BloodHound.py与BloodHound CE数据兼容性问题解析
2025-07-04 08:07:53作者:俞予舒Fleming
问题背景
在使用BloodHound.py工具收集Active Directory数据并导入BloodHound CE版本时,用户可能会遇到数据无法正常显示的问题。这个问题主要源于两个工具之间JSON数据格式的兼容性问题。
技术分析
数据格式差异
问题的核心在于BloodHound.py生成的JSON文件中,信任关系(Trust)字段的格式与BloodHound CE期望的格式不匹配。具体表现为:
- BloodHound.py输出格式:
{
"TargetDomainName": "example.com",
"TrustDirection": 2,
"TrustType": 2
}
- BloodHound CE期望格式:
{
"TargetDomainName": "example.com",
"TrustDirection": "Outbound",
"TrustType": "Forest"
}
错误原因
BloodHound CE的后端服务使用Go语言编写,在处理JSON数据时,期望TrustDirection和TrustType字段为字符串类型,而BloodHound.py生成的JSON中这些字段是数字类型。这种类型不匹配导致了数据解析失败。
解决方案
临时解决方案
对于急需使用的情况,可以采用以下方法:
-
手动修改生成的JSON文件,将数字值转换为对应的字符串值:
- TrustDirection:
- 1 → "Inbound"
- 2 → "Outbound"
- 3 → "Bidirectional"
- TrustType:
- 1 → "ParentChild"
- 2 → "Forest"
- 3 → "External"
- TrustDirection:
-
使用修复分支版本的BloodHound.py:
git clone -b bloodhound-ce_fix#157 https://github.com/ipfyx/BloodHound.py.git
长期解决方案
BloodHound.py项目已经合并了修复此问题的PR,用户应更新到最新版本(v1.7.2及以上)以避免此问题。
技术建议
-
版本兼容性检查:在使用任何安全工具时,应确保收集器和分析器的版本兼容性。
-
日志分析:当遇到数据导入问题时,应仔细查看BloodHound CE的容器日志,其中通常会包含详细的错误信息。
-
数据验证:在导入前,可以先用JSON验证工具检查生成的文件是否符合预期格式。
总结
BloodHound工具链在Active Directory安全分析中发挥着重要作用,但不同组件间的数据格式兼容性问题可能会影响使用体验。理解这些格式差异并采取适当的解决措施,可以确保安全评估工作的顺利进行。随着项目的持续更新,这类兼容性问题将逐渐减少,但保持工具的最新版本始终是最佳实践。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
335
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
745
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
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134