SharpHound 项目下载与安装教程
2024-12-03 19:31:19作者:滑思眉Philip
1. 项目介绍
SharpHound 是一个用 C# 编写的开源数据收集器,它是 BloodHound 工具的一部分。BloodHound 用于收集和展示 Windows 域环境中的有效攻击路径,SharpHound 负责从域控制器中提取所需的数据。SharpHound 可以帮助安全团队识别潜在的安全风险和权限滥用路径。
2. 项目下载位置
该项目存储在 GitHub 上,可以通过以下地址访问项目仓库:SharpHound GitHub 仓库。
3. 项目安装环境配置
在安装 SharpHound 前,需要确保以下环境配置正确:
- 操作系统:Windows
- .NET 版本:至少 .NET 4.6.2
- 权限:需要以域用户身份运行
以下为环境配置的图片示例:
# 请在此处插入图片,展示操作系统的版本信息
# 请在此处插入图片,展示.NET版本的检查方法
# 请在此处插入图片,展示以域用户身份运行的配置
4. 项目安装方式
SharpHound 的安装非常简单,以下是具体步骤:
-
克隆或下载项目到本地:
git clone https://github.com/BloodHoundAD/SharpHound.git -
使用 Visual Studio 或其他支持 .NET 的 IDE 打开 SharpHound 项目,或者通过命令行编译:
dotnet restore dotnet build -
编译成功后,在
bin/Debug或bin/Release目录下找到 SharpHound 的可执行文件。
# 请在此处插入图片,展示编译成功的 SharpHound 可执行文件
5. 项目处理脚本
SharpHound 的使用非常灵活,可以通过命令行参数进行配置。以下是一个基本的 SharpHound 运行示例:
SharpHound.exe -d yourdomain.com -c all -o output_directory
上述命令中,-d 参数指定了要枚举的域名,-c all 表示使用所有默认的收集方法,-o 指定了输出文件的目录。
# 请在此处插入图片,展示 SharpHound 运行的命令行界面
以上就是 SharpHound 的下载与安装教程,您现在可以开始使用 SharpHound 收集您的域环境数据了。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 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。Python0238- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
electerm开源终端/ssh/telnet/serialport/RDP/VNC/Spice/sftp/ftp客户端(linux, mac, win)JavaScript00
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
632
4.16 K
Ascend Extension for PyTorch
Python
471
567
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++
932
835
🎉 (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
1.51 K
861
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
383
266
暂无简介
Dart
880
210
昇腾LLM分布式训练框架
Python
138
162
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
188
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
327
382