tshark
是網絡分析工具wireshark
下的一個工具,主要用於命令行環境進行抓包、分析,尤其對協議深層解析時,tcpdump
難以勝任的場景中。本系列文章將整理介紹tshark
相關內容。本文將介紹與tshark
相關的流量解決方案。
利用tshark,不僅可以對現有的pcap文件進行分析,由於可以輸出其他格式,也就可以結合ES的強大搜索能力,達到對數據報文進行記錄、分析處理的能力,可以實現回溯分析,結合kibana可視化工具,甚至達到實時可視化監控。
tshark + elastic stack
elastic stack全家桶
性能一直被詬病,後來另起爐竈,針對採集使用golang
構建出一套beats,用於不同的採集場景。其中針對網絡流量,開發出packetbeat
。
packetbeat的優勢是定製了elasticsearch
的mapping
、kibana
一系列可視化圖表,可以滿足一般對tcp、dns、udp等常規報文的分析。基本達到開箱即用程度。
但packetbeat也有不足,對報文的分析採用會話分析,沒有一個個報文單獨分析,傾向於應用層,對網絡層面分析不足(尤其是故障排查時),此外,支持的協議有限,僅常見協議與tshark
的2000多種存在明顯差距,當遇到不支持時,需要等待支持或手動寫插件,難度極高。
離線導入elasticsearch
tshark
支持將pcap報文分析後生成json文件導入elasticsearch
,同時支持elasticsearch
的批量導入接口_bulk
的格式,命令如下:
tshark -r test_trace.pcap -T ek > test_trace.pcap.json
之後可以將json文件通過curl導入。
curl -s -H "Content-Type: application/x-ndjson" -XPOST "localhost:9200/foo/_bulk" --data-binary "@/Users/test-elastic/test_trace.pcap.json"
注:
- 導入時可能存在導入失敗,由於
_bulk
接口對post的文件大小有限制,儘量不要超過15MB,最好在10MB以內。如果超過,建議使用tshark的輸出條件生成多個json文件,使用curl依次導入。 - 如果導入失敗,可以在
curl
加-v
查看提示信息。 - 默認索引名爲類似
packets-2019-04-23
(報文記錄的日期),可以導入後重新索引
可以使用類似以下命令查看導入情況:
curl 'http://127.0.0.1:9200/packets-2019-04-23/_search/?size=10&pretty=true'
實時監控方案
主要思路
- 使用
tshark
實時抓取報文,並啓用過濾策略 - 使用
tshark
解析捕獲的報文,提取指定的字段並寫入csv文件中,或者使用json格式在下一步進行ETL writes captured wireless packets as .csv. - 使用
filebeat
持續檢測csv文件,併發個logstash用於字段過濾之類(如無需過濾可以跳過logstash直接發給elastsearch) -
logstash
對字段進行過濾,格式轉化等,之後發到elasticsearch - 使用kibana進行數據可視化,對報文統計分析
簡單實現
1. tshark部分
tshark -a duration:600 -i phy0.mon -t ad -t ad -lT fields -E separator=, -E quote=d -e _ws.col.Time -e wlan.fc.type -e wlan.fc.type_subtype -e radiotap.dbm_antsignal -e frame.len -e radiotap.datarate > tshark.csv
2. filebeat
簡單filebeat.yml配置文件
filebeat.modules:
- module: system
syslog:
enabled: false
auth:
enabled: true
var.paths: ["/home/tshark.csv"]
name: test
output.logstash:
hosts: ["localhost:5044"]
3. logstash
logstash.yml文件,主要分爲:
- 監聽5044端口接收beats的數據
- 對數據按照csv格式解析,字段分割
- 對日期處理,轉換格式
- 添加時、分、秒,便於索引
- 對部分字段轉換爲數字格式
- 替換字段
- 輸出到elasticsearch
input {
beats {
port => 5044
}
}
csv {
source => "message"
columns => [ "col.time","frame.type","frame.subtype","rssi","frame.size","data.rate" ]
}
date {
match => [ "col.time", "YYYY-MM-DD HH:mm:ss.SSSSSSSSS" ]
target => "@timestamp"
}
mutate {
add_field => {"[hour]" => "%{+HH}"}
add_field => {"[minute]" => "%{+mm}"}
add_field => {"[second]" => "%{+ss}"}
}
mutate {
convert => [ "rssi", "integer" ]
convert => [ "frame.size", "integer" ]
convert => [ "data.rate", "integer" ]
convert => [ "second", "integer" ]
convert => [ "minute", "integer" ]
convert => [ "hour", "integer" ]
}
if[frame.type]=="0"{
mutate {
replace => [ "frame.type", "Management" ]
}}
if[frame.type]=="1"{
mutate {
replace => [ "frame.type", "Control" ]
}}
if[frame.type]=="2"{
mutate {
replace => [ "frame.type", "Data" ]
}}
output {
elasticsearch {
hosts => ["http://localhost:9200"]
index => "%{[@metadata][beat]}-%{+YYYY.MM.dd}"
document_type => "%{[@metadata][type]}"
}
}
4. elasticsearch
可以預先導入索引定義mapping
,這塊可以查elasticsearch文檔
5. kibana
利用圖表、面板等進行數據可視化,實現監控功能,這塊可根據業務需求進行發揮~
小結
使用tshak的報文解析、數據導出功能,可以根據需求靈活處理,藉助開源的大數據工具,可以實現更貼合業務的工具,實現快速對網絡分析、實時監控、故障排查、高級檢索、回溯分析、統計報表等,甚至在部分場景下可以替代商業的網絡回溯分析系統。
參考:
系列文章: