活动目录哨兵:守护你的网络安全
2024-05-31 19:45:04作者:宣海椒Queenly

项目简介
活动目录哨兵(Active Directory Canaries)是一个用于检测活动目录枚举或侦察技术的防御工具。它基于SpecterOps研究人员Andy Robins和Will Schroeder在2017年提出的DACL后门概念,从其白皮书《An ACE Up The Sleeve》中获取灵感。本项目提供了一个自动化部署所需AD对象的PowerShell脚本。
技术剖析
该项目利用了审计访问控制列表(SACL),当进行AD枚举行为时,如尝试访问任何哨兵对象,会触发Directory Service Object Access : Failure审计事件,生成4662安全日志事件。通过这种方式,活动目录哨兵可以有效地监控潜在的恶意活动。
应用场景
- 网络安全监测:在关键网络环境中部署哨兵以检测未经授权的AD枚举操作。
- 系统健康检查:定期查看是否有异常的4662事件,以评估系统的安全状态。
- 安全训练与教育:模拟攻击行为,帮助员工了解如何识别和应对威胁。
项目特点
- 自动化部署:通过提供的PowerShell脚本,实现快速且安全的部署,减少了手动操作带来的风险。
- 可定制化:允许用户自定义配置文件,适应不同的环境需求。
- 多类型支持:不仅可以监视普通用户和计算机,还可以针对域名策略、证书模板等不同类型的AD对象设置哨兵。
- 安全隔离:部署的对象具有防护属性,防止意外删除,并对所有人设置明确的拒绝权限,增强安全性。
- 审计功能:与审计日志紧密集成,方便分析与排查。
部署说明
请注意,部署需要域管理员权限,并涉及向生产环境添加新AD对象。在实际部署前,强烈建议先审查代码并在测试环境中进行验证。
使用指南
部署过程分为几个步骤:
- 生成配置文件:使用
-Populate参数创建配置文件,指定父OU、所有者组名以及容器名称。 - 部署哨兵:使用
-Deploy参数,配合JSON配置文件和输出CSV路径部署哨兵。 - 还原部署:使用
-Revert参数,依据JSON配置文件移除已部署的哨兵。 - 审计现有SACL:使用
-AuditSACLs参数检查环境中已有对象的审计设置。
该项目还提供了详细的博客文章和演示视频,以便于理解和操作。
总结而言,活动目录哨兵是一个强大的安全工具,能够有效加强组织的主动防御,保护敏感的AD资源免受非法访问。立即加入,为你的网络安全增添一道防线!
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
667
153
Ascend Extension for PyTorch
Python
216
235
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
303
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
React Native鸿蒙化仓库
JavaScript
255
321
🔥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
63
19
🎉 (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
1.19 K
651
仓颉编程语言运行时与标准库。
Cangjie
141
876
仓颉编译器源码及 cjdb 调试工具。
C++
133
866