SRINIVASAN55/NetSentinel
GitHub: SRINIVASAN55/NetSentinel
基于 Scapy 和 Python 构建的实时网络流量分析器，通过七条内置威胁规则检测端口扫描、洪泛攻击等异常行为。
Stars: 0 | Forks: 0
[]()
[]()
[]()
[]()
## 🛰️ 实时检测的内容
```
12:34:57 TCP 10.0.0.99 ──────────────────→ 192.168.1.1:22 [SYN] 60B
12:34:57 TCP 10.0.0.99 ──────────────────→ 192.168.1.1:80 [SYN] 60B
12:34:57 TCP 10.0.0.99 ──────────────────→ 192.168.1.1:443 [SYN] 60B
... 13 more ports ...
╔══════════════════════════════════════════════════════╗
║ 🔴 [HIGH] PORT_SCAN ║
║ 10.0.0.99 scanned 16 distinct ports in 10s ║
║ Ports: [21,22,80,443,3306,5432,8080,8443,9200...] ║
╚══════════════════════════════════════════════════════╝
12:34:58 TCP 172.16.0.1 ─────────────────→ 192.168.1.1:80 [SYN] (×102)
╔══════════════════════════════════════════════════════╗
║ 🚨 [CRITICAL] SYN_FLOOD ║
║ 172.16.0.1 → 102 SYN packets in 10 seconds ║
╚══════════════════════════════════════════════════════╝
```
## 🧠 检测引擎
| 规则 | 触发条件 | 严重程度 |
|---|---|---|
| `PORT_SCAN` | 来自同一 IP / 10秒内访问 15+ 个不同端口 | 🔴 高 |
| `SYN_FLOOD` | 来自同一 IP / 10秒内 100+ 个 SYN 数据包 | 🚨 严重 |
| `DNS_EXFILTRATION` | 来自同一 IP / 10秒内 30+ 次 DNS 查询 | 🔴 高 |
| `ICMP_FLOOD` | 来自同一 IP / 10秒内 50+ 个 ICMP 数据包 | 🔴 高 |
| `SUSPICIOUS_PORT` | 端口 4444、31337、1337、6969… 上的流量 | 🔴 高 |
| `CLEARTEXT_CREDS` | FTP / Telnet / POP3 / IMAP 会话 | 🟡 中 |
| `LARGE_PAYLOAD` | 单个数据包 > 65 KB | 🟡 中 |
## ⚡ 快速开始
```
git clone https://github.com/SRINIVASAN55/NetSentinel
cd NetSentinel
# ── Demo 模式（无需 sudo，无需安装） ──────────────
python netsentinel.py --demo -d 30
# ── 在 eth0 上进行实时抓包（Linux，需要 sudo） ─────────
sudo python netsentinel.py -i eth0 -d 120
# ── 保存 JSON 报告 ────────────────────────────────────
sudo python netsentinel.py -i eth0 -d 60 -o report.json
```
## 📊 流量统计仪表板
```
Protocol Distribution:
TCP 1,847 ████████████████████████
UDP 423 █████
ICMP 89 █
Top Talkers:
192.168.1.5 612 packets
10.0.0.99 289 packets ← suspicious
Top Ports:
443 HTTPS 891 connections
53 DNS 210 connections
4444 ??? 3 connections ⚠
```
由 SRINIVASAN55 构建 ·
LinkedIn
标签：Python, Scapy, 入侵检测系统, 安全数据湖, 异常检测, 插件系统, 无后门, 网络安全, 网络流量分析, 逆向工具, 隐私保护