Skip to content
KitploitKITPLOIT
도구블로그
제출
도구블로그
제출

해킹, 침투 테스트 및 사이버 보안 도구를 당신의 보안 무기고에!

Kitploit은 해킹, 사이버 보안 및 침투 테스트 도구 디렉토리입니다. 최신 프로젝트 업데이트를 발견하여 취약점을 찾고, 시스템을 분석하고, 테스트를 자동화하고, 보안을 강화하세요.

··피드·문의·개인정보·© 2026 Kitploit

도구 디렉토리

카테고리

모든 카테고리 보기
Loading categories
ADBloodHound-AI — AI-Powered Active Directory Attack Path Analysis with BloodHound - By Ayi NEDJIMI https://ayinedjimi-consultants.fr | Kitploit
도구/GitLabGitLab/ayinedjimi-consultants/adbloodhound-ai
Privilege EscalationReconnaissanceVulnerability AnalysisExploitationPenetration TestingRed TeamingAI Security
GitLabayinedjimi-consultants/adbloodhound-ai

ADBloodHound-AI

인기

모두 보기 →

커뮤니티에서 가장 많이 사용되는 도구를 찾아보세요.

모든 도구 탐색

도구 컬렉션을 둘러보세요

모든 도구 보기 →
공유

AI-Powered Active Directory Attack Path Analysis with BloodHound - By Ayi NEDJIMI https://ayinedjimi-consultants.fr

저장소 보기웹사이트
6개월 전아직 검토되지 않음

ADBloodHound-AI

Python 3.9+ License: MIT Active Directory MITRE ATT&CK BloodHound Author HuggingFace

AI 기반 Active Directory 공격 경로 분석

AI를 활용한 Active Directory 공격 경로 분석

English | Français


아키텍처

root@kitploit:~
                    +---------------------------+
                    |   BloodHound JSON 내보내기  |
                    |   (사용자, 그룹, ACL)       |
                    +-------------+-------------+
                                  |
                                  v
                    +-------------+-------------+
                    |     그래프 분석기           |
                    |  - BH v3/v4 형식 파싱      |
                    |  - NetworkX Digraph 구축    |
                    |  - 공격 경로 탐지          |
                    |  - Tier 0/1/2 식별         |
                    +-------------+-------------+
                                  |
                    +------+------+------+
                    |      |             |
                    v      v             v
            +-------+  +--+------+  +---+--------+
            | 위험   |  | LLM    |  | 보고서     |
            | 점수기  |  | 어드바이저|  | 생성기     |
            +---+----+  +---+----+  +---+--------+
                |            |          |
                v            v          v
            [점수]    [MITRE 매핑]  [HTML/JSON]
                |            |          |
                +------+-----+-----+---+
                       |
                       v
              +--------+---------+
              |   CLI 인터페이스   |
              | 분석 | 경로       |
              | 점수 | 보고서     |
              +------------------+

English (영어)

ADBloodHound-AI란?

ADBloodHound-AI는 BloodHound JSON 내보내기를 파싱하여 그래프 분석과 AI(OpenAI GPT) 를 결합하여 다음을 수행합니다:

  • 모든 사용자/컴퓨터에서 Domain Admin까지의 공격 경로 탐지
  • 다중 요소 가중치 알고리즘(거리, ACE 유형, 암호 사용 기간, 노출, 권한 수준)을 사용한 위험 점수 산정
  • 위험 계정 식별: Kerberoastable, AS-REP Roastable, DCSync 주체
  • MITRE ATT&CK 매핑: T1558(Kerberos), T1003(자격 증명 덤프), T1078(유효 계정)
  • 보고서 생성: HTML 대시보드 및 우선순위 조치가 포함된 JSON 내보내기
  • AI 기반 조언: 공격 경로에 대한 LLM 분석 및 경영진 요약

설치

root@kitploit:~
git clone https://github.com/ayinedjimi/ADBloodHound-AI.git
cd ADBloodHound-AI
pip install -e ".[dev]"

# 선택 사항: AI 기능을 위한 OpenAI API 키 설정
export OPENAI_API_KEY="sk-..."

사용법

root@kitploit:~
# HTML 보고서가 포함된 전체 분석
adbloodhound-ai analyze bloodhound_export.json -d CORP.LOCAL -o report.html

# 특정 사용자로부터 경로 찾기
adbloodhound-ai paths bloodhound_export.json -s "[email protected]"

# 모든 노드 점수 산정 및 상위 20개 위험 항목 확인
adbloodhound-ai score bloodhound_export.json -n 20

# LLM 분석이 포함된 전체 보고서 생성
adbloodhound-ai report bloodhound_export.json -d CORP.LOCAL --llm

출력 예시

root@kitploit:~
[+] 15423개 객체 로드됨
[+] 그래프: 15423개 노드, 47891개 엣지
[+] Kerberoastable 계정: 23개
[+] AS-REP Roastable 계정: 5개
[+] DCSync 주체: 3개
[+] Domain Admin까지 156개의 공격 경로 발견됨
[+] 전체 도메인 위험 점수: 78.5/100

[!] 상위 5개 위험 경로:
    1. [95.2] SVC_BACKUP -> DOMAIN ADMINS (2홉)
    2. [89.1] HELPDESK1 -> DOMAIN ADMINS (3홉)
    3. [84.7] SVC_SQL -> DOMAIN ADMINS (2홉)
    4. [76.3] IT_ADMIN2 -> ENTERPRISE ADMINS (4홉)
    5. [71.8] WS042.CORP.LOCAL -> DOMAIN ADMINS (5홉)

탐지된 공격 기법


Français (프랑스어)

ADBloodHound-AI란?

ADBloodHound-AI는 BloodHound JSON 내보내기를 분석하며, 그래프 분석과 AI(OpenAI GPT) 를 결합하여 다음을 수행합니다:

  • 모든 사용자/컴퓨터에서 Domain Admin까지의 공격 경로 탐지
  • 다중 요소 가중치 알고리즘(거리, ACE 유형, 암호 사용 기간, 노출)을 사용한 위험 점수 산정
  • 위험 계정 식별: Kerberoastable, AS-REP Roastable, DCSync 주체
  • MITRE ATT&CK 매핑: T1558, T1003, T1078
  • 보고서 생성: 우선순위 조치가 포함된 HTML 대시보드 및 JSON 내보내기
  • AI 기반 조언: 공격 경로에 대한 LLM 분석 및 경영진 요약

설치

root@kitploit:~
git clone https://github.com/ayinedjimi/ADBloodHound-AI.git
cd ADBloodHound-AI
pip install -e ".[dev]"

사용법

root@kitploit:~
# HTML 보고서가 포함된 전체 분석
adbloodhound-ai analyze export_bloodhound.json -d CORP.LOCAL -o rapport.html

# 특정 사용자로부터 경로 찾기
adbloodhound-ai paths export.json -s "[email protected]"

# 모든 노드 점수 산정
adbloodhound-ai score export.json -n 20

# LLM 분석이 포함된 전체 보고서
adbloodhound-ai report export.json -d CORP.LOCAL --llm

테스트

root@kitploit:~
pytest tests/ -v --cov=adbloodhound_ai

관련 프로젝트

  • KVortex - LLM을 위한 VRAM to RAM 오프로더
  • YaraGen-AI - AI 기반 YARA 규칙 생성기
  • KQLHunter - Azure Sentinel용 KQL 쿼리 생성기

작성자

Ayi NEDJIMI - 사이버 보안 및 AI 컨설턴트

  • 웹사이트: ayinedjimi-consultants.fr
  • HuggingFace: AYI-NEDJIMI
  • GitHub: ayinedjimi

라이선스

MIT 라이선스 - LICENSE 참조

도구 다운로드
기법MITRE ID탐지
KerberoastingT1558.003사용자 계정의 SPN
AS-REP RoastingT1558.004사전 인증 비활성화
DCSyncT1003.006GetChangesAll 권한
GenericAll 남용T1078모든 권한 ACE
WriteDACL 남용T1078DACL 수정 권한
섀도 자격 증명T1078KeyCredentialLink 접근