網(wǎng)絡(luò)流量分析

具體要求

• 收集自己本機(jī)的網(wǎng)絡(luò)流量數(shù)據(jù)（至少1小時(shí)）并進(jìn)行數(shù)據(jù)顯示。
• 可用wireshark軟件抓包
• 網(wǎng)絡(luò)流量大小的時(shí)序圖，可按每半分鐘、每分鐘、每五分鐘、每十分鐘進(jìn)行分別顯示。
• 流量協(xié)議類型直方圖
• 可設(shè)置過濾條件，顯示指定協(xié)議數(shù)據(jù)包、顯示時(shí)間段數(shù)據(jù)包、顯示長度范圍內(nèi)的數(shù)據(jù)包
• 提示：由于代碼導(dǎo)入pyshark模塊，注意wireshark安裝路徑為C盤programfils 文件夾下，否則無法運(yùn)行。

---

具體思路

• 要想對(duì)數(shù)據(jù)進(jìn)行分析，首先要有數(shù)據(jù)，所以第一步要抓取數(shù)據(jù)
• 抓取數(shù)據(jù)我所知道的有兩種方法，第一種為通過代碼進(jìn)行抓取，然后保存在文件中進(jìn)行讀取，第二種通過wireshark等軟件進(jìn)行抓取，然后通過代碼分析。
• 前者更傾向于分析實(shí)時(shí)數(shù)據(jù)包，后者則耗時(shí)間比較少（具體根據(jù)需要選擇）
• 拿到數(shù)據(jù)包以后，在分析之前，我們要通過代碼把數(shù)據(jù)包中的內(nèi)容拿出來，我選擇pyshark.FileCapture方法
• 作圖我選擇導(dǎo)入matplotlib模塊，作圖會(huì)方便很多
• 具體的分析過程是一些簡單的選擇結(jié)構(gòu)（ps：不懂得可以看一下Python基礎(chǔ)篇）

---

python代碼實(shí)現(xiàn)

# -*- coding: utf-8 -*-
import pyshark
from scapy.all import *
import matplotlib.pyplot as plt
# 讀取pcap文件
packets = pyshark.FileCapture("./net_package.pcap")
def protocal(packets):
"""
制作流量協(xié)議類型直方圖
:param packets: 讀取的pcap文件數(shù)據(jù)
"""
# 新建空字典
dict = {}
for packet in packets:
if packet.highest_layer not in dict.keys():
dict[packet.highest_layer] = 1
else:
dict[packet.highest_layer] += 1
# print(dict)
keys = dict.keys()
values = dict.values()
plt.figure(figsize=(8, 20), dpi=80)
plt.bar(keys, values)
plt.xticks(rotation=45)
plt.xlabel('protocal')
plt.ylabel('amount')
plt.title('the amounts of all protocals')
plt.show()
# print(proto_sum)
def graph_size(packets):
"""
作流量大小時(shí)序圖
:param packets: 讀取的pcap文件數(shù)據(jù)
"""
time_stamps = []
print("正在統(tǒng)計(jì)中。。。")
for packet in packets:
# print(int(float(packet.sniff_timestamp)))
time_stamps.append(int(float(packet.sniff_timestamp)))
# print(time_stamps)
print("統(tǒng)計(jì)完成！")
d = int(float(input("請(qǐng)輸入時(shí)間間隔(單位：分鐘):")) * 60)
# d = 30 #半分鐘
num_bins = (max(time_stamps) - min(time_stamps)) // d
step = len(time_stamps) // num_bins
time_labels = [time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(i)) for i in time_stamps[::step]]
# 新建20*8英寸圖形，分辨率為80
plt.figure(figsize=(20, 8), dpi=80)
# X軸分布數(shù)據(jù)以及num_bins條柱狀圖
plt.hist(time_stamps, num_bins)
# 標(biāo)簽旋轉(zhuǎn)角度45
plt.xticks(range(min(time_stamps), max(time_stamps) + d, d), time_labels, rotation=45)
# plt.xticks(range(min(time_stamps),max(time_stamps)+d,d),rotation = 45)
plt.xlabel("timestamp")
plt.ylabel("amount")
plt.title("amount of per " + str(d) + " s")
plt.show()
def filter(packets):
"""
顯示過濾器
:param packets: 讀取的pcap文件數(shù)據(jù)
"""
protocal = input("請(qǐng)輸入?yún)f(xié)議類型:")
begin_time = input("請(qǐng)輸入開始時(shí)間(Example:2019-09-09 10:58:42):")
end_time = input("請(qǐng)輸入結(jié)束時(shí)間(Example:2019-09-09 11:40:00):")
length = int(input("請(qǐng)輸入最大長度限制(單位：字節(jié)):"))
# time.strptime把固定格式時(shí)間轉(zhuǎn)換為時(shí)間元組
array_begin_time = time.strptime(begin_time, "%Y-%m-%d %H:%M:%S")
# time.mktime把時(shí)間元組轉(zhuǎn)換為以秒表示的時(shí)間
begin_time_stamp = float(time.mktime(array_begin_time))
# print("begin_time_stamp:"+str(begin_time_stamp))
array_end_time = time.strptime(end_time, "%Y-%m-%d %H:%M:%S")
end_time_stamp = float(time.mktime(array_end_time))
# print("end_time_stamp:"+str(end_time_stamp))
packlist = []
for packet in packets:
# sniff_timestamp獲取開始嗅探的時(shí)間戳
time_stamp = float(packet.sniff_timestamp)
# 獲取數(shù)據(jù)包的捕獲長度
size = float(packet.captured_length)
if packet.highest_layer == protocal and time_stamp > begin_time_stamp and time_stamp < end_time_stamp and size <= length:
print(packet)
packlist.append(packet)
print("過濾出的數(shù)據(jù)包個(gè)數(shù)為 %s" % len(packlist))
# 調(diào)用函數(shù)進(jìn)行操作
protocal(packets)
graph_size(packets)
filter(packets)

---

• 需要提前抓好數(shù)據(jù)包，在代碼中進(jìn)行讀取，然后進(jìn)行分析。
• 由于數(shù)據(jù)包較大，程序運(yùn)行時(shí)間可能較長。

---

運(yùn)行結(jié)果展示

• 流量協(xié)議類型直方圖
  

---

• 作流量大小時(shí)序圖
  
  

---

• 過濾器
• 按照控制臺(tái)提示輸入過濾條件
  

---

• 最后會(huì)輸出符合條件的數(shù)據(jù)包數(shù)量
  

總結(jié)

以上是生活随笔為你收集整理的网络流量分析(在线网络测速)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。