DSInternals项目中的AdminCount属性与委派权限的深度解析
2025-07-08 11:57:30作者:袁立春Spencer
背景概述
在Active Directory安全管理中,AdminCount属性和用户账户委派权限是两项关键的安全指标。近期在DSInternals工具的使用过程中,安全审计人员发现了一个值得深入探讨的现象:某些被标记为"可委派的管理账户"实际上只是普通用户账户(UserAccountControl=512),仅因AdminCount属性为1而被误判。
技术原理剖析
AdminCount属性的本质
AdminCount是Active Directory中一个容易被误解的属性。它的核心特性包括:
- 当用户加入受保护的管理组(如Domain Admins、Enterprise Admins等)时自动设置为1
- 即使用户后续被移出管理组,该属性仍保持为1不会自动重置
- 仅表示历史权限状态,不代表当前实际权限
委派权限的判定标准
真正的账户委派能力由UserAccountControl属性中的NOT_DELEGATED标志位控制:
- 未设置NOT_DELEGATED标志:账户可被委派
- 设置NOT_DELEGATED标志:禁止委派
问题发现与解决方案
在DSInternals的Test-PasswordQuality命令实现中,原始逻辑将AdminCount=1且NOT_DELEGATED未设置的账户都归类为"可委派的管理账户"。这种处理方式存在两个技术误区:
- 将历史管理权限与当前委派能力混为一谈
- 可能产生误导性的安全报告
改进后的方案建议将这两类属性分开检测:
// 委派权限检测
if (!this.Account.UserAccountControl.HasFlag(UserAccountControl.NotDelegated)) {
this.result.DelegatableAdmins.Add(this.Account.LogonName);
}
// 历史管理权限检测
if (this.Account.AdminCount) {
this.result.ProtectedAdmins.Add(this.Account.LogonName);
}
安全最佳实践
基于这一案例,我们总结出以下Active Directory安全管理建议:
-
定期审计AdminCount属性:通过PowerShell或专用工具检查AdminCount=1的账户,确认其当前是否仍需要管理权限
-
委派权限精细控制:
- 对服务账户明确设置NOT_DELEGATED标志
- 避免普通用户账户具备委派权限
-
权限变更后的清理工作:
- 用户降权时手动重置AdminCount属性
- 更新UserAccountControl相关标志位
-
工具使用的注意事项:
- 理解安全工具的检测逻辑和判断标准
- 对工具结果进行二次验证
- 结合多款工具进行交叉检查
总结
通过对DSInternals这一案例的深入分析,我们不仅理解了AdminCount属性的真实含义,也认识到权限委派检测的复杂性。在Active Directory环境的安全管理中,必须准确区分历史权限痕迹与实际安全配置,才能做出正确的安全决策。这也提醒我们,任何安全工具的使用都需要配合对底层原理的深入理解,才能发挥最大价值。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
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-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
Spark-Formalizer-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
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
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
615
139
Ascend Extension for PyTorch
Python
165
184
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
371
3.16 K
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
257
91
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
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++
646
255