網路分析利器wireshark命令版(4)：tshark結合ES
tshark
是網路分析工具wireshark
下的一個工具，主要用於命令列環境進行抓包、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檔案進行分析，由於可以輸出其他格式，也就可以結合ES的強大搜索能力，達到對資料報文進行記錄、分析處理的能力，可以實現回溯分析，結合kibana視覺化工具，甚至達到實時視覺化監控。
tshark + elastic stack
elastic stack全家桶
效能一直被詬病，後來另起爐灶，針對採集使用golang
構建出一套beats，用於不同的採集場景。其中針對網路流量，開發出packetbeat
。
packetbeat的優勢是定製了elasticsearch
的mapping
、kibana
一系列視覺化圖表，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，對網路層面分析不足（尤其是故障排查時），此外，支援的協議有限，僅常見協議與tshark
的2000多種存在明顯差距，當遇到不支援時，需要等待支援或手動寫外掛，難度極高。
離線匯入elasticsearch
tshark
支援將pcap報文分析後生成json檔案匯入elasticsearch
，同時支援elasticsearch
的批量匯入介面_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檔案通過curl匯入。
curl -s -H "Content-Type: application/x-ndjson" -XPOST "localhost:9200/foo/_bulk" --data-binary "@/Users/test-elastic/test_trace.pcap.json"
注：
-
匯入時可能存在匯入失敗，由於
_bulk介面對post的檔案大小有限制，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檔案，使用curl依次匯入。 -
如果匯入失敗，可以在
curl加-v檢視提示資訊。 -
預設索引名為類似
packets-2019-04-23（報文記錄的日期），可以匯入後重新索引
可以使用類似以下命令檢視匯入情況：
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
tshark tshark filebeat logstash
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配置檔案
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檔案，主要分為：
- 監聽5044埠接收beats的資料
- 對資料按照csv格式解析，欄位分割
- 對日期處理，轉換格式
- 新增時、分、秒，便於索引
- 對部分欄位轉換為數字格式
- 替換欄位
- 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
可以預先匯入索引定義mapping
，這塊可以查elasticsearch文件
5. kibana
利用圖表、面板等進行資料視覺化，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、資料匯出功能，可以根據需求靈活處理，藉助開源的大資料工具，可以實現更貼合業務的工具，實現快速對網路分析、實時監控、故障排查、高階檢索、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路回溯分析系統。