SharpML

SharpML est un outil de preuve de concept pour l'exploration de données de partages de fichiers utilisant l'apprentissage automatique en Python et C#.

L'outil est détaillé plus en profondeur sur notre blog ici, mais est résumé ci-dessous également :

SharpML est un outil basé sur C# et Python qui effectue un certain nombre d'opérations dans le but d'explorer les partages de fichiers, d'interroger Active Directory pour les utilisateurs, de déposer un modèle ML et les règles associées, d'effectuer des vérifications d'authentification Active Directory, afin d'automatiser le processus de recherche de mots de passe dans les partages de fichiers en alimentant le modèle ML avec les données collectées.

Le modèle ML est écrit en Python et a été développé à l'aide d'un algorithme personnalisé pour identifier les probabilités de mots de passe. Le modèle a été compilé avec PyInstaller et se trouve sous forme de fichier ressource dans le wrapper C#, qui assure l'interaction entre lui-même, les données et le modèle. La logique du programme est visible ci-dessous :

Actuellement, il permet d'évaluer un seul partage de fichiers.

Vous devez avoir un accès en lecture au partage de fichiers que vous ciblez, après quoi l'outil effectuera ses activités de manière largement autonome.

Il existe une version compilée dans la section des versions, et il est à noter que cet outil est actuellement une preuve de concept et sujet à de nombreuses améliorations.

Utilisation :

cmd.exe

C:\> SharpML.exe -u \\fileshare\d$

Cobalt Strike

> execute-assembly SharpML.exe -u \\fileshare\d$

Auteurs

Marco Valentini

Tom Kallo

À faire

• Lorsque SharpML est exécuté, il tentera de vérifier tous les utilisateurs qu'il trouve. Si une politique de verrouillage de domaine restrictive existe, il peut tenter de vérifier les utilisateurs plusieurs fois et verrouiller le compte en cas d'échecs d'authentification multiples.
• Certaines limitations de taille de fichier doivent être mises en œuvre afin que les fichiers texte volumineux ne créent pas de goulot d'étranglement lors de la copie des données brutes.
• Sélectionner l'option d'exécution de plusieurs partages de fichiers simultanément. En implémentant un chercheur de partages automatique, permettre à SharpML d'être totalement autonome et de parcourir l'ensemble du réseau.
• Améliorer certaines logiques du programme, y compris des options supplémentaires comme le choix de vérifier ou non les 10 000 mots de passe les plus courants.