BOFHound 使用教程
2024-09-22 14:42:59作者:齐添朝
1、项目介绍
BOFHound 是一个开源项目,旨在将来自 TrustedSec's ldapsearch BOF、pyldapsearch 和 Brute Ratel's LDAP Sentinel 等工具的日志文件转换为 BloodHound 兼容的 JSON 格式。这使得操作员能够在使用 BloodHound 的界面进行操作的同时,完全控制 LDAP 查询的执行方式和速度。
2、项目快速启动
安装
您可以通过以下命令来安装 BOFHound:
pip3 install bofhound
或者,您可以从 GitHub 仓库克隆项目并手动安装:
git clone https://github.com/fortalice/bofhound.git
cd bofhound
pip3 install .
使用示例
以下是一些使用 BOFHound 的基本示例:
-
将 Cobalt Strike 日志中的 BOF 结果解析到
/data/目录:bofhound -o /data/ -
解析 pyldapsearch 日志,并包含所有属性(而不是仅包含常用属性):
bofhound -i ~/pyldapsearch/logs/ --all-properties -
解析来自 BRc4 日志的 LDAP Sentinel 数据:
bofhound --brute-ratel ldapsearch
3、应用案例和最佳实践
BOFHound 在 Active Directory 侦察和攻击路径分析中非常有用。以下是一些应用案例和最佳实践:
- 在手动枚举 AD 对象时,使用 BOFHound 解析 LDAP 查询结果,以便在 BloodHound 中进行可视化分析。
- 在进行渗透测试或红队演习时,使用 BOFHound 避免触发检测机制,同时利用 BloodHound 的界面进行数据分析和攻击路径规划。
- 将 BOFHound 与其他侦察工具(如 SharpHound)结合使用,以获取更全面的信息。
4、典型生态项目
以下是与 BOFHound 相关的一些典型生态项目:
- BloodHound: 一个用于分析 Active Directory 的开源工具,用于识别潜在的攻击路径。
- SharpHound: 一个用于收集 Active Directory 信息并生成攻击图的工具。
- TrustedSec's BOFs: TrustedSec 提供的一系列用于侦察 Active Directory 的工具,包括 ldapsearch BOF、pyldapsearch 和 LDAP Sentinel。
- Cobalt Strike: 一个用于渗透测试和红队演习的工具,具有强大的攻击功能。
通过使用这些工具和 BOFHound,您可以更有效地进行 Active Directory 侦察和攻击路径分析。
登录后查看全文
热门项目推荐
kernelopenEuler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。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
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++
849
446
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
235
98
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
10
1
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
450
180
🎉 (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
1.28 K
705