
Utilise Sharphound, Bloodhound et Neo4j pour produire une liste exploitable de chemins d'attaque en vue d'une correction ciblée.
______ ____ __ __
/ ____/___ ____ ____/ / / / /___ __ ______ ____/ /
/ / __/ __ \/ __ \/ __ / /_/ / __ \/ / / / __ \/ __ /
/ /_/ / /_/ / /_/ / /_/ / __ / /_/ / /_/ / / / /_/ /
\____/\____/\____/\__,_/_/ /_/\____/\__,_/_/ /_/\__,_/
Les attaquants pensent en graphes, les défenseurs en actions, la direction en graphiques.
GoodHound opérationnalise Bloodhound en déterminant les chemins les plus fréquentés vers les cibles de grande valeur et en créant des sorties exploitables pour prioriser la correction des chemins d'attaque.
J'ai la chance de faire cela pour vivre. Tous les dons seront reversés à ma banque alimentaire locale, à un refuge animalier et à des centres de sauvetage pour animaux.
Pour un démarrage très rapide avec la plupart des options par défaut, assurez-vous que votre serveur neo4j est en cours d'exécution et chargé avec les données SharpHound, puis exécutez :
pip install goodhound
goodhound -p "neo4jpassword"
Cela traitera les données dans neo4j et générera 3 rapports csv dans le répertoire de travail actuel.

Toute la documentation se trouve dans le wiki.