PacketQ 技术文档
2024-12-24 08:08:33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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
388
458
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++
894
679
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
806
198
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
12
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
68
20
🎉 (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
1.37 K
781