Domain Audit:自动化Active Directory渗透测试的利器
2024-09-26 13:42:48作者:沈韬淼Beryl
项目介绍
Domain Audit 是一款专为自动化执行On-Prem Active Directory渗透测试而设计的工具。它集成了PowerView、Impacket、PowerUpSQL、BloodHound、Ldaprelayscan和Crackmapexec等多个知名工具,能够自动执行枚举和大量检查操作。无论你是安全专家还是渗透测试新手,Domain Audit都能帮助你高效地完成Active Directory的安全评估。
项目技术分析
Domain Audit的核心在于其强大的自动化能力。它通过调用多个开源工具,实现了对Active Directory环境的全面扫描和检查。具体来说,Domain Audit能够:
- 数据收集:自动收集Active Directory中的对象数据,并以CSV格式存储。
- 权限检查:检查用户权限、密码策略、Kerberos配置等关键安全设置。
- 漏洞扫描:检测常见的安全漏洞,如弱密码、过期密码、不安全的GPO配置等。
- 网络扫描:自动扫描网络中的Windows服务端口,检查SMB、RDP、MSSQL等服务的访问权限。
项目及技术应用场景
Domain Audit适用于以下场景:
- 企业安全评估:帮助企业快速发现Active Directory环境中的安全漏洞,提升整体安全水平。
- 渗透测试:作为渗透测试工具链的一部分,自动化执行繁琐的枚举和检查任务,提高测试效率。
- 安全研究:为安全研究人员提供一个强大的工具,用于深入分析Active Directory的安全机制。
项目特点
- 自动化:Domain Audit能够自动执行多个工具的检查任务,减少手动操作,提高效率。
- 集成性:集成了多个知名开源工具,功能强大且灵活。
- 易用性:安装和配置简单,用户只需按照指引进行操作即可。
- 详细输出:生成详细的检查报告,方便用户分析和评估。
结语
Domain Audit作为一款强大的自动化Active Directory渗透测试工具,能够帮助用户快速发现和修复安全漏洞。无论你是企业安全团队还是渗透测试专家,Domain Audit都是你不可或缺的利器。立即尝试,提升你的安全评估效率!
登录后查看全文
热门项目推荐
kernelopenEuler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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
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
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++
694
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥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
65
19
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
881