PrivescCheck项目新增LAPSv2权限提升检查功能
在Windows系统安全审计领域,PrivescCheck工具近期完成了一项重要更新,增加了对LAPSv2(本地管理员密码解决方案)配置的检查功能。这项更新填补了该工具在权限提升检查方面的一个关键空白。
LAPSv2是微软推出的一项重要安全功能,用于管理本地管理员账户密码。它通过定期自动轮换密码并安全存储这些密码来增强系统安全性。PrivescCheck工具的最新提交(db7d1f7)现在能够全面检查系统中LAPSv2的配置状态。
更新后的PrivescCheck工具会检查三个关键注册表路径来验证LAPSv2的配置情况:
-
Intune管理配置:检查HKLM:\Software\Microsoft\Policies\LAPS路径下的设置,这是通过Intune管理工具配置LAPSv2时的存储位置。
-
组策略配置:检查HKLM:\Software\Microsoft\Windows\CurrentVersion\Policies\LAPS路径,这是通过组策略对象(GPO)配置LAPSv2时的注册表位置。
-
本地配置:检查HKLM:\Software\Microsoft\Windows\CurrentVersion\LAPS路径,这是本地配置LAPSv2时的注册表项。
这项更新对于安全审计人员特别有价值,因为LAPSv2的正确配置对于防止攻击者利用本地管理员账户进行横向移动至关重要。通过PrivescCheck工具,审计人员现在可以快速验证目标系统是否已正确部署和配置LAPSv2,从而评估系统的整体安全状况。
对于渗透测试人员而言,这项检查同样重要。如果发现目标系统未正确配置LAPSv2,可能意味着存在利用本地管理员账户进行权限提升的机会。这种检查能力使PrivescCheck工具在权限提升检测方面更加全面和完善。
PrivescCheck工具的这次更新展示了其维护团队对Windows系统安全最新发展的快速响应能力,也体现了该工具在权限提升检查领域的专业性和实用性。对于从事Windows系统安全工作的专业人员来说,及时更新到包含此功能的最新版本将有助于更全面地评估系统安全性。
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