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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0215
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
471
465
暂无描述
Dockerfile
780
5.08 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
878
2.03 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
698
1.4 K
昇腾LLM分布式训练框架
Python
185
231
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
677