BloodHound.py与BloodHound CE数据兼容性问题解析
2025-07-04 08:00:45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
kernelopenEuler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。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
465
3.46 K
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
200
81
暂无简介
Dart
715
172
Ascend Extension for PyTorch
Python
274
311
React Native鸿蒙化仓库
JavaScript
285
331
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++
846
424
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
10
1
🎉 (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
1.26 K
693
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
107
120