简介
实现了一个基于Scapy库的科研级TCP端口存活探测工具,通过动态生成并发送TCP SYN数据包,检测指定IP地址范围内的主机端口是否活跃。该工具采用了多线程并发技术以提高扫描效率,并提供了命令行参数接口方便用户自定义探测目标和参数。同时,为确保运行过程中的日志管理,代码中对Scapy库的日志输出进行了严格控制。
实现原理
当检测到一台设备的某个端口有回应时(SYN + ACK数据包),可以判断该主机为存活状态,当然端口即使是关闭的,主机也会返回一个RST(连接重置)数据包,如下
-
当源地址对目的地址发送一个SYN数据包后,如果目的地址80端口关闭了,所以会返回一个RST(连接重置)数据包;
-
当源地址对目的地址发送一个SYN数据包后,如果目的地址80端口开启了,会返回一个SYN - ACK数据包;
-
当源地址对目的地址发送一个SYN数据包后,如果目的地址不存在,没有任何数据包返回;
运行流程
- 依赖库导入与初始化设置:
- 引入scapy.all、random、time、ipaddress、threading等Python标准库和第三方库,确保能够构造和发送网络数据包、处理IP地址范围、多线程并发执行以及错误日志管理。
- 设置Scapy库的日志级别为ERROR,避免输出过多调试信息,提升程序运行效率。
- 定义核心函数:TCP_Alive_Check()
- 函数接收目标IP地址和默认端口号(80)作为参数,采用Scapy库动态创建TCP SYN数据包,通过设定flags='S’表明这是SYN标志位的数据包。
- 使用sr()函数发送数据包并等待响应,超时时间设为1秒,同时关闭冗余输出以保持程序简洁。
- 对接收到的回应数据包进行判断,如果收到的数据包中TCP标志位包含’SA’(即SYN和ACK),则确认目标主机对应端口处于活跃状态,并输出结果。
- 命令行参数解析与主程序逻辑
- 使用argparse模块创建命令行参数解析器,允许用户自定义要探测的IP地址范围和端口号。
- 根据输入的IP地址范围,利用ipaddress.ip_network()函数转换为IP网络对象,遍历所有主机地址,并启动多线程分别对每个主机地址执行TCP存活检查。
- 在主程序结束前,通过threading.enumerate()和thread.join()方法确保所有已启动的线程完成执行,保证程序正常退出且不遗漏任何检测任务。
代码实现
from scapy.all import *
from random import randint
import time, ipaddress, threading
import argparse
import logging
# 使用scapy库发送TCP SYN数据包检测指定端口是否存活
def TCP_Alive_Check(ip_address, port=80):
# 构造TCP SYN数据包
pkt = IP(dst=ip_address) / TCP(dport=port, flags='S')
# 发送SYN数据包并等待响应
responses, _ = sr(pkt, timeout=1, verbose=0)
for sent, received in responses:
if received[TCP].flags == 'SA':
print(f"[+] 主机 {received[IP].src} 存活")
if __name__ == "__main__":
logging.getLogger("scapy.runtime").setLevel(logging.ERROR) # 设置日志级别
parser = argparse.ArgumentParser(description="网络探测工具")
# 添加tcp子命令的解析器
parser.add_argument("-a", "--addr", dest="addr", help="指定一个IP地址或范围")
parser.add_argument("-p", "--port", dest="port", type=int, default=80, help="指定要探测的端口号,默认为80")
args = parser.parse_args()
if args.addr:
net = ipaddress.ip_network(args.addr)
for item in net.hosts():
t = threading.Thread(target=TCP_Alive_Check, args=(str(item), args.port))
t.start()
else:
parser.print_help()
# 等待所有线程完成
for thread in threading.enumerate():
if thread is not threading.currentThread() and thread.is_alive():
thread.join()
优化建议
-
异步非阻塞I/O处理: 可考虑使用异步IO模型(如Python的asyncio模块)替代多线程方式,以减少线程切换开销,进一步提升大规模网络探测时的性能。
-
结果收集与持久化: 为了便于后续分析或审计,可将探测结果保存到文件或数据库中,而非仅在控制台输出。可以设计一个专门的数据结构来存储每个主机端口的状态信息。
-
错误处理与异常捕获: 在TCP_Alive_Check函数内部增加错误处理机制,针对各种可能的网络异常情况进行适当地重试或记录错误日志,确保程序的稳定性和鲁棒性。
-
性能优化与速率限制: 实现动态调整并发数及SYN数据包发送速率的功能,防止因短时间内大量发送探测包导致网络拥塞或被防火墙屏蔽。
-
用户交互与可视化展示: 提供更加友好的用户界面或图形化展示结果,例如统计存活主机数量、绘制网络拓扑图等。