Skip to content
KitploitKITPLOIT
ToolsExploitsBlog
Log in
Einreichen
ToolsExploitsBlog
Einreichen

Hacking-, PenTest- und Cybersicherheits-Tools für Ihr Sicherheitsarsenal!

Kitploit ist ein Verzeichnis von Hacking-, Cybersicherheits- und Pentesting-Tools. Entdecken Sie die neuesten Projekt-Updates, um Schwachstellen zu finden, Systeme zu analysieren, Tests zu automatisieren und Ihre Sicherheit zu stärken.

··Feeds·Kontakt·Datenschutz·© 2026 Kitploit

Tool-Verzeichnis

Kategorien

Alle Kategorien anzeigen
Loading categories
knowsmore — Korreliert NTLM-Hashes, BloodHound-Daten und geknackte Passwörter für Active Directory Penetrationstests. Importiert NTDS.dit, synchronisiert mit Neo4j, analysiert die Passwortqualität und erstellt benutzerdefinierte Wortlisten. | Kitploit
Tools/GitHubGitHub/helviojunior/knowsmore
Passwort-CrackingInformationsbeschaffungPenetrationstests
GitHubhelviojunior/knowsmore

knowsmore

Korreliert NTLM-Hashes, BloodHound-Daten und geknackte Passwörter für Active Directory Penetrationstests. Importiert NTDS.dit, synchronisiert mit Neo4j, analysiert die Passwortqualität und erstellt benutzerdefinierte Wortlisten.

Repository anzeigen
2703421vor 2 MonatenVon Kitploit geprüft

Beliebteste

Alle anzeigen →

Entdecken Sie die meistgenutzten Tools unserer Community.

Alle Tools erkunden

Durchsuchen Sie unsere Tool-Sammlung

Alle Tools anzeigen →
Teilen

Knows More

Build Build Downloads Supported Versions Contributors PyPI version License: GPL-3.0

KnowsMore unterstützt offiziell Python 3.8+.

Hauptfunktionen

  • NTLM-Hashes aus einer .ntds-Ausgabedatei importieren (generiert von CrackMapExec oder secretsdump.py)
  • NTLM-Hashes aus NTDS.dit und SYSTEM importieren
  • Geknackte NTLM-Hashes aus einer Hashcat-Ausgabedatei importieren
  • BloodHound-ZIP- oder JSON-Datei importieren
  • BloodHound-Importer (JSON in Neo4J ohne BloodHound-Benutzeroberfläche importieren)
  • Qualität der Passwörter analysieren (Länge, Kleinbuchstaben, Großbuchstaben, Ziffern, Sonderzeichen und lateinische Zeichen)
  • Ähnlichkeit des Passworts mit Firmen- und Benutzernamen analysieren
  • Benutzer, Passwörter und Hashes durchsuchen
  • Alle geknackten Zugangsdaten direkt in die BloodHound Neo4j-Datenbank als 'owned object' exportieren
  • Weitere erstaunliche Funktionen…

Erstellen einer benutzerdefinierten Wortliste

knowsmore.py --word-list -o wl.txt --batch --name companyname
knowsmore.py --word-list -o wl.txt --batch --name companyname -l 1

Hinweis: Der Parameter -l gibt den Leetspeak-Zeichenraum an, wobei 1 für kein Leet und 3 für das maximale Leet steht.

Statistiken abrufen

knowsmore --stats

Dieser Befehl erzeugt mehrere Statistiken über die Passwörter, wie unten gezeigt.

KnowsMore v0.1.4 von Helvio Junior
Active Directory, BloodHound, NTDS-Hashes und Passwort-Crack-Korrelationstool
https://github.com/helviojunior/knowsmore
    
 [+] Startparameter
     Befehlszeile: knowsmore --stats 
     Modul: stats
     Datenbankdatei: knowsmore.db
  
 [+] Startzeit: 2023-01-11 03:59:20
[?] Allgemeine Statistiken
+-------+----------------+-------+
|   top | Beschreibung   |   qty |
|-------+----------------+-------|
|     1 | Gesamtbenutzer | 95369 |
|     2 | Eindeutige Hashes | 74299 |
|     3 | Geknackte Hashes | 23177 |
|     4 | Geknackte Benutzer | 35078 |
+-------+----------------+-------+

 [?] Allgemeine Top-10-Passwörter
+-------+-------------+-------+
|   top | Passwort    |   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 schwache Passwörter nach Unternehmensnamensähnlichkeit
+-------+--------------+---------+----------------------+-------+
|   top | Passwort     |   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 |
+-------+--------------+---------+----------------------+-------+

Installation

Mittels pipx (empfohlen)

pipx installiert KnowsMore in eine isolierte virtuelle Umgebung und vermeidet so Konflikte mit Systempaketen. Dies ist die empfohlene Methode auf Kali Linux und anderen extern verwalteten Python-Umgebungen (PEP 668).

# pipx installieren (falls noch nicht vorhanden)
python3 -m pip install --user pipx

# Sicherstellen, dass mit pipx installierte Programme im PATH sind
python3 -m pipx ensurepath

# KnowsMore installieren
pipx install knowsmore

# Auf die neueste Version aktualisieren
pipx upgrade knowsmore

Hinweis: Nach pipx ensurepath müssen Sie möglicherweise ein neues Terminal öffnen (oder source ~/.bashrc / source ~/.zshrc ausführen), damit der Befehl knowsmore verfügbar wird.

Hinweis: Unter Python 3.12+ ist das Modul setuptools/pkg_resources nicht mehr standardmäßig enthalten. Wenn Sie einen Fehler No module named 'pkg_resources' erhalten, injizieren Sie setuptools in die KnowsMore-Umgebung:

pipx inject knowsmore setuptools

Einfach

pip3 install --upgrade knowsmore

Hinweis: Falls Sie Probleme mit der Abhängigkeitsversion haben, lesen Sie bitte die Virtual ENV-Datei

Ausführungsablauf

Es gibt keine verpflichtende Reihenfolge zum Importieren von Daten, aber für eine bessere Datenkorrelation empfehlen wir den folgenden Ablauf:

  1. Datenbankdatei erstellen
  2. BloodHound-Dateien importieren
    1. Domänen
    2. GPOs
    3. OUs
    4. Gruppen
    5. Computer
    6. Benutzer
  3. NTDS-Datei importieren
  4. Geknackte Hashes importieren

Datenbankdatei erstellen

Alle Daten werden in einer SQLite-Datenbank gespeichert

knowsmore --create-db

BloodHound-Dateien importieren

Wir können alle vollständigen BloodHound-Dateien in KnowsMore importieren, Daten korrelieren und mit der Neo4J BloodHound-Datenbank synchronisieren. So können Sie nur KnowsMore verwenden, um JSON-Dateien direkt in die Neo4j-Datenbank zu importieren, anstatt die extrem langsame BloodHound-Benutzeroberfläche zu nutzen.

# BloodHound ZIP-Datei
knowsmore --bloodhound --import-data ~/Desktop/client.zip

# BloodHound JSON-Datei
knowsmore --bloodhound --import-data ~/Desktop/20220912105336_users.json

Hinweis: KnowsMore kann BloodHound ZIP- und JSON-Dateien importieren, aber wir empfehlen die ZIP-Datei, da KnowsMore die Dateien automatisch zur besseren Datenkorrelation ordnet.

Daten mit der Neo4j BloodHound-Datenbank synchronisieren

# BloodHound ZIP-Datei
knowsmore --bloodhound --sync 10.10.10.10:7687 -d neo4j -u neo4j -p 12345678

Hinweis: Die KnowsMore-Implementierung des BloodHound-Importers wurde von der Fox-It BloodHound Import-Implementierung inspiriert. Wir haben mehrere Änderungen vorgenommen, um alle Daten in der KnowsMore SQLite-Datenbank zu speichern und danach eine inkrementelle Synchronisierung mit der Neo4J-Datenbank durchzuführen. Mit dieser Strategie haben wir mehrere Vorteile, darunter eine mindestens 10-fache Geschwindigkeitssteigerung gegenüber der originalen BloodHound-Benutzeroberfläche.

NTDS-Datei importieren

Option 1

Hinweis: Hashes und Klartext-Passwörter direkt aus NTDS.dit und SYSTEM-Registrierung importieren

knowsmore --secrets-dump -target LOCAL -ntds ~/Desktop/ntds.dit -system ~/Desktop/SYSTEM

Option 2

Hinweis: Zuerst mit dem folgenden Befehl die NTDS-Hashes mit secretsdump extrahieren

Tool herunterladen