SharpML

SharpML 是一个概念验证的文件共享数据挖掘工具，使用 Python 和 C# 中的机器学习技术。

该工具在我们的博客中有更详细的讨论，点此查看，但以下也进行了总结：

SharpML 是基于 C# 和 Python 的工具，执行一系列操作，旨在挖掘文件共享、查询 Active Directory 中的用户、部署机器学习模型及相关规则、执行 Active Directory 身份验证检查，通过将挖掘到的数据输入机器学习模型，自动化在文件共享中查找密码的过程。

机器学习模型用 Python 编写，并使用自定义算法开发，以识别密码的可能性。该模型已通过 PyInstaller 编译，并作为资源文件存放在 C# 包装器中，在自身、数据和模型之间进行交互。程序逻辑如下图所示：

目前，它允许评估单个文件共享。

你需要对目标文件共享具有读取权限，之后该工具将基本自主执行其活动。

在发布部分有一个已编译的版本，需要注意的是，该工具目前是一个概念验证，有待大量改进。

用法：

cmd.exe

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

Cobalt Strike

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

作者

Marco Valentini

Tom Kallo

待办事项

• 当 SharpML 运行时，它会尝试验证它找到的所有用户。如果存在严格的域锁定策略，它可能多次尝试验证用户，并在多次身份验证失败时导致账户锁定
• 需要实现一些文件大小限制，以防止较大的文本文件在复制原始数据时造成瓶颈
• 选择同时运行多个文件共享的选项。通过实现自动共享查找器，使 SharpML 完全自主地搜索整个网络
• 改进一些程序逻辑，包括更多选项，例如选择是否检查前 10,000 个最常见的密码