Invoke-AtomicRedTeam v2.2.0版本发布:新增日志记录器与功能优化
2025-07-09 00:32:11作者:魏侃纯Zoe
项目简介
Invoke-AtomicRedTeam是一个开源的自动化测试框架,主要用于执行和验证MITRE ATT&CK框架中的各种攻击技术。该项目通过模块化的方式实现了对攻击技术的模拟,帮助安全团队测试和验证防御措施的有效性。最新发布的v2.2.0版本带来了一系列改进和新功能,特别是在日志记录和跨平台支持方面有了显著提升。
核心更新内容
1. 新增多种日志记录器
v2.2.0版本引入了多个新的日志记录器实现,为安全测试提供了更丰富的日志记录选项:
- Attire执行日志记录器:专门为安全测试设计的结构化日志记录方案
- 文件日志记录器增强:现在可以自定义日志文件名,便于后期分析和归档
- 多日志记录器支持:系统现在支持同时使用多个日志记录器,满足不同场景需求
这些改进使得安全测试过程中的活动记录更加全面,便于后续分析和审计。
2. 跨平台兼容性改进
本次更新对跨平台支持进行了多项优化:
- 修复了MacOS系统中获取首选IP地址的功能
- 改进了对Linux系统的支持,特别是sudo权限处理
- 将平台不支持的错误提示改为警告,提高了在不完全兼容环境中的可用性
3. 执行引擎优化
执行引擎方面有几个重要改进:
- 解决了当杀毒软件终止原子测试进程时可能导致运行器挂起的问题
- 修复了调用Invoke-ExecuteCommand时的参数顺序错误
- 将原子运行器从计划任务改为服务运行,提高了稳定性和可靠性
4. 代码质量提升
项目在代码质量方面也有所提升:
- 增加了对字节顺序标记(BOM)的验证机制
- 改进了错误处理和异常管理
- 优化了配置文件处理逻辑
技术实现细节
日志记录器架构
新的日志记录系统采用了插件式架构,允许用户根据需要选择和组合不同的日志记录器。每个记录器实现统一的接口,确保日志格式的一致性,同时保留各自的特点。
服务化运行器
将运行器从计划任务改为Windows服务带来了几个优势:
- 提高了执行稳定性,减少了因用户会话变化导致的问题
- 增强了权限管理的灵活性
- 改善了长时间运行任务的可靠性
跨平台处理策略
项目采用了更加智能的平台检测和适配策略:
- 运行时检测当前平台特性
- 对不支持的功能提供优雅降级
- 统一的错误/警告处理机制
实际应用建议
对于安全团队来说,v2.2.0版本特别适合以下场景:
- 红队演练:利用新的日志记录功能可以更详细地记录攻击模拟过程
- 自动化测试:改进的执行引擎提高了自动化测试的可靠性
- 跨平台测试:增强的跨平台支持使得在多环境中测试成为可能
建议升级时注意:
- 检查现有日志处理逻辑与新版本的兼容性
- 测试关键原子测试在新版本中的执行情况
- 评估服务化运行器对现有部署流程的影响
总结
Invoke-AtomicRedTeam v2.2.0通过新增日志记录器和多项功能优化,进一步巩固了其作为安全测试自动化工具的地位。特别是对跨平台场景的支持和日志记录的增强,使得它能够更好地满足现代安全团队的需求。这些改进不仅提升了工具的实用性,也为更复杂的测试场景奠定了基础。
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 StartedRust076- 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
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
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
690
4.46 K
Ascend Extension for PyTorch
Python
547
671
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++
955
930
Claude 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 Started
Rust
430
75
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
407
326
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
🎉 (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
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292