wireshark 抓包 过滤器语法

wireshark

description

  • packet

    1. Frame: 物理层的数据帧概况
    2. Ethernet II: 数据链路层以太网帧头部信息
    3. Internet Protocol Version 4: 互联网层IP包头部信息
    4. Transmission Control Protocol: 传输层T的数据段头部信息,此处是TCP
    5. Hypertext Transfer Protocol: 应用层的信息,此处是HTTP协议
  • filter

    • Capture:抓包过滤器
    1. 在抓取数据包前设置,可设置多个选项,用于抓包时选择
    • 显示过滤器
    1. 对于已抓取的包进行显示过滤,实际该包已经被抓取
  • 过滤器语法

    • 抓包过滤
      1. 抓取过滤类型host,net,port;方向src,dst;协议(Proto)ether,ip,tcp,udp,http,icmp,ftp等;逻辑运算符&& || !。
        1. 协议过滤 ip icmp
        2. IP过滤 host 127.0.0.1;src host …
        3. 端口过滤 port 80
        4. 逻辑运算符
          1. ! broadcast 不抓取广播包
    • 显示过滤
      1. 比较运算符 == != > < >= <=
      2. 协议 雷同(广播多播协议为UDP)
      3. ip过滤 ip.src ip.dst ip.addr == 127.0.0.1
      4. 端口 tcp.port tcp.srcport tcp.dstport
      5. http模式过滤 http.request.method==“GET”
      6. 逻辑运算符 and or not 也支持&& || !
      7. 按照数据包内容过滤。右键seleted
      8. contains 关键字, data contains “abcd”
  • wireshark 抓取TCP三次握手

  • 3
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值