DSInternals项目中的密码质量测试功能优化解析
2025-07-08 07:45:07作者:董斯意
DSInternals是一个强大的活动目录安全工具集,其中的Test-PasswordQuality命令用于检测Active Directory中密码的安全性。最新版本4.15中对该功能进行了重要优化,特别是针对HIBP(Have I Been Pwned)公开密码数据集的处理方式。
功能背景
Test-PasswordQuality命令原本支持通过-WeakPasswordHashesSortedFile或-WeakPasswordHashesFile参数指定单个HIBP数据集文件进行密码检测。但在实际使用中,管理员发现处理大型HIBP数据集时存在性能瓶颈。
性能优化方案
新版本4.15中引入了-WeakPasswordHashesFilePath参数,支持直接使用HIBP的分片数据格式(00000-FFFFF.txt)。这种分片存储方式相比单个大文件具有显著优势:
- 查询速度提升:当检测特定NTLM哈希在公开数据集中的出现次数时,分片格式可以快速定位到对应文件,避免全量扫描
- 资源占用降低:不需要维护完整数据集和分片数据两份副本,节省存储空间
- 结果更精确:可以直接获取密码在安全事件中的具体出现次数,为风险评估提供更细致依据
技术实现原理
HIBP分片数据按照哈希值的前5位十六进制字符进行文件划分。例如,哈希"000001C8B397B9EFB3B41F3A5D53E87B"会被存储在"00000.txt"文件中。每个分片文件内包含完整哈希和出现次数,格式为"哈希值:出现次数"。
DSInternals利用这一特性,在检测密码质量时:
- 首先计算密码的NTLM哈希
- 根据哈希前5位确定目标分片文件
- 仅加载对应分片进行查询,避免处理整个数据集
- 返回查询结果及出现次数
实际应用价值
对于Active Directory管理员,这一优化意味着:
- 更高效的密码审计:大规模AD环境中的密码检测时间大幅缩短
- 更精准的风险评估:可以根据密码在安全事件中的实际出现次数确定重置优先级
- 更简单的维护:只需维护一套分片格式的HIBP数据,无需转换或保留多个版本
最佳实践建议
- 定期从可靠来源获取最新的HIBP分片数据
- 将数据存储在高速存储设备上以进一步提升查询性能
- 结合出现次数设置自动化响应策略,如对高频公开密码强制立即重置
- 将密码质量检测纳入常规安全审计流程
这一改进体现了DSInternals项目对实际运维场景的深入理解,为Active Directory安全管理提供了更专业的工具支持。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
64
19
暂无简介
Dart
670
155
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
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322