🌐 Lightweight Packet Analyzer

一个功能完整的轻量级网络数据包分析器，专为计算机网络课程设计和网络学习而开发。

✨ 项目简介

Lightweight Packet Analyzer 是一个基于 Python 开发的网络流量统计与分析系统，提供实时数据包捕获、协议解析、流量统计和可视化展示功能。该项目采用现代化的 GUI 设计，支持多种主题切换，适用于网络教学、故障诊断和性能监控场景。

🎯 设计目标

• 教育友好: 直观展示网络协议栈工作原理
• 轻量高效: 低资源占用，高性能数据处理
• 功能完整: 从数据捕获到报告生成的完整流程
• 易于使用: 现代化 GUI 界面，操作简单直观

🚀 核心功能

📡 数据包捕获与解析

• 实时捕获: 支持多网络接口选择和 BPF 过滤器
• 协议解析: 深度解析以太网、ARP、IPv4/IPv6、TCP、UDP、ICMP 协议
• 数据展示: 实时数据包列表显示，支持详情查看和十六进制转储

📊 统计分析与可视化

• 协议统计: 协议分布统计，Top IP/端口分析
• 流量趋势: 时间序列流量趋势分析
• 图表生成: 饼图、柱状图、仪表盘等多种图表类型
• 数据导出: 支持 PNG、CSV、PDF 格式导出

💾 会话管理

• 会话控制: 新建、保存、加载会话功能
• 数据持久化: SQLite 数据库存储，支持历史数据查询
• 配置管理: 灵活的 .env 配置文件支持

🎨 用户界面

• 现代化 GUI: 基于 ttkbootstrap 的现代化界面设计
• 主题切换: 支持多种主题风格切换
• 响应式布局: 自适应窗口大小调整

🛠️ 技术栈

技术领域	使用技术
核心语言	Python 3.8+
网络库	Scapy (数据包捕获与解析)
GUI框架	Tkinter + ttkbootstrap
数据可视化	Matplotlib
数据处理	Pandas, NumPy
数据存储	SQLite
报告生成	ReportLab (PDF), Jinja2 (HTML)
配置管理	python-dotenv
测试框架	pytest

📋 系统要求

• 操作系统: Windows 10+, Linux, macOS
• Python版本: 3.8 或更高版本
• 权限要求: 管理员权限（用于网络数据包捕获）
• 内存要求: 最少 512MB 可用内存
• 存储空间: 至少 100MB 可用空间

🔧 安装指南

1. 克隆项目

git clone https://github.com/yourusername/LightweightPacketAnalyzer.git
cd LightweightPacketAnalyzer

2. 创建虚拟环境

# 创建虚拟环境
python -m venv venv

# 激活虚拟环境
# Windows
venv\Scripts\activate
# Linux/macOS
source venv/bin/activate

3. 安装依赖

# 安装项目依赖
pip install -e .

# 开发环境安装（包含测试工具）
pip install -e .[dev]

🚀 快速开始

启动应用程序

# 进入项目目录
cd LightweightPacketAnalyzer

# 启动主程序（需要管理员权限）
python src/network_analyzer/main.py

# 或使用命令行参数
python src/network_analyzer/main.py --config custom_config.env

基本使用流程

1. 选择网络接口: 启动后选择要监听的网络接口
2. 设置过滤器: 可选设置 BPF 过滤器（如 tcp port 80）
3. 开始捕获: 点击开始按钮进行数据包捕获
4. 查看统计: 实时查看协议分布和流量统计
5. 生成报告: 导出分析报告和图表

📸 功能截图

主界面

• 实时数据包列表显示
• 协议统计饼图
• 流量趋势图表

统计分析

• 协议分布统计
• Top IP 地址分析
• 端口使用情况

报告生成

• PDF 格式报告
• CSV 数据导出
• 图表图片保存

🏗️ 项目架构

LightweightPacketAnalyzer/
├── src/network_analyzer/          # 主要源代码
│   ├── analysis/                  # 数据包分析模块
│   ├── capture/                   # 数据包捕获模块
│   ├── gui/                       # 图形界面模块
│   ├── processing/                # 数据处理模块
│   ├── reports/                   # 报告生成模块
│   ├── statistics/                # 统计分析模块
│   ├── storage/                   # 数据存储模块
│   └── utils/                     # 工具函数
├── tests/                         # 单元测试
├── docs/                          # 项目文档
├── reports/charts/                # 生成的图表
├── logs/                          # 日志文件
└── pyproject.toml                 # 项目配置

🧪 测试

运行测试

# 运行所有测试
pytest

# 运行特定测试模块
pytest tests/test_capture.py

# 生成测试覆盖率报告
pytest --cov=network_analyzer --cov-report=html

测试覆盖

• 数据包捕获测试
• 协议解析测试
• GUI 功能测试
• 数据存储测试
• 统计分析测试

📚 使用文档

配置说明

项目使用 .env 文件进行配置，主要配置项包括：

# 数据包捕获配置
CAPTURE_INTERFACE=auto              # 网络接口选择
CAPTURE_TIMEOUT=30                  # 捕获超时时间
CAPTURE_PACKET_COUNT=1000          # 最大捕获包数

# 数据存储配置
DATABASE_FILE=network_analyzer.db   # 数据库文件路径
DATA_DIRECTORY=./data              # 数据目录

# GUI配置
WINDOW_WIDTH=1200                  # 窗口宽度
WINDOW_HEIGHT=800                  # 窗口高度
THEME=default                      # 界面主题

# 日志配置
LOG_LEVEL=INFO                     # 日志级别
LOG_FILE=./logs/network_analyzer.log  # 日志文件路径

BPF 过滤器示例

# 捕获 HTTP 流量
tcp port 80

# 捕获特定 IP 的流量
host 192.168.1.1

# 捕获 TCP 流量
tcp

# 捕获 UDP 流量
udp

# 组合过滤器
tcp and port 443

🤝 贡献指南

开发环境设置

1. Fork 项目到你的 GitHub 账户
2. 克隆你的 Fork 到本地
3. 创建新的功能分支
4. 进行开发和测试
5. 提交 Pull Request

代码规范

• 遵循 PEP 8 Python 代码规范
• 使用 Black 进行代码格式化
• 添加适当的注释和文档字符串
• 编写单元测试覆盖新功能

提交规范

# 功能添加
git commit -m "feat: 添加新的协议解析功能"

# Bug 修复
git commit -m "fix: 修复数据包捕获内存泄漏问题"

# 文档更新
git commit -m "docs: 更新安装指南"

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

🙏 致谢

• Scapy - 强大的数据包处理库
• ttkbootstrap - 现代化的 Tkinter 主题
• Matplotlib - 数据可视化库
• 所有为项目做出贡献的开发者

📞 联系方式

• 项目主页: GitHub Repository
• 问题反馈: Issues
• 功能建议: Discussions

🔄 更新日志

v2.0.0 (2025-01-XX)

• ✨ 新增主题切换功能
• 🐛 修复数据包重复显示问题
• 📊 改进统计图表生成
• 🔧 优化配置管理系统

v1.0.0 (2024-XX-XX)

• 🎉 初始版本发布
• 📡 基础数据包捕获功能
• 📊 协议统计分析
• 🖥️ GUI 界面实现

---

⭐ 如果这个项目对你有帮助，请给它一个 Star！

Made with ❤️ for Computer Network Course Design