Layer 2 网络邻居发现工具技术文档
2024-12-26 09:42:43作者:仰钰奇
1. 安装指南
1.1 环境要求
在开始安装之前,请确保您的系统满足以下要求:
- Python 2.7 或 3.4 及以上版本
- Scapy 库,用于网络功能,如 ARP ping
1.2 安装步骤
您可以通过以下两种方式安装项目依赖:
1.2.1 使用包管理器安装 Scapy
如果您已经安装了包管理器(如 apt
、yum
或 brew
),可以直接使用包管理器安装 Scapy:
$ sudo apt-get install python-scapy # 对于 Debian/Ubuntu 系统
$ sudo yum install scapy # 对于 CentOS/RHEL 系统
$ brew install scapy # 对于 macOS 系统
1.2.2 使用虚拟环境安装
推荐使用虚拟环境来隔离项目依赖,避免与系统全局 Python 环境冲突。以下是使用虚拟环境的安装步骤:
$ virtualenv virtualenv # 创建虚拟环境
$ source virtualenv/bin/activate # 激活虚拟环境
$ pip install -r requirements.txt # 安装项目依赖
2. 项目的使用说明
2.1 基本用法
项目提供了一个命令行工具 neighbourhood.py
,用于发现本地网络中的主机。使用以下命令运行工具:
$ sudo ./neighbourhood.py [-i <interface>]
其中,-i
参数用于指定网络接口(如 eth0
或 wlan0
)。如果不指定接口,工具将使用默认的网络接口。
2.2 输出结果
工具运行后,将输出本地网络中所有活动主机的 IP 地址和 MAC 地址。例如:
192.168.1.1 - 00:11:22:33:44:55
192.168.1.2 - 66:77:88:99:AA:BB
3. 项目 API 使用文档
3.1 核心功能
项目的核心功能是通过 ARP ping 发现本地网络中的主机。以下是主要功能的 API 说明:
3.1.1 discover_hosts(interface=None)
- 功能: 发现指定网络接口上的所有活动主机。
- 参数:
interface
: 字符串类型,指定网络接口。如果为None
,则使用默认接口。
- 返回值: 返回一个字典,键为 IP 地址,值为 MAC 地址。
3.1.2 arp_ping(ip, interface=None)
- 功能: 向指定 IP 地址发送 ARP ping。
- 参数:
ip
: 字符串类型,目标 IP 地址。interface
: 字符串类型,指定网络接口。如果为None
,则使用默认接口。
- 返回值: 如果目标主机响应,则返回其 MAC 地址;否则返回
None
。
3.2 示例代码
以下是一个使用项目 API 的示例代码:
from neighbourhood import discover_hosts, arp_ping
# 发现所有活动主机
hosts = discover_hosts(interface='eth0')
for ip, mac in hosts.items():
print(f"{ip} - {mac}")
# 向特定 IP 发送 ARP ping
mac_address = arp_ping('192.168.1.1', interface='eth0')
if mac_address:
print(f"Host is alive: {mac_address}")
else:
print("Host is not responding")
4. 项目安装方式
4.1 从源码安装
您可以通过以下步骤从源码安装项目:
- 克隆项目仓库:
$ git clone https://github.com/your-repo/neighbourhood.git $ cd neighbourhood
- 创建并激活虚拟环境:
$ virtualenv virtualenv $ source virtualenv/bin/activate
- 安装项目依赖:
$ pip install -r requirements.txt
4.2 使用 pip 安装
如果项目已经发布到 PyPI,您可以直接使用 pip 安装:
$ pip install neighbourhood
结语
本文档详细介绍了 Layer 2 网络邻居发现工具的安装、使用和 API 文档。通过本文档,您可以快速上手并使用该工具来发现本地网络中的活动主机。如果您有任何问题或建议,欢迎反馈。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++096AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (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
974
574

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

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++
549
81

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133