exploiting-active-directory-with-bloodhound

name	exploiting-active-directory-with-bloodhound
description	BloodHound 是基于图论的活动目录侦察工具，使用图论揭示 AD 环境中隐藏的和意外的关系。红队使用 BloodHound 识别从已控制账户到域管理员等高价值目标的攻击路径。
domain	cybersecurity
subdomain	red-teaming
tags	["red-team","adversary-simulation","mitre-attack","exploitation","post-exploitation","active-directory","bloodhound"]
version	1.0
author	mahipal
license	Apache-2.0

使用 BloodHound 利用活动目录漏洞

概述

BloodHound 是基于图论的活动目录侦察工具，使用图论揭示 AD 环境中隐藏的和意外的关系。红队使用 BloodHound 识别从已控制账户到域管理员等高价值目标的攻击路径，发现几乎无法手动找到的权限提升链。SharpHound 是官方数据收集器，收集 AD 对象、关系、ACL、会话和组成员关系。

目标

• 使用 SharpHound 或 BloodHound.py 收集活动目录关系数据
• 可视化从已控制账户到域管理员的攻击路径
• 识别错误配置的 ACL、组成员关系和委派设置
• 发现到高价值目标的最短攻击路径
• 映射 Kerberos 委派配置以便滥用
• 记录所有已识别的权限提升链

MITRE ATT&CK 映射

• T1087.002 - 账户发现：域账户
• T1069.002 - 权限组发现：域组
• T1482 - 域信任发现
• T1615 - 组策略发现
• T1018 - 远程系统发现
• T1033 - 系统所有者/用户发现
• T1016 - 系统网络配置发现

实施步骤

阶段一：使用 SharpHound 收集数据

1. 将 SharpHound 收集器传输到已控制的主机
2. 使用适当的方法执行收集（All、DCOnly、Session、LoggedOn）
3. 在多域环境中从所有可达域收集
4. 将 ZIP 数据文件导出到分析工作站
5. 将数据导入 BloodHound CE 或传统版

阶段二：攻击路径分析

1. 标记已控制的主体（已控制账户）
2. 查询到域管理员的最短路径
3. 识别具有管理员权限的 Kerberoastable 账户
4. 查找 AS-REP Roastable 账户
5. 分析基于 ACL 的攻击路径（GenericAll、GenericWrite、WriteDACL、ForceChangePassword）
6. 审查 GPO 滥用机会

阶段三：利用规划

1. 按复杂性和隐蔽性对攻击路径进行优先级排序
2. 识别攻击链中每个步骤所需的工具
3. 为每种技术规划 OPSEC 注意事项
4. 执行已识别的攻击链
5. 在每个步骤记录证据

工具与资源

工具	用途	平台
BloodHound CE	图可视化和分析	基于 Web
SharpHound	AD 数据收集（.NET）	Windows
BloodHound.py	AD 数据收集（Python）	Linux/Windows
Cypher 查询	自定义图查询	Neo4j/BloodHound
PlumHound	自动化 BloodHound 报告	Python
Max（BloodHound）	BloodHound 自动化	Python

关键 BloodHound 查询

查询	用途
到域管理员的最短路径	查找到 DA 的最快路线
查找具有到 DA 路径的 Kerberoastable 用户	通向 DA 的 SPN 账户
查找 AS-REP Roastable 用户	没有预认证的账户
从已控制主体的最短路径	从已控制账户的路径
查找具有不受支持操作系统的计算机	供利用的旧系统
查找具有 DCSync 权限的用户	可以复制 AD 的账户
查找修改本地组成员资格的 GPO	基于 GPO 的权限提升

验证标准

• 已从所有域收集 SharpHound 数据
• 已识别从已控制账户到 DA 的攻击路径
• 已记录基于 ACL 的攻击路径
• 已识别 Kerberoastable 和 AS-REP Roastable 账户
• 已创建包含优先路径的利用计划
• 已捕获证据截图用于报告