Aclpwn.py：Active Directory ACL渗透利器

Aclpwn.py：Active Directory ACL渗透利器

aclpwn.pyActive Directory ACL exploitation with BloodHound项目地址:https://gitcode.com/gh_mirrors/ac/aclpwn.py

---

项目介绍

Aclpwn.py 是一款强大的工具，专门设计来与 BloodHound 协同工作，旨在自动识别并利用 Active Directory 中基于访问控制列表（ACL）的权限提升路径。该工具通过高效的图数据库 Neo4j 执行路径查找，支持逆向ACL攻击链，但目前不包括重置用户密码的功能。Aclpwn.py 运用了先进的寻径算法（如 Dijkstra），能够优化发现从初始到目标用户的最小权限跳跃路径，并且支持NTLM哈希攻击，同时具备状态保存及回滚功能，确保操作可逆。此工具适用于Python 2.7以及Python 3.5以上版本，依赖于 neo4j-driver, impacket, 和 ldap3 库。

项目快速启动

要迅速上手 Aclpwn.py，首先需确保已安装必要的依赖项。对于Python 3用户，特别注意需要安装python36分支的impacket库，因为主分支可能仅兼容Python 2。

pip install aclpwn
# 对于Python 3的特殊处理
pip install -U git+https://github.com/impacket/impacket.git@python36

安装完成后，你可以通过以下基本步骤运行Aclpwn.py：

1. 准备BloodHound的数据。
2. 确认Neo4j数据库已经正确配置并与BloodHound数据集成。
3. 运行Aclpwn.py，指定你的起始和结束点，例如：

   aclpwn.py --start "DOMAIN\\UserA" --end "DOMAIN\\Administrator"
   

应用案例和最佳实践

在进行AD渗透测试时，Aclpwn.py能显著加快识别潜在权限升级路径的过程。最佳实践中，结合实际环境的血统图(BloodHound可视化)，Aclpwn.py可以帮助安全分析师或红队成员：

• 明确目标: 确定特定权限提升的目标。
• 路径规划: 自动化寻找从普通用户权限到更高权限（如域管理员）的最短路径。
• 验证策略: 测试假设的权限链是否可行，采用模拟攻击而不实际更改系统状态。
• 安全评估: 在模拟攻击后，分析结果来评估当前ACL配置的安全性并提出改进措施。

典型生态项目

• BloodHound: Aclpwn.py的核心伙伴，它提供了一个图形界面来可视化复杂的AD关系。通过整合BloodHound收集的数据，Aclpwn.py能够提供精确的权限提升路径分析。
• Impacket: 用于执行NTLM哈希传递等Windows网络协议交互，是Aclpwn.py实现Pass-The-Hash等功能的底层库。
• Neo4j: 图数据库，负责存储和处理由BloodHound收集的关系数据，是Aclpwn.py高效工作的基石。

通过这些生态组件的协同工作，Aclpwn.py成为了一款在企业级AD环境中不可或缺的安全评估与渗透测试工具。记住，在实际应用中，应遵循合法授权和道德规范，只在拥有适当许可的情况下进行此类活动。

aclpwn.pyActive Directory ACL exploitation with BloodHound项目地址:https://gitcode.com/gh_mirrors/ac/aclpwn.py