DSInternals项目中的Windows LAPS加密密码支持解析
DSInternals是一款强大的活动目录安全审计工具,近期在其5.3版本中开始支持Windows LAPS(本地管理员密码解决方案)加密密码的解析功能,这对于Active Directory灾难恢复和安全审计具有重要意义。
Windows LAPS加密密码的背景
Windows LAPS是微软提供的一种自动管理本地管理员账户密码的解决方案。在Windows Server 2025中,微软引入了加密的DSRM(目录服务恢复模式)密码功能,这为Active Directory的安全管理提供了更高级别的保护。
DSInternals的LAPS支持演进
在DSInternals 5.3版本中,工具已经能够解析未加密的Windows LAPS和传统LAPS密码。然而,对于加密的Windows LAPS密码,特别是加密的DSRM密码,开发者Michael Grafnetter表示这需要额外的工作量来实现支持。
加密LAPS密码解析的实现
经过开发者的努力,DSInternals现已实现对加密Windows LAPS密码的解析功能。通过简单的PowerShell命令即可提取这些密码信息:
Get-ADDBAccount -DatabasePath '.\ntds.dit' -All -Properties LAPS |
Select-Object -ExpandProperty LapsPasswords
命令输出将显示包括计算机名、账户名、密码、过期时间以及密码来源等详细信息。特别值得注意的是,输出中的"Source"字段可以标识密码来源,包括:
- EncryptedDSRMPassword(加密的DSRM密码)
- EncryptedPassword(加密密码)
- CleartextPassword(明文密码)
技术意义与应用场景
这项功能的实现为Active Directory管理员提供了几个关键优势:
-
灾难恢复:能够从NTDS数据库直接提取加密的DSRM密码,极大简化了AD灾难恢复流程。
-
安全审计:管理员可以定期备份加密的LAPS密码到安全存储(如加密的CSV文件),用于安全审计和合规检查。
-
密码管理:提供了一种集中查看和管理所有LAPS密码的方法,包括传统LAPS和新型加密LAPS密码。
未来展望
随着Windows Server 2025的普及,加密LAPS密码将成为标准配置。DSInternals对此功能的支持确保了安全工具能够跟上微软最新的安全技术发展,为Active Directory管理员提供了强大的技术支持。
这项功能的实现不仅展示了DSInternals项目对最新安全技术的快速响应能力,也为Active Directory的安全管理开辟了新的可能性,特别是在灾难恢复和安全审计领域。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00