Aced 开源项目使用教程
2025-04-17 09:27:18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
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0123AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
226
2.28 K

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
9
1

暂无简介
Dart
526
116

🎉 (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
989
586

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
351
1.43 K

🔥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
61
17

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
47
0

喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0

React Native鸿蒙化仓库
JavaScript
214
288