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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01