NetExec中ASREP-Roasting功能DNS解析问题分析与修复
问题背景
在NetExec工具的使用过程中,安全研究人员发现当尝试使用ASREP-Roasting功能时,系统会抛出DNS解析错误。这一功能本应用于从Active Directory环境中提取使用Kerberos预认证的账户哈希,但在执行过程中却出现了连接问题。
错误现象
当用户执行以下命令时:
nxc ldap 10.3.10.11 -u jeor.mormont -p '_L0ngCl@w_' --asreproast asreproast.out
系统会返回一个详细的错误堆栈,核心错误信息为:
[Errno Connection error (NORTH.SEVENKINGDOMS.LOCAL:88)] [Errno -2] Name or service not known
这表明工具在尝试解析域名NORTH.SEVENKINGDOMS.LOCAL时失败了。
根本原因分析
经过深入调查,发现问题出在Kerberos认证流程中的DNS解析环节。NetExec在默认情况下会尝试使用目标域的FQDN(完全限定域名)来连接KDC(密钥分发中心)服务,端口为88。然而,在很多渗透测试环境中,特别是隔离的测试环境中,DNS解析可能不可用或配置不正确。
技术细节
Kerberos认证流程中,客户端需要与KDC服务通信以获取票据。在Windows域环境中,KDC服务通常运行在域控制器上。NetExec在实现ASREP-Roasting功能时,默认会使用域名而非IP地址来定位KDC服务,这就导致了DNS解析失败的问题。
解决方案
经过分析,开发团队提出了一个简单而有效的修复方案:当用户没有显式指定kdcHost参数时,自动使用目标主机的IP地址作为KDC主机地址。这一修改确保了在没有DNS解析的环境下,工具仍能正常工作。
具体代码修改是在ldap.py文件中增加了以下逻辑:
if not self.kdcHost:
self.kdcHost = self.host
临时解决方案
在官方修复发布前,用户可以通过以下两种方式临时解决问题:
- 使用--kdcHost参数显式指定KDC服务的IP地址:
nxc ldap 10.3.10.11 -u jeor.mormont -p '_L0ngCl@w_' --asreproast asreproast.out --kdcHost 10.3.10.11
- 在本地hosts文件中添加目标域名的解析记录
修复效果
这一修复确保了NetExec在各种网络环境下都能可靠地执行ASREP-Roasting攻击,特别是在以下场景中表现突出:
- 隔离的测试环境
- DNS基础设施不完善的网络
- 快速部署的渗透测试环境
安全实践建议
在使用ASREP-Roasting功能时,安全研究人员还应注意以下几点:
- 确保有合法的授权进行此类测试
- 测试前确认目标网络允许Kerberos相关流量的通过
- 对于大型域环境,考虑使用更精确的过滤条件以减少网络流量和避免触发安全警报
- 测试完成后及时清理生成的哈希文件
这一修复不仅解决了DNS解析问题,还提高了工具在复杂网络环境中的适应能力,为安全研究人员提供了更可靠的技术手段。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00