Krypteria/Neo4LDAP

## 关于 Neo4LDAP **Neo4LDAP** 是一个专注于 **Active Directory** 的查询和可视化工具。它将 LDAP 语法与 Neo4j 中基于图的数据分析相结合，为 BloodHound 等工具提供了一种替代方案。 ## 功能 ### LDAP 查看器 - 直接针对 Neo4j 运行**复杂且富有表现力的查询** - **无需学习 Cypher**：可以使用 **LDAP 语法**编写查询 - 创建**自定义的可重用查询** - 高亮显示**已拥有的节点**，以提高可见性和搜索效率 ### 图查看器 - 通过**交互式图表**分析 Active Directory ACL。 - 出站分析 - 入站分析 - 目标分析 - 用于**减少视觉干扰**的高级技术 - **排除节点**以从视图中移除不相关的元素 - **临时隐藏图表部分**以提高专注度和可读性 - **限制深度的搜索**，用于控制图大小并防止视觉混乱 - 完全控制**图行为** - 定义每个 ACE 的相关性以符合您的目标 - **上下文驱动的算法**，可适应您的分析需求 ### 与 BloodHound 工作流的集成 - Neo4LDAP 可以**从 BloodHound JSON 文件中提取数据** - 支持 **Legacy** 和 **Community Edition (CE)** 格式 - **快速、多线程**的数据提取 ### 其他功能 - 支持**多数据库** - **独立面板**：可以同时查询数据和分析图表，而不会丢失上下文 此外，还有**两篇文章**介绍了该工具的内部原理： - [再见 Cypher，你好 LDAP：使用 Neo4LDAP 查询 Neo4j](https://medium.com/@kripteria.sec/goodbye-cypher-hello-ldap-querying-neo4j-with-neo4ldap-5e6466426a01) - [使用 Neo4LDAP 在 Active Directory 中寻找最佳攻击路径](https://medium.com/@kripteria.sec/finding-optimal-attack-paths-in-active-directory-with-neo4ldap-3d2158419f35) # 建议 提取大型 JSON 可能会影响内存效率。如果您有一个大型 JSON 文件，建议在上传之前使用 [ShredHound](https://github.com/ustayready/ShredHound) 将其拆分为多个块。 您可以使用以下命令修改 Neo4LDAP 的比例因子： ``` QT_SCALE_FACTOR= neo4ldap ``` # 安装说明 Neo4LDAP 使用 **Neo4j** 作为其数据库。要使用该工具，您必须安装并运行 Neo4j 实例。有关安装说明，请参阅 [Neo4j 官方安装指南](https://neo4j.com/docs/operations-manual/2025.08/installation/) 安装 Neo4j 后，通过运行以下命令启动它： ``` neo4j console ``` 为了安装 **Neo4LDAP**，建议使用带有 **Python 3.9.13 或更高版本**的 **Conda 虚拟环境**，以隔离安装并避免依赖冲突： ``` conda create -n neo4ldap python=3.9.13 conda activate neo4ldap ``` 激活 Conda 环境后，使用 `pip` 安装以下 **Python 依赖项**： ``` pip install networkx neo4j-rust-ext PySide6 ``` 根据您使用的显示服务器协议，您必须安装**一些额外的依赖项**。要检查您正在使用的显示服务器协议，请执行以下命令： ``` echo $XDG_SESSION_TYPE ``` 如果该命令返回 ```x11```，您必须安装以下**依赖项**： ``` sudo apt install libxcb-cursor0 ``` 建议在 .bashrc、.zshrc 或等效的 shell 配置中定义以下 **shell 别名**： ``` nano ~/.bashrc neo4ldap() { cd || return python -m Neo4LDAP.Neo4LDAP } source ~/.bashrc ``` # 致谢 特别感谢 [@_wald0](https://twitter.com/_wald0)、[@CptJesus](https://twitter.com/CptJesus) 和 [@harmj0y](https://twitter.com/harmj0y) 在 **BloodHound** 上所做的工作，该工具是开发 Neo4LDAP 的基础参考和灵感来源。

标签：Mutation, 代码示例, 可视化, 数据分析, 活动目录, 逆向工具