Locksmith项目发布v2025.5.26版本:增强ADCS安全检测能力
Locksmith是一个专注于Active Directory证书服务(ADCS)安全评估的PowerShell工具集。该项目由安全研究人员Jake Hildreth主导开发,旨在帮助安全团队检测和防御ADCS环境中存在的各类安全风险。在最新发布的v2025.5.26版本中,Locksmith新增了多项关键安全检测功能,显著提升了工具在ADCS安全评估方面的能力。
新增安全检测功能
本次版本更新最引人注目的是新增了三种关键ADCS安全风险的检测能力:
-
ESC7攻击检测:ESC7是指攻击者滥用证书颁发机构(CA)服务器上的"ManageCA"和"ManageCertificates"权限,通过这些高权限操作可以签发任意证书或篡改现有证书。Locksmith现在可以识别环境中存在此类风险的配置。
-
ESC16问题检测:ESC16涉及ADCS Web注册接口中的安全缺陷,攻击者可能利用这些缺陷进行NTLM中继攻击或获取未授权证书。新版本增加了针对这类Web接口风险的自动化检测。
-
ESC9风险识别:ESC9与证书模板配置中的"NoSecurityExtension"标志相关,该标志会禁用证书的安全扩展检查,可能导致证书滥用。Locksmith现在可以扫描并标记存在此类问题的证书模板。
检测能力优化
除了新增检测项外,本次更新还对现有功能进行了多项改进:
-
风险评级优化:重新调整了各类ADCS安全风险的评级标准,使风险评估结果更加准确反映实际威胁程度。
-
错误处理增强:特别改进了Get-CAHostObject和Find-ESC7等核心脚本的错误处理机制,提升了工具在复杂环境中的稳定性和可靠性。
-
检测逻辑完善:对现有检测算法进行了优化,减少了误报和漏报的可能性。
技术实现特点
Locksmith采用PowerShell实现,具有以下技术特点:
-
轻量级部署:工具以压缩包形式发布,解压即可使用,无需复杂安装过程。
-
模块化设计:各安全检测项以独立脚本实现,便于功能扩展和维护。
-
自动化扫描:支持对整个ADCS环境的自动化安全评估,显著提高审计效率。
-
清晰报告:检测结果以结构化格式输出,便于安全团队分析和跟进。
应用场景建议
Locksmith特别适用于以下场景:
-
红队评估:安全团队在攻防演练中快速识别ADCS环境中的安全弱点。
-
蓝队防御:企业安全人员定期检查ADCS配置,确保符合安全基线。
-
渗透测试:专业安全服务人员在客户环境中执行ADCS专项安全评估。
-
安全审计:合规团队验证ADCS配置是否符合行业安全标准。
使用建议
对于初次使用Locksmith的安全团队,建议:
-
在测试环境中先行验证,熟悉工具的输出和检测逻辑。
-
将扫描结果与企业现有的风险管理流程整合。
-
定期执行扫描,特别是在ADCS配置变更后。
-
结合其他AD安全工具使用,获得更全面的安全态势视图。
最新版本的Locksmith进一步巩固了其在ADCS安全评估领域的专业地位,为防御日益增多的ADCS相关攻击提供了有力工具。安全团队应当关注这些新增的检测能力,及时将其纳入日常安全运维流程中。
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