Timeroast使用手册
2024-08-31 20:52:20作者:伍霜盼Ellen
一、项目目录结构及介绍
Timeroast是由Tom Tervoort开发的一个安全研究工具,专门用于利用Windows的NTP认证机制进行密码哈希攻击。下面是该项目在GitHub上的基本目录结构及其简介:
SecuraBV/Timeroast
|-- extra-scripts # 额外脚本目录,可能包含了辅助或特定用途的脚本。
| |-- ...
|-- LICENSE # 许可证文件,说明软件使用的版权协议。
|-- README.md # 主要的项目说明文档,包括项目简介、安装方法和使用示例。
|-- timeroast.ps1 # PowerShell版本的Timeroast执行脚本。
|-- timeroast.py # Python版本的主要脚本,实现了Timeroast的核心功能。
|-- ... # 可能还包含其他文件或子目录未列出。
二、项目的启动文件介绍
timeroast.py
这是Timeroast的核心脚本,使用Python编写的。执行此脚本允许用户发起时间烤制(Timeroasting)攻击。通过调用它,可以向域控制器发送特定构造的NTP请求,以尝试获取计算机账户或信任账户的密码哈希。基本用法如下所示:
sudo python timeroast.py <RID> <seconds skew> <days back> <ntp server> | tee ntp-hashes.txt
其中, <RID> 是目标计算机账户的相对标识符,<seconds skew> 和 <days back> 用于构建请求的时间戳,而 <ntp server> 则是NT服务器地址。
timeroast.ps1
提供了一个PowerShell的实现方式,适用于那些更偏好或只能在PowerShell环境工作的场景。尽管其具体命令行参数可能与Python版本略有不同,但目的相同,即执行Timeroasting攻击。
三、项目的配置文件介绍
Timeroast项目本身并不直接依赖于一个显式的外部配置文件。其配置主要是通过命令行参数传递给执行脚本的。这意味着用户在每次运行脚本时,都需要指定必要的参数如RID、时间偏移等来定制化其操作。如果有额外配置需求,例如自定义NTP服务器列表或其他高级设置,通常会直接在脚本中进行调整或者通过环境变量间接实现。
总结而言,Timeroast的设计着重于轻量级与灵活执行,主要通过脚本参数来进行个性化配置和操作,而不依赖传统意义上的独立配置文件。对于想要深入定制或者修改行为的开发者,建议直接查看和修改脚本源码或利用脚本内部提供的选项。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0564
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
508
547
暂无描述
Markdown
851
5.67 K
deepin linux kernel
C
33
16
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.47 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.28 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
843
1.69 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
853
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++
1.25 K
1.37 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
344
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
778
409