
يربط بين تجزئات NTLM وبيانات BloodHound وكلمات المرور المكسورة لاختبار الاختراق في Active Directory. يقوم باستيراد NTDS.dit، والمزامنة مع Neo4j، وتحليل جودة كلمة المرور، وإنشاء قوائم كلمات مخصصة.
يدعم KnowsMore رسميًا Python 3.8+.
knowsmore.py --word-list -o wl.txt --batch --name companyname
knowsmore.py --word-list -o wl.txt --batch --name companyname -l 1
ملاحظة: تشير المعلمة
-lإلى مساحة أحرف leet، حيث 1 تعني عدم استخدام leet و3 هي الحد الأقصى المتاح من leet.
knowsmore --stats
سيُنتج هذا الأمر عدة إحصاءات حول كلمات المرور مثل المخرجات أدناه
KnowsMore v0.1.4 by Helvio Junior
Active Directory, BloodHound, NTDS hashes and Password Cracks correlation tool
https://github.com/helviojunior/knowsmore
[+] Startup parameters
command line: knowsmore --stats
module: stats
database file: knowsmore.db
[+] start time 2023-01-11 03:59:20
[?] General Statistics
+-------+----------------+-------+
| top | description | qty |
|-------+----------------+-------|
| 1 | Total Users | 95369 |
| 2 | Unique Hashes | 74299 |
| 3 | Cracked Hashes | 23177 |
| 4 | Cracked Users | 35078 |
+-------+----------------+-------+
[?] General Top 10 passwords
+-------+-------------+-------+
| top | password | qty |
|-------+-------------+-------|
| 1 | password | 1111 |
| 2 | 123456 | 824 |
| 3 | 123456789 | 815 |
| 4 | guest | 553 |
| 5 | qwerty | 329 |
| 6 | 12345678 | 277 |
| 7 | 111111 | 268 |
| 8 | 12345 | 202 |
| 9 | secret | 170 |
| 10 | sec4us | 165 |
+-------+-------------+-------+
[?] Top 10 weak passwords by company name similarity
+-------+--------------+---------+----------------------+-------+
| top | password | score | company_similarity | qty |
|-------+--------------+---------+----------------------+-------|
| 1 | company123 | 7024 | 80 | 1111 |
| 2 | Company123 | 5209 | 80 | 824 |
| 3 | company | 3674 | 100 | 553 |
| 4 | Company@10 | 2080 | 80 | 329 |
| 5 | company10 | 1722 | 86 | 268 |
| 6 | Company@2022 | 1242 | 71 | 202 |
| 7 | Company@2024 | 1015 | 71 | 165 |
| 8 | Company2022 | 978 | 75 | 157 |
| 9 | Company10 | 745 | 86 | 116 |
| 10 | Company21 | 707 | 86 | 110 |
+-------+--------------+---------+----------------------+-------+
يقوم pipx بتثبيت KnowsMore في بيئة افتراضية معزولة، مما يتجنب التعارضات مع حزم النظام. هذه هي الطريقة الموصى بها على Kali Linux وبيئات Python الأخرى المُدارة خارجيًا (PEP 668).
# Install pipx (if you don't have it yet)
python3 -m pip install --user pipx
# Make sure pipx-installed apps are on your PATH
python3 -m pipx ensurepath
# Install KnowsMore
pipx install knowsmore
# Upgrade to the latest version
pipx upgrade knowsmore
ملاحظة: بعد تشغيل pipx ensurepath قد تحتاج إلى فتح طرفية جديدة (أو تشغيل source ~/.bashrc / source ~/.zshrc) حتى يصبح الأمر knowsmore متاحًا.
ملاحظة: في Python 3.12+ لم يعد الموديول setuptools/pkg_resources مضمّنًا افتراضيًا. إذا واجهت خطأ No module named 'pkg_resources'، فقم بحقن setuptools في بيئة KnowsMore:
pipx inject knowsmore setuptools
pip3 install --upgrade knowsmore
ملاحظة: إذا واجهت مشكلة مع إصدار التبعيات تحقق من ملف البيئة الافتراضية
لا يوجد ترتيب إلزامي لاستيراد البيانات، ولكن للحصول على بيانات ارتباط أفضل نقترح تدفق التنفيذ التالي:
تُخزَّن جميع البيانات في قاعدة بيانات SQLite
knowsmore --create-db
يمكننا استيراد جميع ملفات BloodHound الكاملة إلى KnowsMore، وربط البيانات ببعضها، ومزامنتها مع قاعدة بيانات Neo4J BloodHound. لذا يمكنك استخدام KnowsMore فقط لاستيراد ملفات JSON مباشرةً إلى قاعدة بيانات Neo4j بدلاً من استخدام extremely slow BloodHound User Interface
# Bloodhound ZIP File
knowsmore --bloodhound --import-data ~/Desktop/client.zip
# Bloodhound JSON File
knowsmore --bloodhound --import-data ~/Desktop/20220912105336_users.json
ملاحظة: يستطيع KnowsMore استيراد ملف ZIP الخاص بـ BloodHound وملفات JSON، لكننا نوصي باستخدام ملف ZIP، لأن KnowsMore سيقوم تلقائيًا بترتيب الملفات لتحسين ارتباط البيانات.
# Bloodhound ZIP File
knowsmore --bloodhound --sync 10.10.10.10:7687 -d neo4j -u neo4j -p 12345678
ملاحظة: تنفيذ KnowsMore لـ bloodhount-importer مستوحى من تنفيذ Fox-It BloodHound Import. أجرينا عدة تغييرات لحفظ جميع البيانات في قاعدة بيانات KnowsMore SQLite وبعد ذلك نقوم بمزامنة تزايدية إلى قاعدة بيانات Neo4J. بهذه الاستراتيجية لدينا عدة فوائد مثل سرعة أسرع بعشر مرات على الأقل من واجهة مستخدم BloodHound الأصلية.
ملاحظة: استيراد التجزئات وكلمات المرور النصية الصريحة مباشرة من NTDS.dit وسجل SYSTEM
knowsmore --secrets-dump -target LOCAL -ntds ~/Desktop/ntds.dit -system ~/Desktop/SYSTEM
ملاحظة: استخدم أولاً secretsdump لاستخراج تجزئات ntds باستخدام الأمر أدناه
secretsdump.py -ntds ntds.dit -system system.reg -hashes lmhash:ntlmhash LOCAL -outputfile ~/Desktop/client_name
بعد ذلك استورد
knowsmore --ntlm-hash --import-ntds ~/Desktop/client_name.ntds
knowsmore --word-list -o "~/Desktop/Wordlist/my_custom_wordlist.txt" --batch --name company_name