Aced 开源项目使用教程
2025-04-17 15:32:59作者:宗隆裙
1. 项目介绍
Aced 是一个开源工具,用于解析和解决单个目标 Active Directory 主要的 DACL( discretionary access control list)。Aced 能够识别针对目标账户的兴趣权限,解析权限的 SID,并将数据呈现给操作员。此外,Aced 集成了 pyldapsearch 的日志功能,可以本地记录目标主要 LDAP 属性,进而由 pyldapsearch 的配套工具 BOFHound 解析并将收集的数据输入到 BloodHound 中。
Aced 的设计理念是提供一个更加针对性的 ACL 查询方法。与 BloodHound 相比,Aced 不会收集所有信息,而是专注于收集单个数据点,从而给操作员提供更多对收集数据和方式的控制。Aced 通过只查询 LDAP 想要告诉你的信息,并且不执行所谓的“昂贵的 LDAP 查询”,从而降低了检测的可能性。
2. 项目快速启动
环境准备
在开始之前,确保你的环境中已经安装了以下依赖:
- Python 3.x
- pyldap
可以使用以下命令安装 pyldap:
pip install pyldap
克隆项目
从 GitHub 克隆 Aced 项目:
git clone https://github.com/garrettfoster13/aced.git
cd aced
运行示例
运行以下命令以查看帮助信息:
python3 aced.py -h
运行以下命令以针对特定目标执行 DACL 解析:
python3 aced.py target [[domain/username[:password]@]<address> [options]
以下是可选参数的示例:
python3 aced.py -ldaps -dc-ip 192.168.1.1 -k targetuser@domain.com
3. 应用案例和最佳实践
案例一:解析特定用户的 DACL
在渗透测试中,你可能需要对特定用户的权限进行深入分析。使用 Aced 可以轻松实现这一点:
python3 aced.py -ldaps -dc-ip 192.168.1.1 user@domain.com
最佳实践
- 使用 LDAPS 加密通信,确保数据传输安全。
- 在可能的情况下,使用 Kerberos 认证而非明文密码。
- 避免使用 SMB 连接解析 DC 主机名,以减少潜在的安全风险。
4. 典型生态项目
Aced 可以与以下开源项目协同工作,以增强其功能:
- BloodHound:用于收集和分析 Active Directory 的权限和信任关系。
- pyldapsearch:用于 LDAP 搜索和日志记录。
通过将这些工具结合使用,安全专家可以更有效地进行 Active Directory 的安全分析和渗透测试。
请注意,以上内容仅为示例,实际使用时请根据具体环境和需求进行调整。
登录后查看全文
热门项目推荐
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-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- 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
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
386
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥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
68
20
🎉 (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
1.37 K
781