Caldera平台中空操作训练模块的命令审核功能问题分析
2025-06-04 00:00:57作者:戚魁泉Nursing
问题背景
Caldera是一款功能强大的自动化红队测试平台,在其5.0.0版本中,用户在使用空操作(empty operation)训练模块时遇到了命令审核功能失效的问题。具体表现为:当用户创建手动审批模式的操作后,添加基础命令并尝试运行时,系统未能按预期显示"Review Command"按钮,导致无法完成命令审批流程。
问题现象
在Rocky Linux 8.7系统上全新安装Caldera 5.0.0版本后,用户按照标准流程创建操作时发现:
- 成功部署Sandcat代理到Linux目标主机
- 创建新操作时选择"无对手"(No Adversary)配置
- 设置操作模式为"需要手动审批"(Require manual approval)
- 添加基础命令(如whoami、ps等)和潜在链接(如访问passwd文件)
- 点击运行后,界面未出现预期的命令审核按钮
技术分析
该问题主要涉及Caldera平台的操作执行流程控制机制。在手动审批模式下,系统应暂停每个命令的执行并等待操作员明确批准,但当前版本中存在以下技术缺陷:
- 前端界面交互逻辑:审核按钮的显示条件判断存在缺陷,导致在特定操作模式下未能正确渲染
- 操作状态机转换:从"暂停"状态到"等待审批"状态的转换逻辑不完整
- 命令队列处理:手动添加的命令未能正确进入待审批队列
解决方案
经过社区开发者的排查,确认该问题已在后续版本中得到修复。临时解决方案包括:
- 将操作模式改为自动执行(Autonomous)可规避此问题
- 应用相关修复补丁后重新构建系统
最佳实践建议
对于使用Caldera进行红队训练的安全人员,建议:
- 在关键训练操作前,先进行小规模功能验证
- 保持平台版本更新,及时应用安全补丁
- 复杂训练场景建议分阶段实施,逐步验证各功能模块
- 重要操作建议配置日志记录,便于问题排查
总结
Caldera作为一款先进的自动化安全测试平台,其功能模块间的交互复杂性可能导致某些边缘场景下的异常行为。通过社区协作和版本迭代,这类问题能够得到及时解决。安全团队在使用此类平台时,应建立完善的测试验证流程,确保关键功能在实战环境中的可靠性。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868