【亲测免费】 推荐开源项目:ptcpdump —— 基于eBPF的高效网络抓包工具
2026-01-23 04:17:08作者:仰钰奇
项目介绍
ptcpdump 是一个基于 eBPF 的 tcpdump 实现,它在传统 tcpdump 的基础上增加了一个独特的功能:尽可能地为每个数据包添加进程信息作为注释。这一灵感来源于 jschwinger233/skbdump 项目。

项目技术分析
ptcpdump 利用 eBPF(扩展伯克利包过滤器)技术在内核空间直接应用过滤器,从而实现对网络数据包的高效捕获和分析。eBPF 的优势在于其能够在内核层面进行高效的数据处理,避免了传统方法中用户空间与内核空间频繁切换的开销。
主要技术亮点:
- 进程感知:能够识别与数据包相关的进程信息,支持按进程 ID 和进程名称过滤数据包。
- 容器和 Kubernetes 感知:能够识别与数据包相关的容器和 Pod 信息,支持 Docker Engine 和 containerd 多种容器运行时,并支持按容器 ID、容器名称和 Pod 名称过滤数据包。
- 支持 pcap-filter 语法:使用熟悉的 pcap-filter 语法进行数据包过滤。
- 内核空间过滤:直接在内核空间应用过滤器,提高抓包效率。
- PcapNG 格式支持:支持将捕获的数据包保存为 PcapNG 格式,便于使用 Wireshark 等第三方工具进行离线分析。
项目及技术应用场景
ptcpdump 适用于以下场景:
- 网络故障诊断:通过捕获和分析网络数据包,快速定位网络故障。
- 安全审计:监控和分析网络流量,识别潜在的安全威胁。
- 性能优化:分析网络流量,优化网络配置和应用程序性能。
- 容器和 Kubernetes 环境监控:在容器化环境中,追踪特定容器或 Pod 的网络活动。
- 开发调试:开发者可以实时查看应用程序的网络通信情况,辅助调试。
项目特点
1. 高效性
基于 eBPF 技术,ptcpdump 能够在内核空间直接处理数据包,大幅提升抓包效率,减少资源消耗。
2. 功能丰富
支持进程、容器和 Kubernetes 多维度的信息展示和过滤,满足多样化的抓包需求。
3. 易用性
提供丰富的命令行参数和示例,用户可以轻松上手,快速进行数据包捕获和分析。
4. 兼容性强
支持多种容器运行时,适用于多种网络环境和操作系统版本。
5. 数据格式灵活
支持将捕获的数据包保存为 PcapNG 格式,便于使用主流的网络分析工具进行进一步分析。
安装和使用
安装要求
- Linux 内核版本 >= 5.2
安装方法
可以从 发布页面 下载适用于 x86_64 和 arm64 的静态链接可执行文件。
使用示例
过滤数据包
sudo ptcpdump -i eth0 tcp
sudo ptcpdump -i eth0 -A -v tcp and port 80 and host 10.10.1.1
sudo ptcpdump -i eth0 'tcp[tcpflags] & (tcp-syn|tcp-fin) != 0'
多接口捕获
sudo ptcpdump -i eth0 -i lo
按进程过滤
sudo ptcpdump -i any --pid 1234 --pid 233 -f
sudo ptcpdump -i any --pname curl
捕获指定进程的网络活动
sudo ptcpdump -i any -- curl ubuntu.com
按容器过滤
sudo ptcpdump -i any --container-id 36f0310403b1
sudo ptcpdump -i any --container-name test
按 Pod 过滤
sudo ptcpdump -i any --pod-name test.default
保存数据为 PcapNG 格式
sudo ptcpdump -i any -w demo.pcapng
sudo ptcpdump -i any -w - port 80 | tcpdump -n -r -
sudo ptcpdump -i any -w - port 80 | tshark -r -
总结
ptcpdump 是一款功能强大、高效易用的网络抓包工具,特别适用于需要深入分析网络流量和进程关系的场景。无论是网络运维、安全审计还是开发调试,ptcpdump 都能提供强大的支持。欢迎大家尝试和使用这款优秀的开源工具!
登录后查看全文
热门项目推荐
相关项目推荐
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
561
3.81 K
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++
891
652
昇腾LLM分布式训练框架
Python
115
146
Ascend Extension for PyTorch
Python
373
436
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
348
196
React Native鸿蒙化仓库
JavaScript
308
359
Dora SSR 是一款跨平台的游戏引擎,提供前沿或是具有探索性的游戏开发功能。它内置了Web IDE,提供了可以轻轻松松通过浏览器访问的快捷游戏开发环境,特别适合于在新兴市场如国产游戏掌机和其它移动电子设备上直接进行游戏开发和编程学习。
C++
57
7
暂无简介
Dart
794
196
🎉 (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
1.36 K
772