Snoopy:一款强大的多线程数据包嗅探与解析工具
2024-09-08 01:54:20作者:柯茵沙
项目介绍
Snoopy 是一款基于 Rust 语言开发的高可配置、多线程数据包嗅探与解析工具。它能够捕获网络数据包并将其编码为 Pcap 文件,或者直接打印到控制台。Snoopy 不仅支持实时数据包捕获,还支持从 Pcap 文件中解析数据包,并将其输出为 JSON 格式,方便进一步分析和处理。
项目技术分析
Snoopy 的核心技术栈包括:
- Rust 语言:Rust 以其高性能、内存安全性和并发处理能力著称,非常适合开发网络工具。
- libpcap:Snoopy 使用 libpcap 库进行数据包捕获,确保了高效的数据包捕获和处理能力。
- 多线程处理:Snoopy 支持多线程数据包解析,能够显著提高处理大量数据包时的性能。
- BPF 过滤器:Snoopy 支持使用 Berkeley Packet Filter (BPF) 语法进行数据包过滤,用户可以根据需要自定义过滤规则。
项目及技术应用场景
Snoopy 适用于多种网络分析和安全场景,包括但不限于:
- 网络安全分析:通过捕获和解析网络数据包,帮助安全专家识别潜在的网络威胁和异常行为。
- 网络性能监控:实时监控网络流量,分析网络性能瓶颈,优化网络配置。
- 协议分析:深入分析网络协议(如 TCP、UDP、DNS 等)的通信过程,帮助开发者调试和优化网络应用。
- 取证分析:从 Pcap 文件中提取关键信息,用于网络事件的取证分析。
项目特点
- 高可配置性:Snoopy 提供了丰富的配置选项,用户可以根据需求自定义数据包捕获和解析的参数。
- 多线程支持:多线程解析数据包,显著提升处理效率,适合大规模数据包分析。
- 多种输出格式:支持将数据包输出为 Pcap 文件、控制台打印或 JSON 文件,满足不同场景的需求。
- 协议支持广泛:目前支持 Ethernet、IPv4、IPv6、ARP、TCP、UDP、DNS、TLS 等多种网络协议。
- 易于集成:Snoopy 提供了 Docker 支持,方便用户快速部署和集成到现有系统中。
快速开始
安装
确保系统中已安装 libpcap-dev 包,然后运行以下命令进行安装:
cargo install snoopy
捕获数据包并打印到控制台
sudo snoopy capture run
捕获数据包并保存到 Pcap 文件
sudo snoopy capture run --timeout 10000 --savefile captured.pcap
解析 Pcap 文件并打印到控制台
snoopy parse ./Sample/captured.pcap
解析 Pcap 文件并保存到 JSON 文件
snoopy parse ./Sample/captured.pcap --savefile ./parsed.json
文档
Snoopy 提供了详细的命令行文档,用户可以通过以下命令查看所有子命令和选项:
snoopy --help
Docker 支持
用户可以通过 Docker 快速运行 Snoopy:
docker build -t snoopy .
docker container run -it snoopy
未来计划
- 性能基准测试:进一步优化和测试 Snoopy 的性能。
- 支持更多协议:扩展对更多网络协议的支持。
许可证
Snoopy 采用 MIT 许可证,用户可以自由使用、修改和分发。
Snoopy 是一款功能强大且易于使用的网络数据包分析工具,无论你是网络安全专家、网络管理员还是开发者,Snoopy 都能帮助你更好地理解和分析网络流量。立即尝试 Snoopy,开启你的网络分析之旅!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
暂无简介
Dart
659
150
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.17 K
644
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
657
293
仓颉编译器源码及 cjdb 调试工具。
C++
131
865
React Native鸿蒙化仓库
JavaScript
251
320
仓颉编程语言运行时与标准库。
Cangjie
138
874