Graph权限滥用:从服务主体到特权账户的权限链构造与防御
2026-04-23 09:21:53作者:滑思眉Philip
原理剖析:Graph权限链的技术本质
Graph API权限模型中的AppRoleAssignment.ReadWrite.All权限是实现权限跃升的关键支点。该权限允许服务主体管理其他应用的角色分配,当与证书泄露场景结合时,形成完整的攻击面。攻击者通过控制拥有此权限的服务主体,可构建"自我授权"的权限链:先为自身添加RoleManagement.ReadWrite.Directory权限,继而分配全局管理员角色,最终实现完全权限接管。
权限链的核心在于Microsoft Graph API的权限叠加效应。低风险权限经组合后可能产生高风险结果,这种"权限倍增"现象在云身份系统中尤为突出。通过分析服务主体的权限配置,可识别出潜在的权限升级通道。
实战验证:权限链构造的技术实现
在受控环境中验证权限链构造需执行以下关键步骤:
- 权限枚举:使用Microsoft Graph PowerShell模块检查服务主体权限配置
# 检查服务主体的Graph API权限
Get-MgServicePrincipalPermission -ServicePrincipalId $spId | Where-Object { $_.Resource -eq "Microsoft Graph" }
- 权限分配:利用现有权限为服务主体添加高权限角色
# 分配RoleManagement.ReadWrite.Directory权限
New-MgServicePrincipalAppRoleAssignment -ServicePrincipalId $targetSpId `
-ResourceId (Get-MgServicePrincipal -Filter "AppId eq '00000003-0000-0000-c000-000000000000'").Id `
-AppRoleId "9e3f62cf-ca93-4989-b6ce-2c2363c52827" `
-PrincipalId $attackerSpId
- 权限利用:通过新获取的权限创建全局管理员账户,完成权限链的最后一环。此过程验证了权限配置不当可能导致的安全风险,为防御体系构建提供实证依据。
防御体系:构建Graph权限安全防御矩阵
针对Graph权限滥用风险,需建立多层次防御矩阵:
权限治理框架
- 最小权限原则:基于服务主体实际功能需求分配权限,禁用不必要的管理类权限
- 权限生命周期管理:建立权限申请、审批、定期审计的完整流程
- 紧急权限熔断机制:配置异常权限使用的自动告警与临时禁用功能
技术防御措施
- 启用Azure AD中的特权访问管理(PAM),为高权限操作添加审批流程
- 部署Graph API调用日志分析,监控异常权限分配行为
- 实施证书轮换策略,降低证书泄露的影响范围
安全测试环境搭建指南
基础环境要求
- Azure订阅(具备创建Entra ID资源的权限)
- PowerShell 7.0+及Microsoft Graph模块
Install-Module Microsoft.Graph -Scope CurrentUser -Force
- 部署EntraGoat测试环境
git clone https://gitcode.com/GitHub_Trending/en/EntraGoat
cd EntraGoat/scenarios
.\EntraGoat-Scenario2-Setup.ps1
- 测试完成后执行清理操作
cd EntraGoat/cleanups
.\EntraGoat-Scenario2-Cleanup.ps1
所有测试应在隔离环境中进行,严格遵守组织安全策略和法律法规要求。
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 StartedRust0191
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 Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
763
4.96 K
Claude 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 Started
Rust
1.8 K
191
Ascend Extension for PyTorch
Python
718
875
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++
856
1.92 K
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++
1.07 K
1.09 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
1.73 K
1.02 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++
676
1.33 K
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
455
437
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。
C
454
5.07 K

