
1. 项目介绍
RedSnarf 是一款由 Ed Williams 开发的渗透测试和红队工具,专门用于从 Windows 工作站、服务器和域控制器中检索哈希和凭据。RedSnarf 通过 OpSec 安全技术,确保在渗透测试过程中不会在目标主机上留下任何证据,也不会对主机造成不必要的损害。
RedSnarf 的主要功能包括:
- 检索本地 SAM 哈希
- 枚举具有提升系统权限的用户及其相应的 lsa 密码
- 检索 MS 缓存凭据
- 通过哈希传递(Pass-the-hash)
- 快速识别弱口令和可猜测的用户名组合
- 跨区域检索哈希
- 哈希喷洒
- Lsass 转储以用于 Mimikatz 的离线分析
- 使用 NTDSUtil 转储域控制器哈希并检索 NTDS.dit 进行本地解析
- 从域控制器检索脚本和策略文件夹并解析其中的“密码”和“管理员”
- 解密 cpassword 哈希
- 在远程机器上启动 shell
- 清除事件日志
- 在远程机器上启用/禁用 RDP
- 将 RDP 端口从 3389 更改为 443
- 在远程机器上启用/禁用 NLA
- 查找用户在远程机器上登录的位置
- Windows 登录界面后门
- 在远程机器上启用/禁用 UAC
- 隐藏 Mimikatz
- 解析域哈希
- 确定哪些帐户被启用/禁用
- 抓取远程登录的活动用户桌面屏幕截图
- 记录远程登录活动用户桌面
- 解密 Windows 密码
- 解密 WinSCP 密码
- 获取用户的 SPN
- 从远程机器检索 WIFI 密码
2. 项目快速启动
2.1 安装依赖
RedSnarf 依赖于以下工具和库:
- Impacket v0.9.16-dev
- CredDump7
- Netaddr
- Termcolor
- iconv
可以通过以下命令安装这些依赖:
git clone https://github.com/CoreSecurity/impacket.git
cd impacket
python setup.py install
git clone https://github.com/Neohapsis/creddump7.git
cd creddump7
python setup.py install
pip install netaddr
pip install termcolor
2.2 下载和安装 RedSnarf
git clone https://github.com/nccgroup/redsnarf.git
cd redsnarf
2.3 使用示例
2.3.1 检索本地哈希
./redsnarf.py -H ip=10.0.0.50 -u administrator -p Password01
2.3.2 跨网络范围检索哈希
./redsnarf.py -H range=10.0.0.1/24 -u administrator -p Password01 -d yourdomain.com
2.3.3 哈希喷洒
./redsnarf.py -H range=10.0.0.1/24 -hS credsfile -d yourdomain.com
3. 应用案例和最佳实践
3.1 企业内部渗透测试
RedSnarf 可以用于企业内部的渗透测试,帮助安全团队识别和修复潜在的安全漏洞。通过检索和分析哈希和凭据,可以发现弱口令和配置错误,从而提高整体安全性。
3.2 红队演练
在红队演练中,RedSnarf 可以模拟真实的攻击场景,帮助组织评估其防御措施的有效性。通过使用 RedSnarf 进行哈希传递和凭据检索,红队可以测试组织的响应能力和事件处理流程。
3.3 事件响应
在事件响应过程中,RedSnarf 可以帮助安全团队快速收集和分析证据。通过检索和解析哈希和凭据,可以确定攻击者的活动范围和影响,从而制定有效的应对策略。
4. 典型生态项目
4.1 Impacket
Impacket 是一个用于网络协议操作的 Python 库,广泛用于渗透测试和安全研究。RedSnarf 依赖于 Impacket 进行网络通信和协议操作。
4.2 Mimikatz
Mimikatz 是一个用于检索和操作 Windows 凭据的工具。RedSnarf 可以与 Mimikatz 结合使用,进行 Lsass 转储和离线分析。
4.3 CredDump7
CredDump7 是一个用于从 Windows 系统中提取凭据的工具。RedSnarf 使用 CredDump7 进行哈希和凭据的解析和提取。
通过结合这些工具,RedSnarf 可以提供全面的渗透测试和红队功能,帮助组织提升其安全防御能力。
登录后查看全文
热门项目推荐
相关项目推荐
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-5.1GLM-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
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
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
391
286
暂无简介
Dart
905
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108