autobloody 是什么自动利用 BloodHound 攻击路径的 AD 权限提升神器完全解析【免费下载链接】autobloodyTool to automatically exploit Active Directory privilege escalation paths shown by BloodHound项目地址: https://gitcode.com/gh_mirrors/au/autobloody在 Active Directory 渗透测试中找到攻击路径只是第一步真正手动执行每一步利用往往耗时且容易出错。autobloody正是一款面向 AD 安全的自动权限提升工具它读取 BloodHound 数据库中的关系图谱自动规划并执行从我们已控制的源对象到目标对象之间的提权路径堪称 AD 权限提升的一键自动化神器。autobloody 解决了什么痛点传统工作流中红队成员需要用 SharpHound 或 BloodHound.py 收集 AD 数据并导入 Neo4j在 BloodHound 界面里手动寻找从当前账号到域管的最短路径再根据路径上的每条边如 MemberOf、GenericAll用 bloodyAD、PowerView 等工具手工执行还要小心翼翼地记录并回滚改动。autobloody 把这套流程压缩成一条命令自动完成找路径 执行 清理三个环节显著提升 AD 渗透测试与红队演练效率。工作原理Dijkstra 算法 bloodyAD 执行autobloody 的自动化分为两步见 automation.py 与 database.py找最优路径利用 Neo4j GDS 库中实现的 Dijkstra 算法在加权图上求解最短路径。BloodHound 的边本身没有权重autobloody 会按照边的类型如 MemberOf、WriteOwner和目标节点类型用户、组、域为每条边赋予提权成本成本越低代表越容易利用。例如给域管理员权限的 DCSync 边成本最低需要多次写操作的 WriteOwner 成本更高。执行路径路径生成后工具通过bloodyAD包连接域控的 LDAP 服务按顺序执行每一步操作并自动回滚可逆的改动除 ForceChangePassword 和 setOwner 之外。核心入口与参数主程序入口在 main.py使用方式非常直观autobloody -p Password123! --host 192.168.10.2 -dp neo4jPss -ds JOHN.DOEBLOODY.LOCAL -dt BLOODY.LOCAL常用参数速查参数作用-ds / -dt源节点与目标节点的 name 属性区分大小写-dp / -duNeo4j 数据库密码与用户名--host域控主机名或 IP-p明文密码或LMHASH:NTHASH-k / -cKerberos / 证书认证-y自动确认执行跳过交互确认支持的认证方式与攻击边得益于 bloodyADautobloody 支持明文密码、Pass-the-Hash、Pass-the-Ticket、证书认证等多种方式并可选择 LDAP 或 LDAPS 连接。目前可自动利用的 BloodHound 边包括MemberOf、ForceChangePassword、AddMembers、AddSelf、DCSync、GetChanges/GetChangesAll、GenericAll、WriteDacl、GenericWrite、WriteOwner、Owns、Contains、AllExtendedRights、ReadGMSAPassword。其中 Shadow Credentials 攻击失败时会自动降级为强制改密GMSA 密码读取后可无缝切换身份继续提权非常灵活。安装与依赖推荐直接通过 pip 安装pip install autobloody也可以克隆仓库后本地安装仓库地址https://gitcode.com/gh_mirrors/au/autobloodygit clone --depth 1 https://gitcode.com/gh_mirrors/au/autobloody pip install .依赖包括 bloodyAD、Neo4j Python 驱动以及带有 BloodHound 数据的 Neo4j 实例。若 Neo4j 安装了 GDS 图算法库路径搜索性能更佳没有 GDS 时也会自动降级为原生 CYPHER 查询稍慢但功能完整。实战流程三步完成一次自动化提权收集数据先用 SharpHound 或 BloodHound.py 采集 AD 环境数据导入 BloodHound 并确保 Neo4j 运行。运行 autobloody指定 Neo4j 凭据、源账号和目标对象工具先输出模拟计划simulate确认无误后输入y执行。接管目标执行完成后即可获得目标对象的控制权例如 DCSync 边会直接提示你用 secretsdump.py 导出 NTDS。注意事项与局限-ds和-dt的值区分大小写必须与 BloodHound 中的 name 属性完全一致工具只支持上述列出的攻击边遇到无法自动利用的边会明确报错提示执行前建议先跑一次模拟不带-y仔细核对将要执行的每一步操作默认连接超时 60 秒可通过--timeout调整。总结对从事 AD 安全测试、红队评估或内网渗透的工程师来说autobloody 把发现路径、规划利用、执行清理整合为一条命令是 BloodHound 生态中不可多得的AD 权限提升自动化利器。配合单用户 BloodHound 环境含 GDS 插件你甚至可以在一台机器上快速搭建完整的攻击测试闭环。赶快动手试试让繁琐的手工提权成为过去式吧【免费下载链接】autobloodyTool to automatically exploit Active Directory privilege escalation paths shown by BloodHound项目地址: https://gitcode.com/gh_mirrors/au/autobloody创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 autobloody 是什么？自动利用 BloodHound 攻击路径的 AD 权限提升神器完全解析
autobloody 是什么自动利用 BloodHound 攻击路径的 AD 权限提升神器完全解析【免费下载链接】autobloodyTool to automatically exploit Active Directory privilege escalation paths shown by BloodHound项目地址: https://gitcode.com/gh_mirrors/au/autobloody在 Active Directory 渗透测试中找到攻击路径只是第一步真正手动执行每一步利用往往耗时且容易出错。autobloody正是一款面向 AD 安全的自动权限提升工具它读取 BloodHound 数据库中的关系图谱自动规划并执行从我们已控制的源对象到目标对象之间的提权路径堪称 AD 权限提升的一键自动化神器。autobloody 解决了什么痛点传统工作流中红队成员需要用 SharpHound 或 BloodHound.py 收集 AD 数据并导入 Neo4j在 BloodHound 界面里手动寻找从当前账号到域管的最短路径再根据路径上的每条边如 MemberOf、GenericAll用 bloodyAD、PowerView 等工具手工执行还要小心翼翼地记录并回滚改动。autobloody 把这套流程压缩成一条命令自动完成找路径 执行 清理三个环节显著提升 AD 渗透测试与红队演练效率。工作原理Dijkstra 算法 bloodyAD 执行autobloody 的自动化分为两步见 automation.py 与 database.py找最优路径利用 Neo4j GDS 库中实现的 Dijkstra 算法在加权图上求解最短路径。BloodHound 的边本身没有权重autobloody 会按照边的类型如 MemberOf、WriteOwner和目标节点类型用户、组、域为每条边赋予提权成本成本越低代表越容易利用。例如给域管理员权限的 DCSync 边成本最低需要多次写操作的 WriteOwner 成本更高。执行路径路径生成后工具通过bloodyAD包连接域控的 LDAP 服务按顺序执行每一步操作并自动回滚可逆的改动除 ForceChangePassword 和 setOwner 之外。核心入口与参数主程序入口在 main.py使用方式非常直观autobloody -p Password123! --host 192.168.10.2 -dp neo4jPss -ds JOHN.DOEBLOODY.LOCAL -dt BLOODY.LOCAL常用参数速查参数作用-ds / -dt源节点与目标节点的 name 属性区分大小写-dp / -duNeo4j 数据库密码与用户名--host域控主机名或 IP-p明文密码或LMHASH:NTHASH-k / -cKerberos / 证书认证-y自动确认执行跳过交互确认支持的认证方式与攻击边得益于 bloodyADautobloody 支持明文密码、Pass-the-Hash、Pass-the-Ticket、证书认证等多种方式并可选择 LDAP 或 LDAPS 连接。目前可自动利用的 BloodHound 边包括MemberOf、ForceChangePassword、AddMembers、AddSelf、DCSync、GetChanges/GetChangesAll、GenericAll、WriteDacl、GenericWrite、WriteOwner、Owns、Contains、AllExtendedRights、ReadGMSAPassword。其中 Shadow Credentials 攻击失败时会自动降级为强制改密GMSA 密码读取后可无缝切换身份继续提权非常灵活。安装与依赖推荐直接通过 pip 安装pip install autobloody也可以克隆仓库后本地安装仓库地址https://gitcode.com/gh_mirrors/au/autobloodygit clone --depth 1 https://gitcode.com/gh_mirrors/au/autobloody pip install .依赖包括 bloodyAD、Neo4j Python 驱动以及带有 BloodHound 数据的 Neo4j 实例。若 Neo4j 安装了 GDS 图算法库路径搜索性能更佳没有 GDS 时也会自动降级为原生 CYPHER 查询稍慢但功能完整。实战流程三步完成一次自动化提权收集数据先用 SharpHound 或 BloodHound.py 采集 AD 环境数据导入 BloodHound 并确保 Neo4j 运行。运行 autobloody指定 Neo4j 凭据、源账号和目标对象工具先输出模拟计划simulate确认无误后输入y执行。接管目标执行完成后即可获得目标对象的控制权例如 DCSync 边会直接提示你用 secretsdump.py 导出 NTDS。注意事项与局限-ds和-dt的值区分大小写必须与 BloodHound 中的 name 属性完全一致工具只支持上述列出的攻击边遇到无法自动利用的边会明确报错提示执行前建议先跑一次模拟不带-y仔细核对将要执行的每一步操作默认连接超时 60 秒可通过--timeout调整。总结对从事 AD 安全测试、红队评估或内网渗透的工程师来说autobloody 把发现路径、规划利用、执行清理整合为一条命令是 BloodHound 生态中不可多得的AD 权限提升自动化利器。配合单用户 BloodHound 环境含 GDS 插件你甚至可以在一台机器上快速搭建完整的攻击测试闭环。赶快动手试试让繁琐的手工提权成为过去式吧【免费下载链接】autobloodyTool to automatically exploit Active Directory privilege escalation paths shown by BloodHound项目地址: https://gitcode.com/gh_mirrors/au/autobloody创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考