如何提高阅读大文件的scapy性能

我必须阅读和分析太大的.pcap文件才能加载到内存中。我目前正在使用呼吸在离线模式下如何提高阅读大文件的scapy性能

sniff(offline=file_in, prn=customAction, store=0)

与customAction功能，看起来大致是这样的：

customAction(packet): 
    global COUNT 
    COUNT = COUNT + 1 
    # do some other stuff that takes practically 0 time

目前这种处理的数据包太慢。我已经在一个'驱动程序'程序中使用子进程来在不同内核上同时在多个文件上运行此脚本，但我确实需要提高单核性能。

我尝试使用pypy，并感到失望的是，使用pypy的性能比使用python3（anaconda）少了10％。

平均时间使用pypy运行50K包是52.54秒

平均使用时间是python356.93秒

有什么办法加快速度跑50K包？

编辑：下面是cProfile的结果，你可以看到代码在分析过程中速度有点慢，但所有的时间都花在做事上是scapy。

66054791 function calls (61851423 primitive calls) in 85.482 seconds 

Ordered by: cumulative time 

ncalls   tottime percall cumtime percall filename:lineno(function) 
957/1    0.017 0.000 85.483 85.483 {built-in method builtins.exec} 
    1    0.001 0.001 85.483 85.483 parser-3.py:1(<module>) 
    1    0.336 0.336 83.039 83.039 sendrecv.py:542(sniff) 
50001    0.075 0.000 81.693 0.002 utils.py:817(recv) 
50001    0.379 0.000 81.618 0.002 utils.py:794(read_packet) 
795097/50003  3.937 0.000 80.140 0.002 base_classes.py:195(__call__) 
397549/50003  6.467 0.000 79.543 0.002 packet.py:70(__init__) 
397545/50000  1.475 0.000 76.451 0.002 packet.py:616(dissect) 
397397/50000  0.817 0.000 74.002 0.001 packet.py:598(do_dissect_payload) 
397545/200039  6.908 0.000 49.511 0.000 packet.py:580(do_dissect) 
199083   0.806 0.000 32.319 0.000 dns.py:144(getfield) 
104043   1.023 0.000 22.996 0.000 dns.py:127(decodeRR) 
397548   0.343 0.000 15.059 0.000 packet.py:99(init_fields) 
397549   6.043 0.000 14.716 0.000 packet.py:102(do_init_fields) 
6673299/6311213 6.832 0.000 13.259 0.000 packet.py:215(__setattr__) 
3099782/3095902 5.785 0.000 8.197 0.000 copy.py:137(deepcopy) 
3746538/2335718 4.181 0.000 6.980 0.000 packet.py:199(setfieldval) 
149866   1.885 0.000 6.678 0.000 packet.py:629(guess_payload_class) 
738212   5.730 0.000 6.311 0.000 fields.py:675(getfield) 
1756450   3.393 0.000 5.521 0.000 fields.py:78(getfield) 
49775    0.200 0.000 5.401 0.000 dns.py:170(decodeRR) 
1632614   2.275 0.000 4.591 0.000 packet.py:191(__getattr__) 
985050/985037  1.720 0.000 4.229 0.000 {built-in method builtins.hasattr} 
326681/194989  0.965 0.000 2.876 0.000 packet.py:122(add_payload) 
...

编辑2：完整的代码示例：

from scapy.all import * 
from scapy.utils import PcapReader 
import time, sys, logging 


COUNT = 0 
def customAction(packet): 
global COUNT 
COUNT = COUNT + 1 

file_temp = sys.argv[1] 
path  = '/'.join(file_temp.split('/')[:-2]) 
file_in = '/'.join(file_temp.split('/')[-2:]) 
name  = file_temp.split('/')[-1:][0].split('.')[0] 


os.chdir(path) 
q_output_file = 'processed/q_' + name + '.csv' 
a_output_file = 'processed/a_' + name + '.csv' 
log_file  = 'log/' + name + '.log' 

logging.basicConfig(filename=log_file, level=logging.DEBUG) 

t0=time.time() 
sniff(offline=file_in, prn=customAction, lfilter=lambda x:x.haslayer(DNS), store=0) 
t1=time.time() 

logging.info("File '{}' took {:.2f} seconds to parse {} packets.".format(name, t1-t0, COUNT))

来源

2016-07-26 deltap

根据https://gist.github.com/dpifke/2244911 defaultdict不应该是pypy比python3慢的原因。通过消除过程，似乎明显的罪魁祸首是scapy + pypy。 – deltap

你能提供一个PyPy的具体例子吗？如果它真的很慢（即使是大文件），可能是因为PyPy本身内部缺少了一些优化，我们可以修复它。 –

在调整一些代码之后，我现在可以使用pypy来提高执行速度10％。 – deltap

看来，Scapy的原因PyPy的JIT的预热时间要高，但如果你运行足够长的JIT仍正常工作。下面是我（在Linux 64）结果：

size of .pcap  CPython time  PyPy time 
2MB     4.9s    7.3s 
5MB     15.3s    9.1s 
15MB     1m15s    21s

来源

2016-07-29 09:02:05

这些文件中有多少个数据包？包含50,000个数据包的我的文件大约为8MB，我的运行时间明显长于您的文件。 – deltap

我在接近十几个“数据包”的日志中看到过。同样，这意味着你没有告诉我们需要知道的一切。请提供一个完整的例子;它可以是一些公共的.pcap文件在互联网上可用。 –

我认为简单的答案是Scapy的是地狱只是缓慢。我试着用sniff（）或PcapReader扫描一个pcap文件，而不对数据包做任何事情。该过程读取的SSD低于3MB/s，CPU使用率为100％。还有其他用于Python的pcap阅读器库。我建议尝试其中的一种。

来源

2016-07-29 13:43:58

如果您提到或建议了特定的库，这将会很有帮助。 – charlesreid1

如何提高阅读大文件的scapy性能

回答

相关问题