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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253