LDAP Nom Nom:闪电般快速的Active Directory用户名枚举工具
2024-08-10 20:39:14作者:俞予舒Fleming
目录
项目介绍
LDAP Nom Nom是一款高效的工具,通过利用LDAP Ping请求(cLDAP)对Active Directory的用户名进行匿名和无声的枚举。它能在极高的速度下运行,甚至可以在多台服务器上达到每秒10K次以上的查询次数!
项目技术分析
该项目采用Go语言编写,允许并行连接到多个域控制器,并自动从环境变量中检测DC或回退至机器主机名FQDN DNS后缀。功能包括:
- 读取标准输入(默认)或文件中的用户名进行测试。
- 结果输出到标准输出(默认)或文件。
- 支持多线程,可配置连接数和服务器数量。
- 提供进度条显示,当同时使用输入和输出文件时。
- 优化策略:如--throttle 20,添加20毫秒延迟;--maxrequests 1000,每1000个请求后重新连接。
项目及技术应用场景
LDAP Nom Nom适用于以下场景:
- 安全审计:在不触发Windows事件日志的情况下检查系统配置。
- 安全研究:理解AD域中可能存在的认证机制。
- 教育和培训:教授网络测试和身份验证原理。
项目特点
- 高速查询:单台设备可达每秒10K次以上尝试,多服务器模式下速度更快。
- 自动化检测:自动识别域控制器,简化配置过程。
- 灵活性:支持自定义输入源、输出目标、服务器和端口设置。
- 优化策略:内置优化技巧,如请求延迟和限制请求量。
- 易于使用:提供简洁的命令行接口,一键式编译安装。
要获取预构建的二进制文件或构建并安装,请访问GitHub发布页面,或直接使用Go命令构建和安装。
go install github.com/lkarlslund/ldapnomnom@latest
使用示例:
- 连接最多32台服务器,每台16个连接进行快速查询:
ldapnomnom --input 10m_usernames.txt --output multiservers.txt --dnsdomain contoso.local --maxservers 32 --parallel 16
- 连接到指定IP的服务器,4个并发连接:
ldapnomnom --input 10m_usernames.txt --output results.txt --server 192.168.0.11 --parallel 4
此外,该工具还可以用于提取rootDSE对象的属性。
总之,如果你是网络安全研究人员或系统管理员,需要对Active Directory进行安全评估,那么LDAP Nom Nom是一个值得尝试的强大工具。同时,它也提醒我们,持续优化安全策略的重要性。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218