探索与学习:BadZure——研究Azure AD安全特性的工具
BadZure是一个创新的PowerShell脚本工具,它利用Microsoft Graph SDK来自动化创建和配置具有多种实体并包含特定安全配置的Azure Active Directory(Azure AD)租户。这个项目由Open Threat Research社区发起,旨在提供一个实验平台,让安全从业者能够深入理解Azure AD的安全特性。
项目介绍
BadZure的核心功能是自动生成各种实体,如用户、组、应用注册、服务主体和管理单元,并通过随机分配角色、权限和所有权来设置特定配置。它不仅提供了两种初始访问方法,还展示了多种安全场景,使用户能够从不同角度进行研究,从而进行安全测试或防御策略开发。
技术分析
BadZure借助于PowerShell的强大功能和Microsoft Graph SDK,轻松地在Azure AD环境中建立复杂的安全配置。通过精心设计的逻辑,它能够展示三种权限提升场景,包括服务主体使用场景,这些都基于对Azure AD角色、Graph权限和应用程序所有权的特定配置。此外,BadZure还生成一个'users.txt'文件,包含了所有创建账户的用户名,以支持安全测试策略。
应用场景
- 安全研讨会和培训:例如,BadZure最初用于X33fcon 2023的Azure AD Battle School活动。
- 安全团队实验:快速搭建特定配置的实验环境,探索安全特性和防御策略。
- 检测机制开发:生成安全事件数据,测试和完善检测规则。
- 团队协作演练:在安全的环境中结合不同观点进行实践。
- 动态CTF赛事:为Azure AD CTF比赛提供高度可定制的测试环境。
项目特点
- 高效自动化:一键生成大量具有特定配置的Azure AD实体。
- 随机化配置:每个实验环境都有独特的安全特性,增加了实践性。
- 展示安全场景:提供初始访问凭证,支持多种安全场景展示。
- 易于使用:依赖项安装简单,命令行操作直观明了,适合新手和专家使用。
开始你的旅程
要开始使用BadZure,请确保你有一个Azure AD租户,然后按照Quick Start Guide中的步骤进行。安装所需模块,克隆项目仓库,导入脚本,并使用Invoke-BadZure命令开始构建你的实验环境。BadZure提供了详细的帮助文档,供你在操作过程中参考。
BadZure不仅是一个工具,更是一把开启Azure AD安全研究之门的钥匙。无论你是安全专业人员还是对此领域充满好奇的学习者,它都能为你带来无尽的探索乐趣和实践经验。现在就加入BadZure的世界,开始你的云环境安全之旅吧!
这是一个开放源代码项目,受Apache 2.0许可证保护,欢迎贡献你的想法和改进!
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-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
