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
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
308
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
795
暂无简介
Dart
598
132
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
461
🎉 (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
1.07 K
616
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
773
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++
634
232