ysyszheng / TrafficCat

Machine Learning Based Network Traffic Analysis and Audit System

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

基于机器学习的网络流量分析审计系统 - TrafficCat

flowchart

文件结构

  • build/: 网络嗅探器编译目录
    • bin: 可执行文件目录
      • clsniff: 嗅探器可执行文件(CLI 模式)
      • trafficat: 嗅探器可执行文件(GUI 模式)
    • build.sh: GUI 模式编译脚本
    • trafficat.pro: GUI 模式工程文件
    • clsniff.sh: CLI 模式编译脚本
    • clsniff.pro: CLI 模式工程文件
  • data/: 数据存放目录
    • extractor.txt: 提取的特征文件
    • label.txt: 输出的标签文件
    • traffic.pcap: 嗅探器输出的流量文件
    • traffic.json: 流量文件(json 格式)
  • demo/: 演示目录
    • images/: 截屏图片目录
    • flowchart.png: 系统架构图
    • TrafficCat.pptx: 系统演示 PPT
    • Run_in_Docker.mp4: Docker 运行演示视频
    • Run_in_Ubuntu.mp4: Ubuntu 运行演示视频
  • docs/: 文档目录
    • 需求分析文档.pdf: 需求分析文档
    • 设计文档.pdf: 设计文档
    • 测试文档.pdf: 测试文档
    • 部署文档.pdf: 部署文档
  • kdd/: 特征提取器及 NTML 模型目录
    • inferfence/: 模型目录
      • encoder/:编码器
      • model/: 模型
      • nomalize/: 归一化
      • main.py: 主程序
      • preprocess.py: 预处理程序
    • kdd99_cmake/: 特征提取器目录
      • cmake/: cmake
      • src/: 源代码
      • doc/: 相关文档
      • CMakeLists.txt: cmake 文件
      • README.md: 特征提取器说明文档
    • kdd99extractor: 特征提取器可执行文件
  • minio/: 数据库目录
    • extractor_tmp/: 特征临时文件目录
    • json_tmp/: 流量临时文件目录
    • label_tmp/: 标签临时文件目录
    • clean.py: 清理脚本
    • demo.py: 演示脚本
    • dockerfile: dockerfile
    • download.py: 下载脚本
    • minio_install.md: 安装说明文档
    • upload.py: 上传脚本
  • src/: 网络嗅探器源代码目录
    • utils/ - 工具目录
      • utils.h - 工具函数定义
      • utils.cpp - 工具函数实现
      • hdr.h - 包头定义文件
    • catch.cpp: Catch 包实现
    • catch.h: Catch 包定义
    • cl_main.cpp: CLI 主函数
    • cl_sniff.cpp: CLI Sniff 功能实现
    • devwindow.cpp: 设备窗口实现
    • devwindow.h: 设备窗口定义
    • filter.cpp: 过滤器实现
    • filter.h: 过滤器定义
    • main.cpp: GUI 主函数
    • mainwindow.cpp: 主窗口实现
    • mainwindow.h: 主窗口定义
    • sniffer.cpp: Sniff 功能实现
    • sniffer.h: Sniff 功能定义
    • view.cpp: 视图实现
    • view.h: 视图定义
  • ui: 网络嗅探器UI界面目录
    • mainwindow.ui: 主窗口 UI 文件
  • web: 网页目录
    • dashboard.py: 仪表盘代码
    • requirements.txt: 依赖文件
  • all.sh: 加载之前所有文件脚本
  • run.sh: 运行脚本
  • README.md: 说明文档

DOCKER 封装获取方式

小组成员及贡献度

郑宇森 520021911173 - 16.66%

王鑫 520021910700 - 16.66%

姜来 520021910159 - 16.66%

韩志鹏 520021911273 - 16.66%

赵鸿宇 520021910734 - 16.66%

喻路稀 520030910078 - 16.66%

About

Machine Learning Based Network Traffic Analysis and Audit System

License:MIT License


Languages

Language:C++ 85.7%Language:Python 11.2%Language:CMake 1.6%Language:QMake 0.9%Language:C 0.4%Language:Shell 0.3%