Certipy项目实战:深入探讨ESC8问题检测中的判断差异与Kerberos转发技术
2025-06-29 06:14:57作者:范靓好Udolf
背景概述
在Active Directory证书服务(ADCS)安全评估中,ESC8问题(认证转发问题)是红队测试中的关键路径。然而在实际测试环境中,安全工程师常会遇到看似存在问题却无法成功验证的情况。本文将基于Certipy工具的实际测试案例,探讨ESC8问题验证中的常见差异,并深入探讨Kerberos转发技术的替代方案。
ESC8问题验证的典型差异
目标服务器配置差异
测试初期容易遇到的关键差异是将转发目标错误指向域控制器(DC)而非ADCS证书颁发机构(CA)服务器。正确的目标应该是运行证书服务的主机,通常可通过以下特征识别:
- 主机名包含CA或CERT字样
- 运行了CertSvc服务
- 开放了HTTP证书注册接口(通常为80端口)
认证协议配置不同
当出现"认证质询未返回"提示时,往往表明目标服务器已进行安全加固,其Windows认证配置为"协商:Kerberos"模式。这种配置下:
- 服务器优先协商Kerberos认证
- 主动拒绝其他认证请求
- 导致传统的认证转发技术失效
Kerberos转发技术详解
技术原理调整
当传统转发不可行时,安全研究人员可采用Kerberos转发技术:
- 利用Kerberos协议的特性进行认证传递
- 通过服务票据(ST)获取目标服务访问权限
- 结合约束委派等特性提升权限
技术实现要点
实施Kerberos转发需注意:
- 需要预先获取有效的TGT票据
- 依赖SPN(服务主体名称)的正确配置
- 需要处理Kerberos协议的时间同步要求
安全建议
针对ESC8的防护措施
- 在ADCS服务器上禁用其他认证方式
- 启用EPA(扩展认证保护)
- 限制证书模板的注册权限
对抗Kerberos转发
- 启用S4U2Self保护
- 配置敏感的"不允许委派"属性
- 实施严格的SPN管理策略
总结
通过Certipy工具进行ADCS安全测试时,安全人员需要准确理解不同认证协议的技术特点。当遇到ESC8问题判断差异情况时,应当考虑目标系统可能已采用Kerberos优先的认证策略,此时需要转向Kerberos转发技术方案。同时,防护方也应采取分层安全策略,既防范传统转发也防范Kerberos滥用。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
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
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
506
612
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
392
290
暂无简介
Dart
909
219
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108