NetHogs:实时监控网络流量的利器
2024-09-16 22:22:38作者:鲍丁臣Ursa
项目介绍
NetHogs 是一款轻量级的网络流量监控工具,与大多数按协议或子网划分流量的工具不同,NetHogs 将带宽按进程分组。这意味着当你突然发现网络流量异常时,可以立即启动 NetHogs,快速定位是哪个进程在占用大量带宽。NetHogs 不依赖于特殊的内核模块,而是通过 /proc 文件系统获取信息,这使得它在 Linux 系统上表现尤为出色。

项目技术分析
NetHogs 的核心技术在于其对 /proc 文件系统的深度利用,以及对 libpcap 库的依赖。它通过 ncurses 库提供了一个基于文本的用户界面,使得用户可以在终端中直观地查看各个进程的网络流量情况。此外,NetHogs 还支持在非 root 用户下运行,只需通过 setcap 命令赋予相应的权限即可。
项目及技术应用场景
NetHogs 适用于以下场景:
- 网络流量异常排查:当网络流量突然增加时,NetHogs 可以帮助你快速定位到具体的进程,从而迅速解决问题。
- 带宽管理:在多用户或多应用的环境中,NetHogs 可以帮助你监控各个进程的带宽使用情况,确保关键应用的网络资源不被占用。
- 安全监控:通过实时监控网络流量,NetHogs 可以帮助你及时发现异常流量,从而提高系统的安全性。
项目特点
- 按进程分组:NetHogs 将网络流量按进程分组,使得用户可以直观地看到每个进程的带宽使用情况。
- 跨平台支持:虽然主要功能在 Linux 上表现最佳,但 NetHogs 也可以在 Mac OS X 和 FreeBSD 上运行,尽管功能有所限制。
- 无需特殊内核模块:NetHogs 不依赖于特殊的内核模块,这使得它的部署和使用更加简单。
- 易于扩展:NetHogs 支持通过
libnethogs库进行扩展,开发者可以基于此库构建更多功能。 - 开源且成熟:NetHogs 是一个成熟的开源项目,已经被广泛应用于各种 Linux 发行版中。
总结
NetHogs 是一款功能强大且易于使用的网络流量监控工具,特别适合需要实时监控和排查网络流量问题的用户。无论你是系统管理员、开发人员还是普通用户,NetHogs 都能为你提供有价值的网络流量监控功能。赶快尝试一下吧!
项目地址:NetHogs GitHub
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219