ShadowCoerce:利用MS-FSRVP协议实现强制认证的利器
项目介绍
ShadowCoerce 是一个基于MS-FSRVP(Microsoft File Server Remote VSS Protocol)协议的强制认证(Coercion)攻击PoC工具。该项目由Lionel GILLES(又名Topotam)开发,旨在演示如何利用MS-FSRVP协议中的漏洞,强制目标服务器进行认证,从而为后续的渗透测试提供便利。
项目技术分析
技术背景
MS-FSRVP是微软定义的一种远程协议,用于支持文件服务器的卷影复制服务(VSS)。该协议允许客户端请求服务器创建卷影副本,并在特定条件下触发服务器的认证过程。ShadowCoerce正是利用了这一特性,通过构造特定的请求,强制目标服务器进行认证。
技术实现
ShadowCoerce的核心功能是通过Python脚本实现的。用户可以通过命令行指定目标域、用户名、密码以及监听器和目标服务器。脚本会向目标服务器发送特定的MS-FSRVP请求,触发服务器的认证过程,并将认证信息重定向到指定的监听器。
技术难点
由于MS-FSRVP协议的复杂性,以及目标服务器可能存在的安全配置,ShadowCoerce在实际使用中可能会遇到一些挑战。例如,目标服务器的“File Server VSS Agent Service”需要启用,且在某些情况下,强制认证可能需要多次尝试才能成功。
项目及技术应用场景
渗透测试
ShadowCoerce在渗透测试中具有广泛的应用场景。渗透测试人员可以利用该工具强制目标服务器进行认证,获取认证信息后进一步进行横向移动或权限提升。
安全研究
对于安全研究人员来说,ShadowCoerce提供了一个研究MS-FSRVP协议及其安全性的平台。通过分析该工具的实现细节,研究人员可以深入理解协议的工作原理,并探索潜在的安全漏洞。
安全加固
安全团队可以利用ShadowCoerce进行安全加固测试,验证目标服务器是否容易受到强制认证攻击。通过模拟攻击,团队可以识别并修复潜在的安全风险,提升系统的整体安全性。
项目特点
简单易用
ShadowCoerce提供了一个简单的命令行接口,用户只需指定必要的参数即可发起强制认证攻击。无需复杂的配置,即可快速上手。
灵活性强
该工具支持自定义域、用户名、密码以及监听器和目标服务器,用户可以根据实际需求灵活调整攻击参数。
开源免费
ShadowCoerce是一个开源项目,用户可以免费获取并使用该工具。同时,开源社区的参与也为项目的持续改进提供了动力。
社区支持
由于项目的开源性质,用户可以在社区中获取帮助,分享使用经验,并参与到项目的改进中。社区的支持使得ShadowCoerce能够不断适应新的安全挑战。
总结
ShadowCoerce作为一款基于MS-FSRVP协议的强制认证工具,为渗透测试人员、安全研究人员和安全团队提供了一个强大的工具。其简单易用、灵活性强、开源免费的特点,使得它在安全领域具有广泛的应用前景。如果你正在寻找一款能够帮助你深入理解MS-FSRVP协议并进行安全测试的工具,ShadowCoerce绝对值得一试。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00