当前位置: 首页 > news >正文

12、Linux 网络中的 BPF 应用与数据包过滤

Linux 网络中的 BPF 应用与数据包过滤

1. BPF 概述与应用场景

在网络领域,BPF(Berkeley Packet Filter)程序主要用于两个方面:数据包捕获和过滤。用户空间程序可以为任何套接字附加过滤器,提取流经该套接字的数据包信息,并根据需要允许、禁止或重定向特定类型的数据包。

BPF 程序在网络中的应用场景主要包括以下几种:
- 实时流量丢弃:例如,只允许用户数据报协议(UDP)流量,丢弃其他所有流量。
- 实时观察过滤后的数据包:对实时系统中流经的过滤后数据包进行观察。
- 回顾性网络流量分析:使用 pcap 格式捕获实时系统中的网络流量,以便后续分析。

2. tcpdump 与 BPF 表达式

tcpdump 是一款广为人知的命令行工具,本质上是 libpcap 的前端,允许用户定义高级过滤表达式。它从指定的网络接口读取数据包,然后将接收到的数据包内容输出到标准输出或文件中。数据包流可以使用 pcap 过滤语法进行过滤,该语法是一种领域特定语言(DSL),使用一组高级表达式来过滤数据包,这些表达式通常比 BPF 汇编更容易记忆。

以下是一个使用 tcpdump 过滤 IPv4 TCP 端口 8080 流量的示例:

# tcpdump -n 'ip and tcp port 8080'
  • -n:告诉 tcpdump 不将地址转换为相应的名称,以便查看源地址和目的地址。
  • ip and tc
http://www.jsqmd.com/news/79776/

相关文章:

  • 30亿参数打破性能桎梏:SmolLM3开放模型如何重塑轻量级AI应用生态
  • ollama v0.13.3 最新发布:新增模型与功能优化详细解读
  • 2.5亿参数破局多模态困境:ModernVBERT重塑视觉文档检索技术边界
  • GLM-4.5-Air横空出世:混合推理技术开启开源大模型商用新纪元
  • 论文阅读:AAAI 2026 Multi-Faceted Attack: Exposing Cross-Model Vulnerabilities in Defense-Equipped Vision
  • Unsloth Dynamic 2.0量化技术:重新定义大模型部署效率与精度边界
  • OpenAI发布Whisper Turbo模型:本地语音处理效率提升5.4倍,多语言翻译能力再突破
  • 智谱AI大模型全面免费开放:AI普惠时代正式开启
  • 终极百度网盘加速指南:免费实现快速下载的完整教程
  • 38、互联网邮件安全与Web服务器安全综合指南
  • Ring-1T重磅发布:万亿参数思维模型开启开源推理新纪元
  • 百度开源再放大招:ERNIE-4.5-VL-28B-A3B-Thinking颠覆多模态AI认知边界
  • 40、网站内容与安全全解析
  • 机器学习进阶<11>基于集成学习的多源数据融合的电商用户购买行为预测系统
  • 42、保障 Web 服务器安全:数据库访问、认证与访问控制全解析
  • 终极百度网盘下载解析工具:简单三步实现高速下载
  • 43、保障Web与文件服务安全:技术、挑战与应对策略
  • Windows右键菜单终极优化指南:5个技巧让系统飞起来
  • C++--哈希封装my_unordered_set和my_unordered_map
  • 44、FTP安全指南与服务器配置解析
  • 一个卷积后就做池化还是多个卷积后做池化?
  • 47、安全文件服务配置指南
  • 智谱AI开源GLM-4-9B-Chat-1M:突破200万中文字符上下文壁垒,多模态能力引领行业新标杆
  • 48、高效安全的文件传输:rsync 全方位指南(上)
  • League Akari 智能助手:重新定义英雄联盟自动化体验
  • 49、Linux文件共享与日志管理全解析
  • 不止于论文写作:虎贲等考 AI 解锁期刊级学术研究与深度阅读新范式
  • 机器学习进阶<12>AdaBoost与梯度提升树
  • python基础(mysql)
  • NCMconverter:解锁网易云音乐格式限制的终极解决方案