Pass-the-Hash-Guidance 项目使用说明
2025-04-17 23:41:27作者:郜逊炳
1. 项目目录结构及介绍
Pass-the-Hash-Guidance 项目旨在帮助管理员实施 Pass the Hash 攻击缓解措施。项目目录结构如下:
Pass-the-Hash-Guidance/
├──DISCLAIMER.md
├──LICENSE.md
├──README.md
├──PtHTools/
│ ├──Find-PotentialPtHEvents.ps1
│ ├──Invoke-DenyNetworkAccess.ps1
│ ├──Edit-AllLocalAccountPasswords.ps1
│ ├──Get-LocalAccountSummaryOnDomain.ps1
│ ├──Invoke-SmartcardHashRefresh.ps1
│ └──Find-OldSmartcardHash.ps1
└──Windows/
├──...
-Hash Tools 目录 (PtHTools) 包含了主要的脚本命令,用于帮助实施 Pass the Hash 缓解措施。
Find-PotentialPtHEvents.ps1:查找潜在的 Pass the Hash 事件。Invoke-DenyNetworkAccess.ps1:拒绝网络访问。Edit-AllLocalAccountPasswords.ps1:编辑所有本地账户密码。Get-LocalAccountSummaryOnDomain.ps1:获取域上的本地账户摘要。Invoke-SmartcardHashRefresh.ps1:调用智能卡哈希刷新。Find-OldSmartcardHash.ps1:查找旧的智能卡哈希。
Windows 目录包含与项目相关的其他 Windows 脚本和文件。
DISCLAIMER.md:项目免责声明。LICENSE.md:项目许可证信息。README.md:项目说明文件。
2. 项目启动文件介绍
项目的启动主要是通过 README.md 文件进行,该文件详细介绍了项目的背景、目的以及如何使用项目中的脚本。
在 README.md 文件中,你可以找到以下内容:
- 项目的简介和目标。
- 使用 PtHTools 模块的方法和说明。
- 有关 Pass the Hash 缓解措施的指导。
- 额外的资源和链接,例如微软的官方指导。
3. 项目的配置文件介绍
项目的配置主要是通过脚本文件中的参数设置来完成的。这些参数可以在脚本文件中找到,通常位于脚本的顶部。以下是一些配置参数的例子:
Invoke-DenyNetworkAccess.ps1脚本中可能包含用于定义网络访问规则的参数。Edit-AllLocalAccountPasswords.ps1脚本中可能包含用于设置新密码的参数。
每个脚本的具体配置会根据脚本的功能和需要执行的特定任务而有所不同。在使用这些脚本之前,你应该检查脚本顶部的参数,并根据你的实际需求进行相应的配置。
在修改任何配置文件之前,请确保备份原始文件,以便在需要时可以恢复到初始状态。同时,遵循脚本中提供的说明和最佳实践,以确保系统的安全和稳定。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
667
153
Ascend Extension for PyTorch
Python
216
235
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++
660
303
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
React Native鸿蒙化仓库
JavaScript
255
321
🔥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
63
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
651
仓颉编程语言运行时与标准库。
Cangjie
141
876
仓颉编译器源码及 cjdb 调试工具。
C++
133
866