PacketQ 技术文档
2024-12-24 01:51:25作者:温玫谨Lighthearted
1. 安装指南
1.1 依赖安装
在安装 PacketQ 之前,需要确保系统中已经安装了必要的依赖库。以下是不同操作系统的依赖安装方法:
1.1.1 Debian/Ubuntu
在 Debian 或 Ubuntu 系统上,可以使用以下命令安装依赖:
apt-get install -y zlib1g-dev libmaxminddb-dev
1.1.2 CentOS
在 CentOS 系统上,可以使用以下命令安装依赖(需要启用 EPEL/PowerTools 仓库):
yum install -y zlib-devel libmaxminddb-devel
1.2 从 GitHub 构建
如果你从 GitHub 获取源代码,可以按照以下步骤进行构建和安装:
git clone https://github.com/DNS-OARC/PacketQ.git
cd PacketQ
./autogen.sh
./configure [options]
make
make install
1.3 从源码压缩包构建
如果你从 DNS-OARC 获取源码压缩包,可以按照以下步骤进行构建和安装:
tar zxvf packetq-version.tar.gz
cd packetq-version
./configure [options]
make
make install
2. 项目使用说明
2.1 基本用法
PacketQ 是一个命令行工具,可以直接对 PCAP 文件运行 SQL 查询。查询结果可以输出为 JSON(默认)、格式化/紧凑的 CSV 和 XML 格式。
2.1.1 示例:查询 DNS 信息
以下命令从 sample.pcap 文件中检索前 10 个包含 DNS 信息的包:
packetq -s "select * from dns limit 10" sample.pcap
2.1.2 示例:启动 Web 服务器
以下命令启动一个 Web 服务器,监听端口 8080,并作为守护进程运行,服务文件从 html/ 目录提供,PCAP 文件从 pcap/ 目录提供:
packetq -d -p8080 -w html/ -r pcap/
2.2 功能特性
- 快速解码:支持对 PCAP 文件(包括压缩文件)进行超快的本地解码和内存排序。
- 协议解码:内置支持 ICMP 和 DNS 协议,设计可扩展。
- SQL 功能:支持分组、排序、计数等大多数重要的 SQL 功能。
- 依赖少:仅依赖 zlib,无需其他难以找到的库。
- Web 服务器:内置 Web 服务器、JSON API 和基于 JQuery 的 GUI 应用程序。
- 缓存查询:支持通过预处理 PCAP 文件为静态 JSON 文件来缓存查询。
- DNS 解析器:内置 DNS 解析器功能(用于 GUI)。
- 采样支持:支持对大型、均匀的 PCAP 文件进行采样查询。
- 标志转换:支持将数据包头中的标志实时转换为文本。
- 多查询支持:支持对内存中的相同数据进行多次查询。
3. 项目 API 使用文档
PacketQ 提供了 JSON API,可以通过内置的 Web 服务器进行访问。以下是一些常见的 API 使用场景:
3.1 查询 PCAP 文件
通过 API 查询 PCAP 文件中的数据,可以使用以下格式:
curl "http://localhost:8080/query?sql=select * from dns limit 10"
3.2 获取 JSON 结果
API 默认返回 JSON 格式的结果,可以直接用于进一步的处理或展示。
3.3 其他格式支持
除了 JSON,API 还支持输出为 CSV 和 XML 格式。可以通过指定 format 参数来选择输出格式:
curl "http://localhost:8080/query?sql=select * from dns limit 10&format=csv"
4. 项目安装方式
4.1 从 GitHub 安装
通过 GitHub 安装 PacketQ 的步骤如下:
- 克隆仓库:
git clone https://github.com/DNS-OARC/PacketQ.git - 进入项目目录:
cd PacketQ - 运行自动配置脚本:
./autogen.sh - 配置项目:
./configure [options] - 编译并安装:
make make install
4.2 从源码压缩包安装
通过源码压缩包安装 PacketQ 的步骤如下:
- 解压源码包:
tar zxvf packetq-version.tar.gz - 进入解压后的目录:
cd packetq-version - 配置项目:
./configure [options] - 编译并安装:
make make install
通过以上步骤,你可以成功安装并使用 PacketQ 工具进行 PCAP 文件的查询和分析。
登录后查看全文
热门项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
278
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
223
302
Ascend Extension for PyTorch
Python
105
135
暂无简介
Dart
568
127
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++
599
164
🎉 (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
1.03 K
607
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
1.03 K
448
openGauss kernel ~ openGauss is an open source relational database management system
C++
154
205
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
280
26