研究wireshark遇到的问题

说起来有一些惭愧，研究wireshark有一段时间了，但是对源代码的分析却至今没有什么进展。。。

最初想要研究wireshark是因为我的开题是基于wireshark来做的。

现在有很多抓包工具，wireshark的优势在于完全开源，分析功能强大，但其缺点也很明显，即捕获的数据包存储过于分散，大数据背景下，不能有效的对海量的数据包进行存储分析，因此将wireshark捕获到的数据存储到专门的数据库中是非常必要的。（当然，存储数据只是第一步，接下来还要进行对数据的分析工作）

真正开始分析wireshark了，首先是编译。unbutu下很顺利就编译通过了，但是在windows下却出现各种问题，至今没有编译通过。。。，分析wireshark源代码，在windows下编译通过有必要吗？

后来看关于wireshark的论文，接触到了两个东西。即winpcap、libpcap。

winpcap是底层的，在windows上wireshark是依赖于winpcap来截包的，在linux上则是依赖于libpcap。而winpcap又是基于libpcap的设计基础上开发设计的，使用方法也和libpcap基本相同。

那么，我在分析wireshark存储部分源代码的时候有必要看winpcap和libpcap的函数库吗？

到真正看wireshark源代码了，200多M，算上子文件共2000多个，对于一个不是计算机科班出身的我来说，不得不说，有点困难。。 从百度文库上下载了些资料，主要是分析wireshark逻辑功能模块，最有价值的应该是这篇了，如下：

a)	GTK1/2
处理用户的输入输出显示，源码在gtk目录.

b)	Core
核心模块，通过函数调用将其他模块连接在一起，源码在根目录

c)	Epan
wireshark Packetage Analyzing，包分析引擎，源码在epan目录

	Protocol-Tree：保存数据包的协议信息，wireshark的协议结构采用树形结构，解析协议报文时只需要从根节点通过函数句柄依次调用各层解析函数即可。

	Dissectors：在epan/dissector目录下，各种协议解码器，支持700+种协议解析，对于每种协议，解码器都能识别出协议字段（field），并显示出字段值（field value）由于网络协议种类很多，为了使协议和协议间层次关系明显，对数据流里的各个层次的协议能够逐层处理，wireshark系统采用了协议树的方式。

	Plugins：一些协议解码器以插件形式实现，源码在plugins目录

	Display-Filters：显示过滤引擎，源码在epan/dfilter目录

d)	Capture
捕包引擎，利用libpcap/WinPcap从底层抓取网络数据包，libpcap/WinPcap提供了通用的抓包接口，能从不同类型的网络接口(包括以太网，令牌环网，ATM网等)获取数据包。

e)	Wiretap
从文件中读取数据包，支持多种文件格式，源码在wiretap目录

f)	Win-/libpcap
Wireshark抓包时依赖的库文件

 
wireshark功能模块

3.	wireshark流程分析
1)	初始化
Wireshark的初始化包括一些全局变量的初始化、协议分析引擎的初始化和Gtk相关初始化，显示Ethereal主窗口，等待用户进一步操作。重点就是Epan模块的初始化。
Epan初始化：
	tvbuff初始化：全局变量tvbuff_mem_chunk指向用memchunk分配的固定大小的空闲内存块，每个内存块是tvbuff_t结构，从空闲内存块中取出后，用来保存原始数据包。
	协议初始化：
	全局变量：
	proto_names 
	proto_short_names 
	proto_filter_names 
以上三个全局变量主要用来判断新注册的协议名是否重复，如果重复，给出提示信息，在协议解析过程中并没有使用。
	协议注册：
	注册协议：将三个参数分别注册给proto_names、proto_short_names、proto_filter_names三个全局变量中，
	注册字段,需要在wireshark协议树显示的报文内容字段。
	协议解析表
	Handoff注册
	将协议与父协议节点关联起来
	Packet（包）初始化
	全局变量：
	frame_handle：协议解析从frame开始，层层解析，直到所有的协议都解析完为止。frame_handle保存了frame协议的handle。
	data_handle：有的协议无法从frame开始，那么就从data开始。原理同frame。 
	读配置文件preference
	读capture filter和display filter文件，分别保存在全局变量capture_filter和display_filter中。
	读disabled protocols文件，保存全局变量global_disabled_protos和disabled_protos中
	初始化全局变量cfile
	Cfile是个重要的变量，数据类型为capture file，它保存了数据包的所有信息，
	取得命令行启动时，参数列表，并进行相应的处理

2)	处理流程
Wireshark初始化完成以后进入实际处理阶段，主程序创建抓包进程，捕包进程和主程序是通过PIPE进行传递数据的，主程序把抓取的数据写入临时文件，通过函数add_packet_to_packet_list将数据包加入包列表。处理时，主程序从列表中选取一个数据包，提取该数据包中的数据填写在数据结构中，最后调用协议解析函数epan_dissect_run进行处理，从epan_dissect_run开始，是实际的协议解析过程，
下面以HTTP协议报文为例，流程如下：
a)	解析frame层
调用函数dissect_frame对frame层进行解析，并在协议树上填充相应字段信息。函数最后会判断是否有上层协议封装，如果有则调用函数dissector_try_port在协议树上查找对应的解析函数，这里函数dissector_try_port根据pinfo->fd->lnk_t查找对应的上层协议处理函数，pinfo->fd->lnk_t值为1，上层封装协议为以太网协议，全局结构体指针变量dissector_handle当前的协议解析引擎句柄置为dissect_eth_maybefcs，至此，frame层解析结束。
b)	解析以太网层
函数call_dissector_work根据dissector_handle调用frame上层协议解析函数dissect_eth_maybefcs对以太网层进行解析，并在协议树上填充相应字段，包括目的MAC地址和以太网上层协议类型等信息。函数最后会判断是否有上层协议封装，如果有则调用函数dissector_try_port在协议树上查找对应的解析函数，这里函数dissector_try_port根据etype查找对应的上层协议处理函数，以太网字段etype为0800的报文是ip报文，上层封装协议为IP协议，全局结构体指针变量dissector_handle当前的协议解析引擎句柄置为dissect_ip，至此，以太网层解析结束。
c)	解析IP层
函数call_dissector_work根据dissector_handle调用以太网上层协议解析函数dissect_ip对以太网层进行解析，并在协议树上填充相应字段，包括版本号，源地址，目的地址等信息。函数最后会判断是否有上层协议封装，如果有则调用函数dissector_try_port在协议树上查找对应的解析函数，这里函数dissector_try_port根据nxt (nxt = iph->ip_p)查找对应的上层协议处理函数，以太网字段nxt为06的报文是TCP报文，上层封装协议为TCP协议，全局结构体指针变量dissector_handle当前的协议解析引擎句柄置为dissect_tcp，至此，IP层解析结束。
d)	解析TCP层
函数call_dissector_work根据dissector_handle调用以太网上层协议解析函数dissect_tcp对TCP层进行解析，包括对TCP头的解析和选项字段的解析，并在协议树上填充相应字段，包括源端口，目的端口，标志位等信息。函数最后会判断是否有上层协议封装，如果有则调用函数dissector_try_port在协议树上查找对应的解析函数，这里函数dissector_try_port根据port查找对应的上层协议处理函数，将源端口和目的端口分别赋值给low_port和high_port，根据low_port和high_port分别匹配上层协议解析函数，port为80的报文是HTTP报文，上层封装协议为HTTP协议，全局结构体指针变量dissector_handle当前的协议解析引擎句柄置为dissect_http，至此，TCP层解析结束。
e)	解析HTTP层
至此wireshark进入应用层协议检测阶段，wireshark解析dissect_http函数中注册的字段，并提取相应的字段值添加到协议树中，应用层的具体解析流程将在下面介绍。HTTP协议具体函数调用过程参见： 

重要的数据结构

struct _epan_dissect_t {
	tvbuff_t	*tvb;//用来保存原始数据包
	proto_tree	*tree;//协议树结构
	packet_info	pi;// 包括各种关于数据包和协议显示的相关信息
};

/** Each proto_tree, proto_item is one of these. */
typedef struct _proto_node {
	struct _proto_node *first_child;//协议树节点的第一个子节点指针
	struct _proto_node *last_child; //协议树节点的最后一个子节点指针
	struct _proto_node *next; //协议树节点的下一个节点指针
	struct _proto_node *parent;//父节点指针
	field_info  *finfo;//保存当前协议要显示的地段
	tree_data_t *tree_data;//协议树信息
} proto_node;


typedef struct _packet_info {
  const char *current_proto;	//当前正在解析的协议名称
  column_info *cinfo;		//wireshark显示的信息
  frame_data *fd;//现在分析的原始数据指针
  union wtap_pseudo_header *pseudo_header;//frame类型信息
  GSList *data_src;		/*frame层信息 */
  address dl_src;		/* 源MAC */
  address dl_dst;		/*目的MAC */
  address net_src;		/* 源IP */
  address net_dst;		/*目的IP */
  address src;			/*源IP */
  address dst;			/*目的IP */
  guint32 ethertype;		/*以太网类型字段*/
  guint32 ipproto;		/* IP协议类型*/
  guint32 ipxptype;		/* IPX 包类型 */
  guint32 mpls_label;		/* MPLS包标签*/
  circuit_type ctype;		
  guint32 circuit_id;		/*环路ID */
  const char *noreassembly_reason;  /* 重组失败原因*/
  gboolean fragmented;		/*为真表示未分片*/
  gboolean in_error_pkt;	/*错误包标志*/
  port_type ptype;		/*端口类型 */
  guint32 srcport;		/*源端口*/
  guint32 destport;		/*目的端口*/
  guint32 match_port;           /*进行解析函数匹配时的匹配端口*/
  const char *match_string;	/*调用子解析引擎时匹配的协议字段指针*/
  guint16 can_desegment;	/* 能否分段标志*/
  guint16 saved_can_desegment;	
  int desegment_offset;		/*分段大小*/
#define DESEGMENT_ONE_MORE_SEGMENT 0x0fffffff
#define DESEGMENT_UNTIL_FIN        0x0ffffffe
  guint32 desegment_len;	
  guint16 want_pdu_tracking;	
  guint32 bytes_until_next_pdu;
  int     iplen;                /*IP包总长*/
  int     iphdrlen;             /*IP头长度*/
  int	  p2p_dir;              
  guint16 oxid;                 /* next 2 fields reqd to identify fibre */
  guint16 rxid;                 /* channel conversations */
  guint8  r_ctl;                /* R_CTL field in Fibre Channel Protocol */
  guint8  sof_eof;             
  guint16 src_idx;              /* Source port index (Cisco MDS-specific) */
  guint16 dst_idx;              /* Dest port index (Cisco MDS-specific) */
  guint16 vsan;                 /* Fibre channel/Cisco MDS-specific */
  /* Extra data for DCERPC handling and tracking of context ids */
  guint16 dcectxid;             /* Context ID (DCERPC-specific) */
  int     dcetransporttype;
  guint16 dcetransportsalt;	/* fid: if transporttype==DCE_CN_TRANSPORT_SMBPIPE */
#define DECRYPT_GSSAPI_NORMAL	1
#define DECRYPT_GSSAPI_DCE	2
  guint16 decrypt_gssapi_tvb;
  tvbuff_t *gssapi_wrap_tvb;
  tvbuff_t *gssapi_encrypted_tvb;
  tvbuff_t *gssapi_decrypted_tvb;
  gboolean gssapi_data_encrypted;
  guint32 ppid;  /* SCTP PPI of current DATA chunk */
  guint32 ppids[MAX_NUMBER_OF_PPIDS]; /* The first NUMBER_OF_PPIDS PPIDS which are present * in the SCTP packet*/
  void    *private_data;	/* pointer to data passed from one dissector to another */
  /* TODO: Use emem_strbuf_t instead */
  GString *layer_names; 	/* layers of each protocol */
  guint16 link_number;
  guint8  annex_a_used;
  guint16 profinet_type; 	/* the type of PROFINET packet (0: not a PROFINET packet) */
  void *profinet_conv; 	   /* the PROFINET conversation data (NULL: not a PROFINET packet) */
  void *usb_conv_info;
  void *tcp_tree;		/* proto_tree for the tcp layer */

  const char *dcerpc_procedure_name;	/* Used by PIDL to store the name of the current dcerpc procedure */
  struct _sccp_msg_info_t* sccp_info;
  guint16 clnp_srcref;      /* clnp/cotp source reference (can't use srcport, this would confuse tpkt) */
  guint16 clnp_dstref;      /* clnp/cotp destination reference (can't use dstport, this would confuse tpkt) */
  guint16 zbee_cluster_id;  /* ZigBee cluster ID, an application-specific message identifier that
                             * happens to be included in the transport (APS) layer header.
                             */
  guint8 zbee_stack_vers;     int link_dir;	/* 3GPP messages are sometime different UP link(UL) or Downlink(DL)*/
} packet_info;

因为我的主要工作是修改wireshark存储部分源代码，还有必要从main开始分析吗？看到一层层的调用，要调晕了。。。。

博客写的有点乱了，总之，不知道如何开始。。。。