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.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
NTLMRecon — Una herramienta para realizar fuerza bruta ligera en servidores HTTP con el fin de identificar puntos finales de autenticación NTLM comúnmente accesibles. | Kitploit
Herramientas/GitHubGitHub/praetorian-inc/ntlmrecon
ReconocimientoRecopilación de InformaciónSeguridad WebPruebas de PenetraciónAutenticación
GitHubpraetorian-inc/ntlmrecon

NTLMRecon

Una herramienta para realizar fuerza bruta ligera en servidores HTTP con el fin de identificar puntos finales de autenticación NTLM comúnmente accesibles.

Ver Repositorio
1181333hace 7 mesesRevisado por Kitploit
Compartir

Resumen

NTLMRecon es una versión en Golang de la utilidad NTLMRecon original escrita por Sachin Kamath (alias pwnfoo). NTLMRecon se puede utilizar para realizar fuerza bruta contra un servidor web objetivo para identificar endpoints comunes de aplicación que soportan autenticación NTLM. Esto incluye endpoints como el endpoint de Exchange Web Services que a menudo se puede aprovechar para omitir la autenticación multifactor.

La herramienta permite recopilar metadatos de los endpoints de autenticación NTLM expuestos, incluyendo información sobre el nombre del equipo, el nombre del dominio de Active Directory y el nombre del bosque de Active Directory. Esta información se puede obtener sin autenticación previa enviando un paquete NTLM NEGOTIATE_MESSAGE al servidor y examinando el mensaje NTLM CHALLENGE_MESSAGE devuelto por el servidor objetivo. También hemos publicado una publicación de blog junto con esta herramienta discutiendo algunas de las motivaciones detrás de su desarrollo y cómo estamos abordando la recopilación de metadatos más avanzada dentro de Chariot.

¿Por qué construir una nueva versión de esta capacidad?

Queríamos realizar fuerza bruta e identificación automatizada de endpoints de autenticación NTLM expuestos dentro de Chariot, nuestra plataforma de gestión de superficie de ataque externa y red teaming automatizado continuo. Nuestra infraestructura de escaneo backend principal está escrita en Golang y no queríamos tener que descargar y ejecutar la utilidad NTLMRecon en Python para recopilar esta información. También queríamos tener más control sobre el nivel de detalle de la información que recopilamos, etc.

Instalación

El siguiente comando se puede utilizar para instalar la utilidad NTLMRecon. Alternativamente, puede descargar una versión precompilada del binario desde la pestaña de releases en GitHub.

go install github.com/praetorian-inc/NTLMRecon/cmd/NTLMRecon@latest

Uso

El siguiente comando se puede utilizar para invocar la utilidad de reconocimiento NTLM y descubrir endpoints de autenticación NTLM expuestos:

NTLMRecon -t https://autodiscover.contoso.com

El siguiente comando se puede utilizar para invocar la utilidad de reconocimiento NTLM y descubrir endpoints NTLM expuestos mientras se muestran los metadatos recopilados en formato JSON:

NTLMRecon -t https://autodiscover.contoso.com -o json

El siguiente comando se puede utilizar para especificar un encabezado Host personalizado al probar endpoints que lo requieran:

NTLMRecon -t https://192.168.1.100 -H mail.contoso.com

El siguiente comando se puede utilizar para habilitar la salida de depuración para la resolución de problemas:

NTLMRecon -t https://autodiscover.contoso.com -debug

Ejemplo de salida JSON

A continuación se muestra un ejemplo de salida JSON con los datos que recopilamos del NTLM CHALLENGE_MESSAGE devuelto por el servidor:

{
  "url": "https://autodiscover.contoso.com/EWS/",
  "ntlm": {
    "netbiosComputerName": "MSEXCH1",
    "netbiosDomainName": "CONTOSO",
    "dnsDomainName": "na.contoso.local",
    "dnsComputerName": "msexch1.na.contoso.local",
    "forestName": "contoso.local"
  }
}
➜  ~ NTLMRecon -t https://adfs.contoso.com -o json | jq
{
  "url": "https://adfs.contoso.com/adfs/services/trust/2005/windowstransport",
  "ntlm": {
    "netbiosComputerName": "MSFED1",
    "netbiosDomainName": "CONTOSO",
    "dnsDomainName": "corp.contoso.com",
    "dnsComputerName": "MSEXCH1.corp.contoso.com",
    "forestName": "contoso.com"
  }
}
➜  ~ NTLMRecon -t https://autodiscover.contoso.com
https://autodiscover.contoso.com/Autodiscover
https://autodiscover.contoso.com/Autodiscover/AutodiscoverService.svc/root
https://autodiscover.contoso.com/Autodiscover/Autodiscover.xml
https://autodiscover.contoso.com/EWS/
https://autodiscover.contoso.com/OAB/
https://autodiscover.contoso.com/Rpc/
➜  ~

Posibles características adicionales

Nuestra metodología al desarrollar esta herramienta se ha centrado en la versión más básica de la capacidad deseada para el lanzamiento inicial. El objetivo de este proyecto era crear una herramienta inicial que pudiéramos integrar en Chariot y luego permitir que las contribuciones y comentarios de la comunidad impulsaran mejoras o funcionalidades adicionales. A continuación se presentan algunas ideas para funcionalidades adicionales que podrían agregarse a NTLMRecon:

  • Mejoras de concurrencia y rendimiento: Podría haber algunas mejoras adicionales en la concurrencia y el rendimiento. Actualmente, la herramienta realiza solicitudes HTTP secuencialmente y espera a que se realice la solicitud anterior.
  • Funcionalidad de escaneo por lotes: Otra idea sería extender la utilidad NTLMRecon para aceptar una lista de hosts desde la entrada estándar. Un escenario de uso podría ser un atacante que ejecute una combinación de "subfinder | httpx | NTLMRecon" para enumerar servidores HTTP y luego identificar endpoints de autenticación NTLM que están expuestos externamente en toda una superficie de ataque.
  • Capacidad de recopilación de datos puntual: Un usuario puede desear realizar una recopilación de datos única dirigida a un endpoint específico que actualmente no es compatible con NTLMRecon.
  • Aleatorización o control del User-Agent: Un usuario puede desear aleatorizar los user-agents utilizados para realizar solicitudes. Alternativamente, al atacar servidores Microsoft Exchange, a veces usar un user-agent con un cliente móvil o un cliente de correo electrónico de terceros heredado puede permitir que las solicitudes pasen al endpoint /EWS/Exchange.asmx, etc.

Referencias

[1] https://www.praetorian.com/blog/automating-the-discovery-of-ntlm-authentication-endpoints/

Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    795
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    520
  • 3

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    439
  • 4

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    346
  • 5

    looking-glass

    anonghosty/looking-glass

    Plataforma CSIRT que ingiere informes de Shadowserver en MongoDB y los reproduce como mapas interactivos, análisis, hallazgos, avisos y paneles ejecutivos.

    267
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    El sistema de acción para la ciberseguridad nativa de IA—donde la intención se convierte en ejecución gobernada, la evidencia se convierte en memoria operativa y cada operación mejora la siguiente.

    264

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →