探索Windows安全领域:TokenStealer,你的令牌操控工具
2024-06-10 10:58:00作者:霍妲思
项目介绍
在网络安全与渗透测试的领域中,TokenStealer是一个小巧而强大的工具,由@decoder_it开发,用于窃取和操作Windows系统的令牌。这个项目旨在帮助安全研究人员更好地理解权限提升和身份模拟的概念,同时也为系统管理员提供了一种检查和控制令牌安全性的方法。
项目技术分析
TokenStealer利用了Windows操作系统中的权限机制,如Impersonation(模拟)和AssignPrimary(分配主要)特权以及Debug权限,允许访问其他进程的令牌。这些令牌包含了用户的认证信息,对于执行特定任务(例如,以不同用户身份运行命令)至关重要。部分代码源自FSecureLABS/incognito,经过适应性修改,使其更加简洁易用。
项目及技术应用场景
- 安全性审计:系统管理员可以使用TokenStealer来检测并防止未经授权的令牌滥用。
- 渗透测试:测试人员可利用此工具评估网络环境的安全性,模拟恶意攻击者如何获得和利用用户权限。
- 教学研究:对于学习Windows权限管理和安全的学生或研究人员,TokenStealer是一个实践理论的好平台。
- 应急响应:在应对安全事件时,它可以帮助恢复被盗用的令牌,防止进一步的损害。
项目特点
- 简单易用:TokenStealer提供了直观的命令行接口,只需简单的参数即可执行各种操作。
- 灵活选择:支持选择特定进程、用户或会话ID来窃取令牌,并能选择不同的权限级别(Primary、Impersonation、Delegation)。
- 权限控制:你可以强制使用Impersonation特权,或者在适用的情况下使用AssignPrimary来执行命令。
- 互动式体验:能够创建一个交互式的命令行shell,让使用者能够直接观察和操作被模拟的身份。
使用示例
TokenStealer.exe -e -b 1
# 列出所有主令牌
TokenStealer.exe -l -p 100
# 列出进程100中的所有令牌
TokenStealer.exe -u MYDOMAIN\administrator -c c:\windows\system32\cmd.exe
# 以指定用户的身份启动命令提示符
TokenStealer.exe -u MYDOMAIN\administrator -c c:\windows\system32\bind.bat -p 100 -t
# 在进程100中使用Impersonation权限执行批处理文件
TokenStealer.exe -u MYDOMAIN\administrator -c c:\windows\system32\cmd.exe -b 1
# 获取指定用户的主令牌并启动命令提示符
TokenStealer.exe -u MYDOMAIN\administrator -c c:\windows\system32\cmd.exe -s 2
# 在特定Session ID下获取用户令牌并启动命令提示符
TokenStealer为深入理解和探索Windows身份验证机制提供了一个实用的途径。无论是对安全专家还是对有兴趣了解这一领域的初学者来说,它都是一款不容忽视的工具。立即尝试并发掘它的潜力吧!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.17 K
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++
685
324
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
678
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
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
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
343
146