KnowsMore 官方支持 Python 3.8+。
knowsmore.py --word-list -o wl.txt --batch --name companyname
knowsmore.py --word-list -o wl.txt --batch --name companyname -l 1
注意:
-l参数表示 leetspeak 字符空间,其中 1 表示不使用 leet,3 表示可用的最大 leet 程度。
knowsmore --stats
此命令将生成关于密码的若干统计信息,如下方输出所示
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 |
+-------+--------------+---------+----------------------+-------+
pipx 会将 KnowsMore 安装到隔离的虚拟环境中,避免与系统软件包发生冲突。这是在 Kali Linux 及其他外部管理的 Python 环境(PEP 668)上推荐的方法。
# 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
注意: 运行 pipx ensurepath 后,你可能需要打开一个新终端(或运行 source ~/.bashrc / source ~/.zshrc),以便 knowsmore 命令可用。
注意: 在 Python 3.12+ 上,setuptools/pkg_resources 模块不再默认捆绑。如果你遇到 No module named 'pkg_resources' 错误,请将 setuptools 注入 KnowsMore 环境:
pipx inject knowsmore setuptools
pip3 install --upgrade knowsmore
注意: 如果遇到依赖版本问题,请查看 Virtual ENV 文件
导入数据没有强制的顺序要求,但为了获得更好的关联数据,我们建议采用以下执行流程:
所有数据都存储在 SQLite 数据库中
knowsmore --create-db
我们可以将所有完整的 BloodHound 文件导入 KnowsMore,关联数据,并将其同步到 Neo4J BloodHound 数据库。因此,你可以仅使用 KnowsMore 将 JSON 文件直接导入 Neo4j 数据库,而无需使用 极其缓慢的 BloodHound 用户界面
# Bloodhound ZIP File
knowsmore --bloodhound --import-data ~/Desktop/client.zip
# Bloodhound JSON File
knowsmore --bloodhound --import-data ~/Desktop/20220912105336_users.json
注意: KnowsMore 能够导入 BloodHound ZIP 文件和 JSON 文件,但我们建议使用 ZIP 文件,因为 KnowsMore 会自动对文件进行排序,以便更好地进行数据关联。
# Bloodhound ZIP File
knowsmore --bloodhound --sync 10.10.10.10:7687 -d neo4j -u neo4j -p 12345678
注意: KnowsMore 的 bloodhount-importer 实现灵感来自 Fox-It BloodHound Import 实现。我们进行了多项修改,将所有数据保存到 KnowsMore SQLite 数据库中,然后再增量同步到 Neo4J 数据库。采用这种策略,我们获得了多项优势,例如速度至少比原始 BloodHound 用户界面快 10 倍。
注意: 直接从 NTDS.dit 和 SYSTEM 注册表导入哈希和明文密码
knowsmore --secrets-dump -target LOCAL -ntds ~/Desktop/ntds.dit -system ~/Desktop/SYSTEM
注意: 首先使用 secretsdump 通过以下命令提取 ntds 哈希
secretsdump.py -ntds ntds.dit -system system.reg -hashes lmhash:ntlmhash LOCAL -outputfile ~/Desktop/client_name
之后导入
knowsmore --ntlm-hash --import-ntds ~/Desktop/client_name.ntds
knowsmore --word-list -o "~/Desktop/Wordlist/my_custom_wordlist.txt" --batch --name company_name
首先将所有哈希提取到一个 txt 文件中
# Extract NTLM hashes to file
nowsmore --ntlm-hash --export-hashes "~/Desktop/ntlm_hash.txt"
# Or, extract NTLM hashes from NTDS file
cat ~/Desktop/client_name.ntds | cut -d ':' -f4 > ntlm_hashes.txt
为了破解哈希,我通常使用 hashcat 并配合下面的命令
# Wordlist attack
hashcat -m 1000 -a 0 -O -o "~/Desktop/cracked.txt" --remove "~/Desktop/ntlm_hash.txt" "~/Desktop/Wordlist/*"
# Mask attack
hashcat -m 1000 -a 3 -O --increment --increment-min 4 -o "~/Desktop/cracked.txt" --remove "~/Desktop/ntlm_hash.txt" ?a?a?a?a?a?a?a?a
knowsmore --ntlm-hash --company clientCompanyName --import-cracked ~/Desktop/cracked.txt
注意: 将 clientCompanyName 更改为你公司的名称
由于密码及其哈希值属于极其敏感的数据,因此提供了一个模块来替换明文密码及相应的哈希值。
注意: 此命令将保留所有生成的统计数据和导入的用户数据。
knowsmore --wipe
在评估过程中,你可以(通过多种方式)找到用户密码,因此你可以将其添加到 Knowsmore 数据库中
knowsmore --user-pass --username administrator --password Sec4US@2023
# or adding the company name
knowsmore --user-pass --username administrator --password Sec4US@2023 --company sec4us
将所有破解得到的凭据作为 owned 对象集成到 BloodHound 中。
在 BloodHound CE(v5+)上,通过直接写入 Neo4j 来将对象标记为 owned 不受支持,并且会在下一次 Graph Analysis 时被清除。因此,KnowsMore 通过官方 BloodHound CE REST API 来标记 owned,这种方式是持久化的。