Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

··Feeds·Contacto·Privacidad·© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
knowsmore — Correlaciona hashes NTLM, datos de BloodHound y contraseñas descifradas para pruebas de penetración en Active Directory. Importa NTDS.dit, sincroniza con Neo4j, analiza la calidad de las contraseñas y genera listas de palabras personalizadas. | Kitploit
Herramientas/GitHubGitHub/helviojunior/knowsmore
Descifrado de ContraseñasRecopilación de InformaciónPruebas de Penetración
GitHubhelviojunior/knowsmore

knowsmore

Correlaciona hashes NTLM, datos de BloodHound y contraseñas descifradas para pruebas de penetración en Active Directory. Importa NTDS.dit, sincroniza con Neo4j, analiza la calidad de las contraseñas y genera listas de palabras personalizadas.

Ver Repositorio
2703421hace 2 mesesRevisado por Kitploit

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →
Compartir

Knows More

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

KnowsMore es compatible oficialmente con Python 3.8+.

Características principales

  • Importar hashes NTLM desde archivo txt de salida .ntds (generado por CrackMapExec o secretsdump.py)
  • Importar hashes NTLM desde NTDS.dit y SYSTEM
  • Importar hashes NTLM descifrados desde archivo de salida de hashcat
  • Importar archivo ZIP o JSON de BloodHound
  • Importador de BloodHound (importar JSON a Neo4J sin la interfaz de BloodHound)
  • Analizar la calidad de la contraseña (longitud, minúsculas, mayúsculas, dígitos, especiales y latinas)
  • Analizar similitud de la contraseña con el nombre de la empresa y del usuario
  • Buscar usuarios, contraseñas y hashes
  • Exportar todas las credenciales descifradas directamente a la base de datos Neo4j de BloodHound como 'objeto poseído'
  • Otras características increíbles...

Generar una lista de palabras personalizada

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

Nota: el parámetro -l indica el espacio de caracteres leet, donde 1 es sin leet y 3 es el máximo leet disponible.

Obtener estadísticas

knowsmore --stats

Este comando producirá varias estadísticas sobre las contraseñas, como la salida a continuación

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 |
+-------+--------------+---------+----------------------+-------+

Instalación

Mediante pipx (recomendado)

pipx instala KnowsMore en un entorno virtual aislado, evitando conflictos con paquetes del sistema. Este es el método recomendado en Kali Linux y otros entornos Python administrados externamente (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

Nota: después de ejecutar pipx ensurepath, es posible que necesites abrir una nueva terminal (o ejecutar source ~/.bashrc / source ~/.zshrc) para que el comando knowsmore esté disponible.

Nota: en Python 3.12+ el módulo setuptools/pkg_resources ya no viene incluido por defecto. Si encuentras el error No module named 'pkg_resources', inyecta setuptools en el entorno de KnowsMore:

pipx inject knowsmore setuptools

Simple

pip3 install --upgrade knowsmore

Nota: Si tienes problemas con la versión de dependencias, consulta el archivo de entorno virtual

Flujo de ejecución

No hay un orden obligatorio para importar datos, pero para obtener una mejor correlación de datos sugerimos el siguiente flujo de ejecución:

  1. Crear archivo de base de datos
  2. Importar archivos de BloodHound
    1. Dominios
    2. GPOs
    3. OUs
    4. Grupos
    5. Equipos
    6. Usuarios
  3. Importar archivo NTDS
  4. Importar hashes descifrados

Crear archivo de base de datos

Todos los datos se almacenan en una base de datos SQLite

knowsmore --create-db

Importar archivos de BloodHound

Podemos importar todos los archivos completos de BloodHound a KnowsMore, correlacionar datos y sincronizarlos con la base de datos Neo4J de BloodHound. Así puedes usar solo KnowsMore para importar archivos JSON directamente a la base de datos Neo4j en lugar de usar la extremadamente lenta interfaz de usuario de BloodHound

# Bloodhound ZIP File
knowsmore --bloodhound --import-data ~/Desktop/client.zip

# Bloodhound JSON File
knowsmore --bloodhound --import-data ~/Desktop/20220912105336_users.json

Nota: KnowsMore es capaz de importar archivos ZIP y JSON de BloodHound, pero recomendamos usar el archivo ZIP, porque KnowsMore ordenará automáticamente los archivos para una mejor correlación de datos.

Sincronizar datos con la base de datos Neo4j de BloodHound

# Bloodhound ZIP File
knowsmore --bloodhound --sync 10.10.10.10:7687 -d neo4j -u neo4j -p 12345678

Nota: La implementación de KnowsMore del importador de BloodHound se inspiró en la implementación de Fox-It BloodHound Import. Implementamos varios cambios para guardar todos los datos en la base de datos SQLite de KnowsMore y luego realizar una sincronización incremental con la base de datos Neo4J. Con esta estrategia tenemos varios beneficios, como ser al menos 10 veces más rápido que la interfaz de usuario original de BloodHound.

Importar archivo NTDS

Opción 1

Nota: Importar hashes y contraseñas en texto plano directamente desde NTDS.dit y el registro SYSTEM

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

Opción 2

Nota: Primero usa secretsdump para extraer los hashes NTDS con el siguiente comando

secretsdump.py -ntds ntds.dit -system system.reg -hashes lmhash:ntlmhash LOCAL -outputfile ~/Desktop/client_name
Descargar herramienta