Wireshark网络抓包工具入门指南

本文涉及的产品
容器服务 Serverless 版 ACK Serverless,317元额度 多规格
云解析DNS,个人版 1个月
云解析 DNS,旗舰版 1个月
简介: Wireshark是一款功能强大的开源网络协议分析器,它允许用户捕获和查看网络接口上传输的详细数据包信息。无论是网络故障排查、安全分析还是开发调试,Wireshark都能提供深入的网络洞察。本文旨在为初学者提供Wireshark的基本使用方法,帮助快速掌握网络抓包技巧。

 

目录

引言

安装抓包工具

抓包基础概念

抓包步骤

流程

抓包工具头的分析

14.3 以太网的完整帧格式

粘包与拆包现象解析及解决方案

发生原因

解决方案

14.3.1以太网头

14.3.2 IP头

14.3.3 UDP头

14.3.4 TCP头


引言

Wireshark是一款功能强大的开源网络协议分析器,它允许用户捕获和查看网络接口上传输的详细数据包信息。无论是网络故障排查、安全分析还是开发调试,Wireshark都能提供深入的网络洞察。本文旨在为初学者提供Wireshark的基本使用方法,帮助快速掌握网络抓包技巧。

安装抓包工具

  • Linux环境下
  • 打开终端,输入命令:sudo apt-get install wireshark
  • Windows环境下
  • 下载并安装Wireshark或其他图形界面抓包工具,如Shark for Windows(俗称“小飞机”)。

              官网地址:Wireshark · Download

抓包基础概念

抓包,实质上是捕获网络接口上流经的所有数据包,以进行网络通信分析。为了保证数据包的完整捕获,操作者需要具备对网络接口的完全访问权限,因此,在Linux环境下启动Wireshark时,常需要使用sudo以获得管理员权限。

抓包步骤

  1. 运行服务器:在Linux虚拟机上启动服务器,准备接收来自外部的网络请求。
  2. 启动抓包工具:在另一台计算机上(如Windows环境),打开Wireshark或类似工具。
  3. 选择网络接口:在抓包工具中选择正确的网络接口,准备开始捕获数据包。
  4. 过滤无关数据包:利用抓包工具的过滤功能,如Wireshark中的Display Filters,排除无关的数据包,聚焦于感兴趣的通信数据。
  5. 模拟客户端通信:在抓包工具所在的操作系统上,如Windows,使用小飞机或其他客户端软件,向Linux服务器发送请求,触发网络通信。
  6. 分析捕获的数据包:观察抓包工具中显示的数据包列表,分析通信细节,如源地址、目的地址、协议类型、数据负载等信息。

image.gif 编辑

流程

image.gif 编辑

image.gif 编辑 image.gif 编辑 image.gif 编辑 image.gif 编辑 image.gif 编辑 image.gif 编辑

抓包工具头的分析

image.gif 编辑

14.3 以太网的完整帧格式

image.gif 编辑

对于网络层最大数据帧长度是1500字节(MTU: 最大传输单元)

对于链路层最大数据长度是1518字节(1500(网络层)+14(以太网)+4(CRC检错))

粘包与拆包现象解析及解决方案

发生原因

TCP粘包或拆包的情况主要由以下几个因素引起:

  1. 发送缓冲区空间限制:当要发送的数据量超过TCP发送缓冲区的剩余空间时,数据将被拆分成多个数据包进行发送。
  2. MSS约束:若单次待发送数据量大于MSS(最大报文段长度),TCP协议会自动将数据拆分,确保每个数据包都不超过MSS。
  3. 数据量小于缓冲区大小:如果发送的数据量小于TCP发送缓冲区的容量,且发送频率高,可能导致多次写入的数据在一次发送中被合并,从而产生粘包现象。
  4. 接收端处理延迟:接收端应用层未能及时处理接收缓冲区中的数据,导致新到达的数据包与前一个数据包合并,形成粘包。

解决方案

针对粘包与拆包问题,常见解决策略包括:

  1. 包首部添加长度信息:发送端为每个数据包添加包首部,其中至少包含数据包长度信息。接收端通过读取包首部的长度字段,准确识别每个数据包的边界。
  2. 固定数据包长度:将数据包统一封装为固定长度,不足部分通过填充(如使用\0字符)达到预设长度。接收端按固定长度读取数据,自然区分各个数据包。
  3. 数据包间设置边界标志:在数据包之间插入特殊符号作为边界标识,接收端依据这些边界符号将连续的数据流拆分成独立的数据包。
14.3.1以太网头

以太网中封装了 目的mac地址  以 及 源mac地址, 还有ip类型, 以太网又称之为mac头 -快递员

切换网络时, ip地址会改变, mac地址不会改变 image.gif 编辑

14.3.2 IP头

笔试题:  type类型都有哪些?    

0x0800  只接收发往本机的mac的ip类型的数据帧

0x0806  只接收发往本机的ARP类型的数据帧

 ARP: ARP协议用于将IP地址解析为MAC地址。

                 当一个计算机需要向另一个计算机发送数据时,它需要知道目标计算机的MAC地址,而不是IP地址。

 RARP: RARP协议则是与ARP相反的过程,它用于将MAC地址解析为IP地址。

0x8035  只接受发往本机的RARP类型的数据帧

0x0003  接收发往本机的MAC所有类型: ip,arp,rarp数据帧, 接收从本机发出去的数据帧,

               当打开混杂模式打开的情况下,会接收到非发往本地的MAC数据帧

image.gif 编辑

image.gif 编辑

14.3.3 UDP头

image.gif 编辑

14.3.4 TCP头
Seq: 序列号    用于 非应答包 的数据段
Ack:  应答号     用于应答 非应答包
             非应答包:   SYN握手包    FIN挥手包   PSH数据报
在 PSH中:            Ack = Seq + len;
在 SYN和FIN中:   Ack = Seq + 1;
SYN:    握手包, 建立连接的时候才会产生的包
FIN:     挥手包,  断开连接的时候才会产生的包
PSH:   数据包,  传输数据的时候才会产生的包
ACK: 应答包   应答时产生

image.gif

相关实践学习
容器服务Serverless版ACK Serverless 快速入门:在线魔方应用部署和监控
通过本实验,您将了解到容器服务Serverless版ACK Serverless 的基本产品能力,即可以实现快速部署一个在线魔方应用,并借助阿里云容器服务成熟的产品生态,实现在线应用的企业级监控,提升应用稳定性。
容器应用与集群管理
欢迎来到《容器应用与集群管理》课程,本课程是“云原生容器Clouder认证“系列中的第二阶段。课程将向您介绍与容器集群相关的概念和技术,这些概念和技术可以帮助您了解阿里云容器服务ACK/ACK Serverless的使用。同时,本课程也会向您介绍可以采取的工具、方法和可操作步骤,以帮助您了解如何基于容器服务ACK Serverless构建和管理企业级应用。 学习完本课程后,您将能够: 掌握容器集群、容器编排的基本概念 掌握Kubernetes的基础概念及核心思想 掌握阿里云容器服务ACK/ACK Serverless概念及使用方法 基于容器服务ACK Serverless搭建和管理企业级网站应用
相关文章
|
16天前
|
网络协议 安全 Java
Java网络编程入门涉及TCP/IP协议理解与Socket通信。
【6月更文挑战第21天】Java网络编程入门涉及TCP/IP协议理解与Socket通信。TCP/IP协议包括应用层、传输层、网络层和数据链路层。使用Java的`ServerSocket`和`Socket`类,服务器监听端口,接受客户端连接,而客户端连接指定服务器并交换数据。基础示例展示如何创建服务器和发送消息。进阶可涉及多线程、NIO和安全传输。学习这些基础知识能助你构建网络应用。
24 1
|
2天前
|
网络协议 网络架构
【网络编程入门】TCP与UDP通信实战:从零构建服务器与客户端对话(附简易源码,新手友好!)
在了解他们之前我们首先要知道网络模型,它分为两种,一种是OSI,一种是TCP/IP,当然他们的模型图是不同的,如下
|
6天前
|
Java API 网络安全
Java网络编程入门
Java网络编程入门
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
机器学习算法入门:从K-means到神经网络
【6月更文挑战第26天】机器学习入门:从K-means到神经网络。文章涵盖了K-means聚类、逻辑回归、决策树和神经网络的基础原理及应用场景。K-means用于数据分组,逻辑回归适用于二分类,决策树通过特征划分做决策,神经网络则在复杂任务如图像和语言处理中大显身手。是初学者的算法导览。
|
4天前
|
网络协议 Linux Windows
计算机网络抓包工具——tcpdump详解
计算机网络抓包工具——tcpdump详解
|
7天前
|
机器学习/深度学习 人工智能
神经网络极简入门
神经网络是深度学习的基础,正是深度学习的兴起,让停滞不前的人工智能再一次的取得飞速的发展。
10 0
|
2月前
|
机器学习/深度学习 JSON PyTorch
图神经网络入门示例:使用PyTorch Geometric 进行节点分类
本文介绍了如何使用PyTorch处理同构图数据进行节点分类。首先,数据集来自Facebook Large Page-Page Network,包含22,470个页面,分为四类,具有不同大小的特征向量。为训练神经网络,需创建PyTorch Data对象,涉及读取CSV和JSON文件,处理不一致的特征向量大小并进行归一化。接着,加载边数据以构建图。通过`Data`对象创建同构图,之后数据被分为70%训练集和30%测试集。训练了两种模型:MLP和GCN。GCN在测试集上实现了80%的准确率,优于MLP的46%,展示了利用图信息的优势。
40 1
|
10天前
|
并行计算 PyTorch 程序员
老程序员分享:Pytorch入门之Siamese网络
老程序员分享:Pytorch入门之Siamese网络
14 0
|
1月前
|
存储 网络协议 安全
编程入门(四)【计算机网络基础(由一根网线连接两个电脑开始)】
编程入门(四)【计算机网络基础(由一根网线连接两个电脑开始)】
20 1
|
20天前
|
JSON 网络协议 Ubuntu
Wireshark网络分析工具
Wireshark网络分析工具