ScubaGear项目执行AAD审计时的权限问题分析与解决方案
2025-07-05 09:17:18作者:温玫谨Lighthearted
背景概述
在使用ScubaGear工具进行Azure Active Directory(AAD)审计时,部分用户会遇到权限不足的问题。该工具需要调用Microsoft Graph API来获取AAD的配置数据,而权限配置不当会导致审计过程中断。
核心问题分析
问题主要出现在两种认证场景中:
-
交互式认证场景
当使用Global Reader角色的账户进行交互式认证时,系统会默认尝试使用官方的Microsoft Graph PowerShell应用程序进行认证。若租户管理员未预先批准该应用程序,则会出现"Need Admin Approval"的提示,导致认证失败。 -
自定义应用认证场景
用户创建自定义应用并分配所有Graph API权限后,仍可能遇到权限不足的错误。这是因为PowerShell仍会尝试使用官方应用而非自定义应用进行认证。
根本原因
问题的本质在于:
- 租户启用了管理员同意要求(Admin Consent Requirement),这是安全的最佳实践
- 认证流程中应用身份切换导致的混淆
- 权限授予方式与认证方式不匹配
解决方案
方案一:批准官方Graph PowerShell应用
- 联系租户管理员
- 请求批准"Microsoft Graph Command Line Tools"应用
- 确保批准所有ScubaGear所需的API权限
方案二:使用证书认证的自定义应用
- 按照文档创建服务主体
- 配置证书认证
- 分配必要的应用权限(非委托权限)
- 使用-AppOnly参数运行ScubaGear
技术细节补充
- 权限类型区别:委托权限(Delegated)需要用户登录上下文,而应用权限(Application)允许后台服务直接访问
- 安全考虑:管理员同意流程可防止同意钓鱼攻击,是推荐的安全实践
- 错误处理:遇到AADSTS90094错误时,应检查是否为应用注册问题而非单纯权限不足
最佳实践建议
- 生产环境中推荐使用证书认证方式
- 测试环境可先批准官方应用进行快速验证
- 权限分配应遵循最小特权原则
- 定期审查和更新证书及权限配置
总结
ScubaGear工具的AAD审计功能依赖于正确的Graph API权限配置。理解认证流程和权限模型对于成功执行审计至关重要。根据组织安全策略选择合适的认证方式,并确保所有必要的权限都得到适当批准,是解决问题的关键所在。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878