Wireshark抓包理论加实操
题记
其实说起wireshark有些丢人,我本科网络工程的,wireshark却不怎么会用,所以前来补课。以前学的是科来,wireshark基本处于听说过看过没有实操过的状况。下面内容是我看大神文章操作的,前半部分是理论,后面是实操。
简介
wireshark是非常流行的网络封包分析工具,功能十分强大。可以截取各种网络封包,显示网络封包的详细信息。使用wireshark的人必须了解网络协议,否则就看不懂wireshark了。
为了安全考虑,wireshark只能查看封包,而不能修改封包的内容,或者发送封包。
wireshark能获取HTTP,也能获取HTTPS,但是不能解密HTTPS,所以wireshark看不懂HTTPS中的内容,总结,如果是处理HTTP,HTTPS 还是用Fiddler,其他协议比如TCP,UDP 就用wireshark。
1、抓包过程
开始界面
wireshark是捕获机器上的某一块网卡的网络包,当你的机器上有多块网卡的时候,你需要选择一个网卡。
点击Caputre->Interfaces.. 出现下面对话框,选择正确的网卡。然后点击"Start"按钮,开始抓包。
可以看到只有一个网卡在走流量。
Wireshark窗口介绍
2、WireShark 主要分为这几个界面
1> Display Filter(显示过滤器), 用于过滤
2> Packet List Pane(封包列表), 显示捕获到的封包, 有源地址和目标地址,端口号。 颜色不同,代表信息不同
3> Packet Details Pane(封包详细信息), 显示封包中的字段
4> Dissector Pane(16进制数据)
5> Miscellanous(地址栏,杂项)
显示过滤器
使用过滤是非常重要的, 初学者使用wireshark时,将会得到大量的冗余信息,在几千甚至几万条记录中,以至于很难找到自己需要的部分。搞得晕头转向,过滤器会帮助我们在大量的数据中迅速找到我们需要的信息。过滤器有两种:一种是显示过滤器,就是主界面上那个,用来在捕获的记录中找到所需要的记录,一种是捕获过滤器,用来过滤捕获的封包,以免捕获太多的记录。
封包列表(Packet List Pane)
封包列表的面板中显示,编号,时间戳,源地址,目标地址,协议,长度,以及封包信息。 你可以看到不同的协议用了不同的颜色显示。你也可以修改这些显示颜色的规则, View ->Coloring Rules。
封包详细信息 (Packet Details Pane)
这个面板是我们最重要的,用来查看协议中的每一个字段。各行信息分别为:
Frame:物理层的数据帧概况;
Ethernet II: 数据链路层以太网帧头部信息;
Internet Protocol Version 4: 互联网层IP包头部信息;
Transmission Control Protocol: 传输层T的数据段头部信息,此处是TCP;
Hypertext Transfer Protocol: 应用层的信息,此处是HTTP协议;
Wireshark与对应的OSI七层模型:
TCP包的具体内容:
3、TCP三次握手过程
这图我都看过很多遍了, 这次我们用wireshark实际分析下三次握手的过程。打开wireshark,,打开浏览器输入网址过滤后选中HTTP/1.1的记录,右键然后点击"Follow TCP Stream",这样做的目的是为了得到与浏览器打开网站相关的数据包,将得到如下图:
实操分析
其实在理论写完之前,我就已经抓完包了,网络基础会个差不多的话,这是相通的,看一眼就知道差不多了。也和我学过python有关系,当时学python其中的scapy模块把我折磨透了,这也是数据包相关的一个强大的工具。所以我一看ip.dst==210.44.176.42就是目标ip。
首先我找到一个网站分析我的本机与他的交互过程,这个网站我选为http://210.44.176.42/biye/
这是一个大学的毕业设计综合管理系统的登录页面,页面如下图。
图中可以看到wireshark截获到了三次握手的三个数据包。第四个包才是HTTP的, 这说明HTTP的确是使用TCP建立连接的。
这时候在网站提交账号密码,可以看到post数据包。
参考链接
Wireshark抓包详解:http://blog.csdn.net/hebbely/article/details/54136475?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.control