Active Directory
PulseAugur coverage of Active Directory — every cluster mentioning Active Directory across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
尽管有密码复杂度规则，凭证滥用仍是最大威胁
一份最新报告强调，虽然密码复杂度规则在创建更强密码方面卓有成效，但它们未能解决凭证重用和暗网泄露这一更严重的问题。数据显示，在数据泄露事件中，被盗凭证的使用几率是弱密码的四倍。AI正在加剧这一问题，它使攻击者能够更有效地收集和利用被盗的登录信息，其中相当一部分由AI辅助的攻击涉及凭证滥用。安全专家建议将重点从密码构成转移到持续筛查已知泄露数据库，这是NIST自2017年以来一直倡导但行业却在很大程度上忽视的策略。
-
AI 辅助攻击目标为 Active Directory 和 AWS
网络安全公司 Huntress 和 Sygnia 发现，新的 AI 辅助攻击方法正针对 Active Directory 和 AWS 环境。这些复杂的攻击利用 AI 自动化侦察和利用漏洞，对云基础设施构成重大威胁。研究结果凸显了随着攻击者越来越多地采用 AI 工具，网络威胁形势不断演变。
-
机器学习模型高精度检测LDAP侦察
研究人员开发了两个机器学习框架来检测恶意的轻量级目录访问协议（LDAP）侦察活动。第一个框架使用弱监督来标记大型数据集，并将LDAP查询分类为恶意或良性，实现了高达65%的真阳性率。第二个框架采用统计假设检验来提取新颖的恶意LDAP签名，展示了81.48%的字段精度。与手动标记相比，这种方法利用自动语料库构建来降低成本和时间。
-
由于安全疏忽，密码暴露在 Active Directory 描述字段中
发现了一个安全漏洞，其中密码无意中存储在 Active Directory 的描述字段中。这种疏忽使得攻击者能够非常容易地访问敏感凭据。该问题突显了组织重新评估其数据安全实践的迫切需求，尤其是在目录服务中处理信息的方式方面。
-
网络安全专家使用 Claude 构建了由 AI 驱动的 Active Directory 攻击管道
一位安全研究人员详细介绍了创建一个旨在自动化针对 Active Directory 环境攻击的 AI 驱动管道的过程。该系统利用 Anthropic 的 Claude AI 生成攻击代码，无需手动回忆命令。该管道成功演示了从头到尾完全攻陷模拟网络环境的能力。