Akvorado项目对Cisco ASA/NSEL NetFlow数据的支持优化
2025-07-10 17:51:26作者:裘旻烁
背景介绍
Akvorado是一款开源的网络流量分析工具,主要用于收集和处理NetFlow/IPFIX数据。在v1.9.3版本中,项目团队发现对Cisco ASA设备生成的NSEL(NetFlow Security Event Logging)格式数据的支持存在不足。
问题发现
当Akvorado处理来自Cisco ASA设备的NetFlow数据时,虽然能够正确解析大部分信息(包括NAT转换后的地址),但所有流量的接收数据包数量都被错误地解析为0。经过分析发现,这是由于Cisco ASA设备在NSEL格式中使用了特殊的字段来表示流量统计信息。
技术分析
在标准NetFlow v9格式中,通常使用以下字段表示流量:
- NFV9_FIELD_IN_BYTES (字段ID 1):表示入向字节数
- NFV9_FIELD_OUT_BYTES (字段ID 23):表示出向字节数
然而,Cisco ASA设备在NSEL格式中使用了不同的字段:
- IPFIX_FIELD_initiatorOctets (字段ID 231):表示发起方字节数
- IPFIX_FIELD_responderOctets (字段ID 232):表示响应方字节数
这种差异导致Akvorado无法正确识别和解析流量统计信息,因为原始代码只检查了标准NetFlow v9字段。
解决方案
项目团队通过修改解码逻辑解决了这个问题。具体修改是在解码器中添加了对IPFIX_FIELD_initiatorOctets和IPFIX_FIELD_responderOctets字段的支持。新逻辑会优先使用标准NetFlow字段,如果这些字段值为0,则会尝试使用Cisco ASA特定的字段。
这种解决方案具有以下优点:
- 保持了对标准NetFlow格式的兼容性
- 新增了对Cisco ASA特定格式的支持
- 采用"首次非零值优先"的策略,确保在各种情况下都能获取正确的流量统计
实现效果
经过这一修改后,Akvorado现在能够:
- 正确解析Cisco ASA设备发送的NSEL格式NetFlow数据
- 准确获取流量统计信息,包括字节数和数据包数
- 保持与原有NetFlow数据源的兼容性
技术意义
这一改进不仅解决了特定厂商设备的兼容性问题,还展示了Akvorado项目对多样化网络环境的适应能力。对于使用Cisco ASA设备的用户来说,这意味着他们现在可以获得完整的流量可视化分析能力,包括安全事件日志的流量统计信息。
这种对多种NetFlow/IPFIX变体的支持能力,是网络流量分析工具成熟度的重要标志,也体现了开源项目通过社区协作不断完善的典型过程。
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218