ScubaGear项目增强:在AAD报告中添加服务主体角色分配功能
2025-07-05 07:58:23作者:史锋燃Gardner
背景与需求
在Azure Active Directory(AAD)安全管理中,服务主体(Service Principal)作为应用程序的身份标识,其权限分配情况直接关系到云环境的安全性。ScubaGear项目作为一款安全评估工具,需要增强对服务主体权限的监控能力,特别是在高权限角色分配方面的检测功能。
技术实现方案
核心功能设计
本次增强主要围绕以下技术要点展开:
-
权限数据采集:
- 通过Microsoft Graph API获取目录角色成员信息
- 筛选服务主体类型对象(#microsoft.graph.servicePrincipal)
- 仅关注活动分配(Active assignments),因为AAD不支持服务主体的合格分配(Eligible assignments)
-
数据结构设计:
- 在provider JSON中新增privileged_service_principals哈希表
- 数据结构与现有privileged_users表保持相似性
- 仅包含具有高权限角色的服务主体
-
API调用优化:
- 使用Get-MgBetaDirectoryRoleMember获取角色成员
- 通过Get-MgBetaServicePrincipal查询服务主体详细信息
- 采用条件判断处理不同类型的主体对象
实现细节
在代码层面,主要修改集中在权限用户获取函数(Get-PrivilegedUser)中:
# 示例代码逻辑
if ($Objecttype -eq "user") {
# 处理用户类型
} elseif ($Objecttype -eq "servicePrincipal") {
# 新增服务主体处理逻辑
$spDetails = Get-MgBetaServicePrincipal -serviceprincipalid $ObjectId
# 构建服务主体权限信息
}
测试验证要求
为确保功能稳定性,需要完成以下测试工作:
-
多租户类型测试:
- 验证在不同类型AAD租户环境中的兼容性
- 包括商业云、政府云等特殊环境
-
自动化测试更新:
- 更新单元测试用例
- 补充功能测试场景
- 确保回归测试覆盖原有功能
-
边界条件测试:
- 无服务主体分配的情况
- 服务主体分配多个高权限角色的情况
- 特殊字符命名的服务主体处理
安全价值与后续规划
本次功能增强为安全团队提供了以下价值:
-
可视化监控:
- 在AAD HTML报告中新增服务主体权限展示区域
- 位于条件访问表之后,保持报告结构一致性
-
基线建设:
- 为后续制定服务主体安全基线提供数据支撑
- 可能引入针对服务主体的新安全策略
-
风险识别:
- 及时发现过度授权的服务主体
- 监控服务主体的高权限分配情况
未来可考虑进一步扩展功能,如:
- 服务主体的证书和密钥过期监控
- 服务主体的API权限分析
- 与服务主体相关的异常行为检测
总结
ScubaGear项目通过本次增强,完善了对Azure AD中服务主体安全状态的监控能力,使安全团队能够更全面地掌握云环境中的权限分配情况,为构建更安全的云基础设施提供了有力工具。该功能的实现充分考虑了现有架构的扩展性和不同类型租户环境的兼容性,同时为未来的安全策略扩展奠定了基础。
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 StartedRust0213
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 Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
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
468
461
暂无描述
Dockerfile
776
5.08 K
Ascend Extension for PyTorch
Python
756
962
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++
873
2.02 K
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++
697
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430