Sheepl:创建逼真的用户行为,以支持实验室环境中的战术开发
网上有许多关于如何构建 AD 网络环境以支持蓝队和红队战术开发的资源。然而,当前的解决方案往往缺少代表真实网络配置的一个重要方面。网络不仅仅是静态端点的集合,更是人与人之间通信的平台。
Sheepl 是一款旨在通过模拟用户在网络环境中通常执行的行为来弥补这一差距的工具。使用 Python3 和 AutoIT3,输出可以编译成独立的可执行文件,无需其他依赖项。当在 Windows 端点上执行时,它会在选定的时间范围内随机执行一组任务。
对于红队成员来说,这可以提供练习战术的机会时刻。 对于蓝队成员来说,这有助于在良性用户任务序列中专注于检测恶意活动指标。
Sheepl 有两种模式:配置文件导入和交互式模式。配置文件导入可用作更广泛的脚本解决方案的一部分,而交互式模式允许你通过问答方式构建任务。
python3 sheepl.py --interactive
现在可以通过 JSON 配置文件构建和导入 Sheepl 命令序列
python3 sheepl.py --profile profiles/red.json
你可以指定一个样板模板文件。可通过以下命令实现:
python3 sheepl.py --template NewTask --category network
此命令将在 'tasks/network' 目录下创建名为 'NewTask' 的文件,类名遵循首选的驼峰命名规则。
控制台现在提供额外选项来指定 Sheepl 的特定行为,例如更新任务列表、指定循环选项或图标是否在系统托盘中显示
Documented commands (type help <topic>):
========================================
create finished help icon list loop quit task update
你可以在此处下载 AutoIT3 运行时和 Aut2EXE 编译器: AutoIT3 下载
以下视频是 Sheepl 2.0 当前版本的快速演示。