active-directory-security 的安装和配置教程
项目基础介绍
active-directory-security 是一个基于 Microsoft Enterprise Access Model 开发的开源项目,由 Monash University 的 Enterprise Engineering 团队开发。该项目旨在通过内置功能为 Active Directory (AD) 提供微分段安全模型,即 Monash Enterprise Access Model (MEAM)。MEAM 通过对 AD 进行分层,创建管理层次结构,限制横向移动,从而增强企业的安全性。
该项目主要使用 PowerShell 编程语言,同时也涉及到一些 Active Directory 的内置功能和第三方安全控制工具。
项目使用的关键技术和框架
- PowerShell:用于自动化 AD 配置和管理任务。
- Active Directory:项目核心,用于实现分层模型。
- Kerberos 认证:用于实现认证策略和认证隔离。
- gMSA(Group Managed Service Account):用于自动管理服务账户密码。
- 第三方工具:如 Lithnet AD Password Protection 和 Lithnet Access Manager,用于增强 AD 安全性。
安装和配置准备工作
在开始安装和配置之前,请确保以下准备工作已完成:
- 确保你有一个有效的 Active Directory 环境。
- 安装 PowerShell Core 或 Windows PowerShell。
- 确保你有足够的权限来修改 AD 配置。
- 确保所有的服务器和客户端都运行了兼容的操作系统版本。
安装步骤
步骤 1:克隆或下载项目
首先,需要从 GitHub 上克隆或下载 active-directory-security 项目:
git clone https://github.com/mon-csirt/active-directory-security.git
或者,如果你不想使用 Git,可以手动下载 ZIP 文件,然后解压到本地文件夹。
步骤 2:安装必要的 PowerShell 模块
根据项目需求,可能需要安装一些 PowerShell 模块。可以使用以下命令来安装:
Install-Module -Name SomeModule
将 SomeModule 替换为项目文档中提到的具体模块名称。
步骤 3:配置 Active Directory
根据 MEAM 模型,需要配置 AD 的分层结构。以下是一个简化的步骤:
- 创建管理层次结构中的各个级别(如行政层级、区域和服务)。
- 配置受保护的账户(如
Protected Users安全组)。 - 设置 Kerberos 认证策略和认证隔离。
具体步骤需要根据项目的文档和你的 AD 环境来执行。
步骤 4:应用安全控制
根据项目的建议,你可以启用和配置以下安全控制:
- 启用智能卡认证。
- 配置认证隔离和认证策略。
- 创建和使用 gMSA 账户。
- 使用第三方工具,如 Lithnet AD Password Protection 和 Lithnet Access Manager。
确保遵循项目文档中的详细指导,逐步配置这些控制。
步骤 5:测试配置
完成所有配置后,你应该测试新的安全设置以确保它们正常工作。这包括:
- 测试受保护用户组的成员是否无法使用旧协议进行认证。
- 验证智能卡认证是否正常工作。
- 检查认证隔离是否按预期限制账户的使用。
确保所有测试都在非生产环境中进行,以避免对现有系统造成意外影响。
通过遵循上述步骤,你应该能够成功安装和配置 active-directory-security 项目,从而增强你的 Active Directory 环境的安全性。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust093- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00