附件是一个 300 兆的 traffic.pcap。拖进 Wireshark,界面瞬间刷出十几万行,颜色花花绿绿,滚动条一拉到底,全是看不懂的协议字段。题目只说「找出攻击者拿走的文件」,没有任何提示。你试着在搜索框里输入 flag,什么也没找到;又试了 password,结果全是 TLS 握手的噪声。

流量分析的难点不在「看包」,而在「缩小范围」。几百兆的数据里,真正有意义的可能只有几个请求;如果不先做统计和过滤,靠肉眼翻,看一天也找不到。这篇按「先看全局、再筛协议、再追单条流」的顺序讲,命令以 tshark 为主,图形界面只是同一套操作的另一种呈现。

抓包文件里到底有什么

一个数据包是分层封装的。最外层是链路层(以太网或 Wi-Fi),里面是 IP,再里面是 TCP 或 UDP,再里面才是 HTTP、DNS、TLS 等应用层协议。抓包工具把每一层的字段都解析出来,所以同一行里既有 MAC 地址,也有端口、序列号、HTTP 方法。

帧层抓包的时间戳、帧编号、长度、链路层类型。它决定了这个包在文件里的位置。
网络层源 IP、目的 IP、TTL、分片信息。用来判断「谁和谁在通信」。
传输层TCP/UDP、源端口、目的端口、序列号、标志位。用来重组一条连接里的数据。
应用层HTTP 请求与响应、DNS 查询、TLS 握手、FTP 命令。线索通常在这一层,但要先靠下面三层筛出来。

分析时不要一上来就读应用层。先看「有哪些 IP、哪些端口、哪些协议」,再决定往哪条流里钻。这个顺序能把几十万条记录压缩到几十条。

还要分清 .pcap 和 .pcapng。前者是较早的格式,结构简单;后者支持多接口、注释和更细的元数据,Wireshark 默认保存为 pcapng。大多数工具两者都支持,但老版本 tshark 可能读不了 pcapng 的新特性。另一个更重要的信息是「包在哪里抓的」:端点抓包只能看到本机进出的流量,交换机镜像能看到整个网段,代理抓包看到的是经过代理的请求。同样一条请求,在不同位置抓,字段和内容可能完全不同,先问清来源再分析。

两种过滤器,别用错地方

这是最容易混淆的一点。捕获过滤器(capture filter)用 BPF 语法,在抓包时决定「哪些包被记录下来」;显示过滤器(display filter)用 Wireshark 自己的语法,在已有文件里决定「哪些包显示出来」。两者的关键字看起来相似,但语法和位置不同。

捕获过滤器(BPF)

例:tcp port 80、host 10.0.0.5。在抓包开始时生效,不符合的包直接不记录,无法事后找回。

显示过滤器

例:http.request.method == "POST"、ip.addr == 10.0.0.5。对已抓到的包生效,可以随时改条件,不影响原始文件。

tshark 里,-f 接捕获过滤器,-Y 接显示过滤器。很多人把 -Y 的条件写进 -f,结果报语法错误,或者过滤结果为空。记住「抓的时候用 -f,看的时候用 -Y」,能省不少时间。

过滤器的写法也有版本差异。tcp.port、ip.addr 这类字段名在旧版和新版基本稳定,但字段值的写法会变,比如字符串比较要加引号,多个条件用 && 或 and。报错时先把条件拆到只剩一个字段,确认它单独能用,再逐步叠加。这样能定位到底是语法还是逻辑写错了。

本机是 Windows,没有安装 tshark,下面所有 tshark 命令按 Linux 靶场写法给出,未在本机实测。命令参数在 tshark 2.x 及以上版本通用;如果你用的是更老的版本,显示过滤可能要用 -R 配合 -2,先 tshark -v 确认版本。

先看全局:统计比逐条翻快得多

拿到文件,先做三件事:确认文件能读、看时间范围、看协议分布。这些统计不需要读具体内容,几秒钟就能给出方向。

capinfos traffic.pcap
tshark -r traffic.pcap -q -z io,stat,0
tshark -r traffic.pcap -q -z io,phs
tshark -r traffic.pcap -Y "http" -T fields -e http.host | sort | uniq -c | sort -rn | head

capinfos 给出包数量、时间跨度、平均速率;-z io,stat,0 按时间统计流量;-z io,phs 给出协议层次统计。最后一条按 Host 聚合 HTTP 请求,能快速看出访问了哪些域名。如果题目涉及「攻击者下载了文件」,先看哪个 Host 的流量异常,再追那条流。

DNS 也值得单独看。即使后面的 HTTP 是加密的,DNS 查询往往还是明文,能暴露访问过哪些域名。用 tshark -Y "dns.qry.name" -T fields -e dns.qry.name 列出查询名,经常能直接看到可疑域名或题目留下的提示。DNS 的响应里还可能包含 TXT 记录,flag 或下一步线索有时就藏在里面。把 DNS 和 HTTP 放在一起看,能补上「访问了什么」的第一段。

如果文件里有大量 TLS,协议统计会显示 TLS 占主导。这时候不要急着找明文,先确认有没有 HTTP、DNS、FTP 这类明文协议。很多题目的关键线索恰恰在明文部分,加密部分只是干扰。

看统计时还要注意「平均」会骗人。一个 300 兆的包,平均速率可能只有几百 KB/s,但真正的下载动作可能集中在几秒钟里。按时间窗口统计比看总量更有用,比如每分钟的包数和字节数,峰值出现的位置往往就是关键动作发生的位置。如果峰值前后恰好有 DNS 查询和一次 HTTP 请求,基本可以把这条时间线串起来。

走查:从一条 POST 里找回提交内容

假设统计显示有一次 HTTP POST 很可疑。先列出所有 POST 请求的方法、Host、URI:

tshark -r traffic.pcap -Y "http.request.method == \"POST\"" \
  -T fields -e frame.number -e http.host -e http.request.uri

输出里会有一行指向某个登录接口,比如 /api/login。接着看这个请求的完整内容。HTTP 表单数据通常放在 http.file_data 或 urlencoded-form 字段里:

tshark -r traffic.pcap -Y "http.request.uri contains \"login\"" \
  -T fields -e http.file_data

如果输出是一串 URL 编码的键值对,比如 user=alice&pass=...&next=%2Fhome,把它复制出来,用 Python 的 urllib.parse.unquote 还原。线索可能直接是密码,也可能是下一步的路径或 token。不要只看第一个包,登录往往伴随重定向和后续请求,按 TCP 流过滤能一次看完整条会话:

tshark -r traffic.pcap -Y "tcp.stream eq 3" -T fields -e tcp.payload
tshark -r traffic.pcap -q -z follow,tcp,ascii,3

follow,tcp,ascii,3 会把第 3 条 TCP 流的两个方向按 ASCII 拼出来,适合快速读 HTTP 会话。流的编号不是固定的,先用 http 过滤找到感兴趣的包,再看它的 tcp.stream 字段值。

如果题目是「把文件导出来」,用导出对象比手工拼包可靠:

mkdir -p out
tshark -r traffic.pcap --export-objects http,out
ls -lh out

导出的文件名可能来自 URL,也可能是服务端给的名字。打开前先用 file 确认真实类型,不要直接按扩展名双击。文件可能是图片、压缩包,也可能是伪装成图片的二进制。

时间线:把「什么时候发生了什么」排出来

有些题不问内容,问顺序:先访问了哪个页面,后下载了哪个文件,中间隔了多久。Wireshark 的「时间」列默认是相对第一个包的时间,适合看间隔;绝对时间需要改列设置。命令行可以用字段输出自己排:

tshark -r traffic.pcap -Y "http.request" \
  -T fields -e frame.time_relative -e http.host -e http.request.uri | head -30

把输出按时间排序,能看到请求的先后。若题目涉及「攻击者在你发现之前多久动的手」,还要注意抓包机器的时区和时间同步。时间戳不准,整条时间线都会偏。报告里写时间时,注明时区和来源,别只写一个「几点几分」。

时间线不只用于排序,也能用来发现遗漏。把 HTTP 请求、DNS 查询、TCP 连接建立分别导出来,按时间对齐,会出现一些单看某一类时注意不到的对应关系:浏览器先解析域名,再连接服务器,再发请求,顺序和时间间隔都合理;如果某个请求的 Host 从来没出现在 DNS 里,用的就是 IP 直连,这本身就是可疑信号。

HTTPS 为什么不能靠关键字硬找

TLS 握手之后的 HTTP 内容是加密的,抓包里只能看到目标 IP、端口、SNI(服务器名)、证书、包长度和时间。搜索 flag 当然找不到,因为它根本不在明文里。想在授权环境里解密,需要服务器私钥(仅限 RSA 密钥交换,现代 TLS 多用前向保密,私钥也不够)或客户端导出的会话密钥(比如浏览器设置 SSLKEYLOGFILE),再在 Wireshark 里配置。没有这些材料,就只能做元数据分析。

CTF 里如果给的是 HTTPS 流量,通常会在题目里附带密钥、keylog 文件,或者线索根本不在 HTTP 内容里,而在 DNS、证书、包长度侧信道。先读题面,不要默认「一定有明文」。把 TLS 当干扰项排除,也是一种有效进展。

只分析 CTF 附件、自己抓的包或明确授权的流量。不要抓取他人的网络通信,也不要把解密手段用在未经授权的系统上。流量的元数据同样敏感,IP、域名、时间都能暴露隐私。

现象、原因与第一步

现象真实原因第一步查什么
搜索关键字什么都找不到流量是 TLS 加密的,或关键字被编码先看协议统计,确认有没有明文 HTTP
tshark 报过滤语法错误把显示过滤写进了 -f捕获用 -f(BPF),显示用 -Y
包数量很多但看不出重点没做 Host/协议聚合-z io,phs 和按 Host 统计
HTTP 请求有但内容为空内容在后续包,或用了分块传输按 tcp.stream 追踪整条流
导出的文件打不开扩展名不可信,或对象不完整file 看真实类型,检查文件大小
时间顺序看起来不对时区差异,或抓包时钟不同步确认抓包机时区和时间来源
只看到握手没有数据连接被中断,或数据走了别的流按 IP 和端口过滤,找相邻的 TCP 流

边界与代价

流量分析的成本主要来自数据量。一个几百兆的文件,逐包读要几小时;统计和过滤能把它压到几分钟。另一个成本是存储:抓包会占大量磁盘,长时间抓包还可能包含敏感信息。抓之前先确认范围,用捕获过滤器减少无关流量,是最实际的做法。

技术上也有边界。加密流量在没有密钥时只能看元数据;分片、重组、应用层自定义协议会增大解析难度;抓包点位置决定了你能看到什么,交换机镜像、端点抓包、代理抓包的结果完全不同。分析前先问「这个包是在哪里抓的」,比直接读内容更重要。

大文件还有操作上的代价。图形界面一次加载几百兆的 pcap,滚动和过滤都会变卡;命令行工具相对轻,但全量读取仍然耗时。实用做法是先 capinfos 看范围,再用 -Y 过滤只导出关心的流(配合 -w),后续只在子集上分析。需要分段处理时,editcap -c 可以按包数切分,或者按时间窗口切分。先缩小数据,再深入,不要一开始就和几百兆的界面较劲。

当天能自己验证的练习

  1. 用 curl 访问一个自己搭的本地 HTTP 服务,同时用 tshark -i lo -f "tcp port 8000" 抓包,练习捕获过滤和显示过滤的区别。
  2. 在本地提交一个带表单的 POST 请求,用 tshark -Y "http.request.method == \"POST\"" -T fields -e http.file_data 提取内容,再用 Python 做 URL 解码。
  3. 访问一个 HTTPS 站点,观察抓包里能看到什么、看不到什么,记录 SNI 和证书字段。
  4. 用 -z io,phs 统计一个公开的练习 pcap,按协议占比排序,找出最可疑的明文协议。
  5. 把一条 TCP 流用 follow,tcp,ascii 拼出来,和逐包看 tcp.payload 的结果对照,理解重组的作用。

小结

三句话:先统计再过滤,先看 IP 和协议再看内容;捕获过滤和显示过滤是两套语法,位置不能混;HTTPS 没有密钥就看元数据,别在密文里找明文。

下一篇讲文件与容器格式。流量里导出的文件、题目直接给的附件,经常「打不开」或者「打开后不对」。那篇会讲魔数、文件头、压缩包结构和常见修复方法,让你在看到 file 输出时知道下一步该改哪里。