win下载配置CIC Flowmeter环境并提取流量特征

国际知名观众

已于 2023-03-08 09:49:01 修改

阅读量2.9k

点赞数 8

分类专栏：毕设文章标签： java 流量特征提取

于 2023-03-07 17:01:44 首次发布

本文链接：https://blog.csdn.net/weixin_46447549/article/details/129370565

版权

毕设专栏收录该内容

2 篇文章 1 订阅

订阅专栏

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

前言
一、下载CIC Flowmeter
二、安装java、maven、gradle和IDEA
三、CICFlowMeter-master使用
四、流量特征
- 1.含义
- 2.获取

前言

配了一整天环境终于配好了
2023.3.7亲测有效
如果有什么地方写的不清楚可以礼貌提问
知无不言但我不一定知道 😃
（ps 在上班回消息慢请见谅

一、下载CIC Flowmeter

https://github.com/ahlashkari/CICFlowMeter
在这里插入图片描述
下载完后去https://sourceforge.net/projects/jnetpcap/下载最新的jNetPcap，解压后把原文件中的CICFlowMeter\CICFlowMeter-master\jnetpcap\win\jnetpcap-1.4.r1425替换掉

二、安装java、maven、gradle和IDEA

1.java 1.8

①打开官网：https://www.oracle.com/java/technologies/downloads/ ，选择 java archive：
在这里插入图片描述

②选择 Java SE 8 (8u211 and later)：
在这里插入图片描述
③下载Windows x64 Installer ：

④后面就是点击exe，一直下一步完成安装，注意选择路径中不能有中文：
在这里插入图片描述

⑤找到安装目录中bin和jre的路径，复制并加入系统变量path中：

D:\java\bin
D:\java\jre

在这里插入图片描述

⑥重新打开cmd输入java -version查看验证：
在这里插入图片描述
看到版本号1.8，成功！

2.maven

①打开官网链接下载apache-maven-3.9.0-bin.zip：
网址：https://maven.apache.org/download.cgi
下载完成后解压到没有中文的路径下即可
在这里插入图片描述

②配置环境变量：
在系统变量中新建，变量名：MAVEN_HOME，变量值：maven文件夹路径：

在系统变量path中新建：%MAVEN_HOME%\bin
在这里插入图片描述
③打开cmd验证：mvn -v
，显示版本号，成功！

④配置本地仓库
记事本打开D:\maven\apache-maven-3.9.0\conf：

修改第53行：这里写你的本地仓库的路径

3.gradle

①打开网址https://gradle.org/releases/ 选择一个版本下载binary-only，然后解压至某一个无中文路径下
在这里插入图片描述
②配置环境变量：环境变量新建GRADLE_HOME,变量值：gradle文件夹路径（D:\gradle\gradle-8.0.2）

在系统变量path中新建：%GRADLE_HOME%\bin
在这里插入图片描述

③重新打开cmd，输入 gradle -v 。显示如下说明配置成功。（显示的有点慢就耐心等一下~
在这里插入图片描述

4.IDEA

①下载地址：https://www.jetbrains.com/idea/download/#section=windows，下载社区版

在这里插入图片描述
②下载完后点击exe开始安装，先next，然后选择安装路径：

勾选建立桌面快捷方式：

之后默认即可，完成：

③打开，初次使用选择不导入：
在这里插入图片描述

④设置jdk
打开file、project structure
在这里插入图片描述

⑤设置maven：打开file、setting，搜索maven：

修改地址：

⑥设置gradle：打开file，setting，搜索gradle：
在这里插入图片描述

⑦Jnetpcap设置：
打开file、project structure、modules、dependencies：
在这里插入图片描述
点击+，导入jnetpcap.dll与jnetpcap.jar文件，路径如图所示

把对勾打上

三、CICFlowMeter-master使用

①使用IDEA打开CICFlowMeter-master文件夹，注意一定要放在没有中文的路径下！！！！！，选择Maven项目
在这里插入图片描述

②将CICFlowMeter-master\jnetpcap\win\jnetpcap-1.4.r1425\jnetpcap.jar复制到CICFlowMeter-master根目录下

在这里插入图片描述
先把jar包放在本地
D:>cd CICFlowMeter\CICFlowMeter-master
D:\CICFlowMeter\CICFlowMeter-master>mvn install:install-file “-Dfile=jnetpcap.jar” “-DgroupId=org.jnetpcap” “-DartifactId=jnetpcap” “-Dversion=1.4.1” “-Dpackaging=jar”

成功：
在这里插入图片描述
执行：gradlew execute

成功：

根据需要选择离线数据集或实时数据，本次测试使用离线数据pcap文件：

添加pcap文件和输出文件地址，点击ok开始运行：
在这里插入图片描述

此时点击OK没有反应，去https://sourceforge.net/projects/jnetpcap/下载最新的jNetPcap，然后把原文件中的
运行结束后输出路径下会产生“输入文件名_flow.csv”文件，内容如下所示：
在这里插入图片描述

实时使用需要先找到注册表，
HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Services\Tcpip\Parameters\Interfaces
在这里插入图片描述

查看可用的网卡参数，然后抓包即可，开始之后需要等待一会儿
在这里插入图片描述
停止之后，csv自动保存 D:\CICFlowMeter\CICFlowMeter-master\data\daily

四、流量特征

1.含义

（1）fl_dur - - > 流持续时间

（2）tot_fw_pk（流出方向？） - - > 在正向上包的数量

（3）tot_bw_pk - - > 在反向上包的数量

（4）tot_l_fw_pkt - - > 正向数据包的总大小

（5）fw_pkt_l_max - - > 包在正向上的最大大小

（6）fw_pkt_l_min - - > 包在正向上的最小大小

（7）fw_pkt_l_avg - - > 数据包在正向的平均大小

（8）fw_pkt_l_std - - > 数据包正向标准偏差大小

（9）Bw_pkt_l_max - - > 包在反向上的最大大小

（10）Bw_pkt_l_min - - > 包在反向上的最小大小

（11）Bw_pkt_l_avg - - > 数据包在反向的平均大小

（12）Bw_pkt_l_std - - > 数据包反向标准偏差大小

（13）fl_byt_sv - - > 流字节率，即每秒传输的数据包字节数

（14）fl_pkt_s - - > 流包率，即每秒传输的数据包数

（15）fl_iat_avg - - > 两个流之间的平均时间

（16）fl_iat_std - - > 两个流之间标准差

（17）fl_iat_max - - > 两个流之间的最大时间

（18）fl_iat_minv - - > 两个流之间的最小时间

（19）fw_iat_tot - - > 在正向发送的两个包之间的总时间

（20）fw_iat_avg - - > 在正向发送的两个包之间的平均时间

（21）fw_iat_std - - > 在正向发送的两个数据包之间的标准偏差时间

（22）fw_iat_max - - > 在正向发送的两个包之间的最大时间

（23）fw_iat_min - - > 在正向发送的两个包之间的最小时间

（24）bw_iat_tot - - > 反向发送的两个包之间的总时间

（25）bw_iat_avg - - > 反向发送的两个数据包之间的平均时间

（26）bw_iat_std - - > 反向发送的两个数据包之间的标准偏差时间

（27）bw_iat_max - - > 反向发送的两个包之间的最大时间

（28）bw_iat_min - - > 反向发送的两个包之间的最小时间

（29）fw_psh_flag - - > 在正向传输的数据包中设置PSH标志的次数(UDP为0)

（30）bw_psh_flag - - > 在反向传输的数据包中设置PSH标志的次数(UDP为0)

（31）fw_urg_flag - - > 在正向传输的数据包中设置URG标志的次数(UDP为0)

（32）bw_urg_flag - - > 反方向数据包中设置URG标志的次数(UDP为0)

（33）fw_hdr_len - - > 用于前向方向上的包头的总字节数

（34）bw_hdr_len - - > 用于后向方向上的包头的总字节数

（35）fw_pkt_s - - > 每秒前向包的数量

（36）bw_pkt_s - - > 每秒后向包的数量

（37）pkt_len_min - - > 流的最小长度

（38）pkt_len_max - - > 流的最大长度

（39）pkt_len_avg - - > 流的平均长度

（40）pkt_len_std - - > 流长度的方差

（41）pkt_len_va - - > 最小包到达间隔时间

（42）fin_cnt - - > 带有FIN的包数量

（43）syn_cnt - - > 带有SYN的包数量

（44）rst_cnt - - > 带有RST的包数量

（45）pst_cnt - - > 带有PUSH的包数量

（46）ack_cnt - - > 带有 ACK的包数量

（47）urg_cnt - - > 带有URG的包数量

（48）cwe_cnt - - > 带有CWE的包数量

（49）ECE - - > 带有ECE的包数量

（50）down_up_ratio - - > 下载和上传的比例

（51）pkt_size_avg - - > 数据包的平均大小

（52）fw_seg_avg - - > 观察到的前向方向上数据包的平均大小

（53）bw_seg_avg - - > 观察到的后向方向上数据包的平均大小

（54）fw_byt_blk_avg - - > 在正向上的平均字节数块速率

（55）fw_pkt_blk_avg - - > 在正向方向上数据包的平均数量

（56）fw_blk_rate_avg - - > 在正向方向上平均bulk速率

（57）bw_byt_blk_avg - - > 在反向上的平均字节数块速率

（58）bw_pkt_blk_avg - - > 在反向方向上数据包的平均数量

（59）bw_blk_rate_avg - - > 在反向方向上平均bulk速率

（60）subfl_fw_pk - - > 在正向子流中包的平均数量

（61）subfl_fw_byt - - > 子流在正向中的平均字节数

（62）subfl_bw_pkt - - > 反向子流中数据包的平均数量

（63）subfl_bw_byt - - > 子流在反向中的平均字节数

（64）fw_win_byt - - > 在正向的初始窗口中发送的字节数

（65）bw_win_byt - - > 在反向的初始窗口中发送的字节数

（66）Fw_act_pkt - - > 在正向方向上具有至少1字节TCP数据有效负载的包

（67）fw_seg_min - - > 在正方向观察到的最小segment尺寸

（68）atv_avg - - > 流在空闲之前处于活动状态的平均时间

（69）atv_std - - > 流在空闲之前处于活动状态的标准偏差时间

（70）atv_max - - > 流在空闲之前处于活动状态的最大时间

（71）atv_min - - > 流空闲前激活的最小时间

（72）idl_avg - - > 流在激活之前空闲的平均时间

（73）idl_std - - > 流量在激活前处于空闲状态的标准偏差时间

（74）idl_max - - > 流在激活之前空闲的最大时间

（75）idl_min - - > 流在激活之前空闲的最小时间

2.获取

官方网站为：https://www.unb.ca/cic/datasets/ids-2017.html
直接前往官网，最底部有下载按钮：

http://205.174.165.80/CICDataset/CIC-IDS-2017/Dataset/
在这里插入图片描述
如上图所示，在目录中，有三类文件，其中 GeneratedLabelledFlows 是完整提取文件，而 MachineLearningCSV 则是在前者基础上进行修剪后的版本，剔除了 IP 和时间戳等不适合机器学习的属性列，如果只是单纯进行机器学习训练，只需要下载后者即可。