


Script Python pour surveiller les connexions réseau et enregistrer dans le fichier journal
La surveillance des connexions réseau est cruciale pour assurer la stabilité et la sécurité de votre système informatique. Que vous soyez un administrateur réseau ou un utilisateur individuel, disposer d'un moyen de suivre les connexions réseau et de consigner les informations associées peut s'avérer inestimable. Dans cet article de blog, nous explorerons comment créer un script Python pour surveiller une connexion réseau et enregistrer les données dans un fichier journal.
En tirant parti de la puissance de Python et de ses riches bibliothèques, nous pouvons développer un script qui vérifie régulièrement l'état du réseau, capture les détails pertinents tels que l'adresse IP, l'horodatage et l'état de la connexion, et les stocke dans un fichier journal pour référence future. Ce script fournit non seulement des informations en temps réel sur les connexions réseau, mais fournit également des enregistrements historiques qui facilitent le dépannage et l'analyse.
Configurer l'environnement
Avant de commencer à écrire un script Python pour surveiller les connexions réseau, nous devons nous assurer que notre environnement est correctement configuré. Voici les étapes à suivre −
Installer Python − Si Python n'est pas déjà installé sur votre système, veuillez visiter le site Web officiel de Python (https://www.python.org) et télécharger la dernière version pour votre système d'exploitation. Suivez les instructions d'installation fournies pour terminer la configuration.
Installez les bibliothèques requises − Nous utiliserons la bibliothèque socket en Python pour établir des connexions réseau et récupérer des informations. Heureusement, cette bibliothèque fait partie de la bibliothèque Python standard, aucune installation supplémentaire n'est donc requise.
Créer un répertoire de projets− C'est une bonne pratique de créer un répertoire dédié à nos projets. Ouvrez un terminal ou une invite de commande et accédez à l'emplacement souhaité sur votre système. Créez un nouveau répertoire à l'aide de la commande suivante :
mkdir network-monitoring
Mettre en place un environnement virtuel (facultatif) − Bien que cela ne soit pas obligatoire, il est recommandé de créer un environnement virtuel pour notre projet. Cela nous permet d'isoler les dépendances du projet et d'éviter les conflits avec d'autres packages Python sur le système. Pour configurer un environnement virtuel, exécutez la commande suivante :
cd network-monitoring python -m venv venv
Activer un environnement virtuel− Activez un environnement virtuel en exécutant la commande appropriée à votre système d'exploitation :
Pour Windows −
Pour macOS/Linux −
venv\Scripts\activate
source venv/bin/activate
Une fois l'environnement configuré, nous pouvons commencer à écrire des scripts Python pour surveiller les connexions réseau. Dans la section suivante, nous approfondirons la mise en œuvre du code et explorerons les étapes nécessaires pour atteindre nos objectifs.
Surveiller la connexion réseau
Pour surveiller la connexion réseau et enregistrer les informations dans un fichier journal, nous suivrons les étapes ci-dessous -
Importez les bibliothèques requises− Importez d'abord les bibliothèques nécessaires dans le script Python−
import socket import datetime
设置日志文件 −我们将创建一个日志文件来存储网络连接信息。添加以下代码以创建带有时间戳的日志文件−
log_filename = "network_log.txt" # Generate timestamp for the log file timestamp = datetime.datetime.now().strftime("%Y-%m-%d_%H-%M-%S") log_filename = f"{timestamp}_{log_filename}" # Create or open the log file in append mode log_file = open(log_filename, "a")
监控网络连接− 使用循环持续监控网络连接。在每次迭代中,检索当前连接并将其写入日志文件。下面是实现此目的的示例代码片段−
while True: # Get the list of network connections connections = socket.net_connections() # Write the connections to the log file log_file.write(f"Timestamp: {datetime.datetime.now()}\n") for connection in connections: log_file.write(f"{connection}\n") log_file.write("\n") # Wait for a specified interval (e.g., 5 seconds) before checking again time.sleep(5)
关闭日志文件− 监控网络连接后,关闭日志文件以确保正确保存数据非常重要。添加以下代码以关闭文件−
log_file.close()
异常处理−最好处理脚本执行期间可能发生的任何异常。将代码包含在 try- except 块内以捕获并处理任何潜在错误−
try: # Code for monitoring network connections except Exception as e: print(f"An error occurred: {e}") log_file.close()
现在我们有了 Python 脚本来监视网络连接并将信息保存到日志文件中,让我们运行该脚本并观察结果。
(注意− 提供的代码是演示该概念的基本实现。您可以根据您的具体要求进一步增强它。)
执行脚本并解释日志文件
要执行Python脚本来监视网络连接并将信息保存到日志文件中,请按照以下步骤操作 -
保存脚本 − 使用 .py 扩展名保存脚本,例如 network_monitor.py。
运行脚本− 打开终端或命令提示符并导航到保存脚本的目录。使用以下命令运行脚本:
python network_monitor.py
监控网络连接− 脚本开始运行后,它将按照指定的时间间隔(例如每 5 秒)持续监控网络连接。连接信息将实时写入日志文件。
停止脚本− 要停止脚本,请在终端或命令提示符中按 Ctrl+C。
解释日志文件 − 停止脚本后,您可以打开日志文件来检查记录的网络连接信息。日志文件中的每个条目代表特定时间戳的网络连接快照。
L'horodatage indique l'heure à laquelle la connexion réseau a été enregistrée.
Chaque entrée de connexion fournit des détails tels que l'adresse locale, l'adresse distante et l'état de la connexion.
L'analyse des fichiers journaux peut aider à identifier des modèles, à résoudre des problèmes de réseau ou à suivre l'historique des connexions réseau.
Script personnalisé (facultatif)− Le script fourni est une implémentation de base. Vous pouvez le personnaliser pour répondre à vos besoins spécifiques. Par exemple, vous pouvez modifier l'intervalle de temps entre les vérifications de connexion réseau, filtrer les connexions en fonction de critères spécifiques ou étendre les fonctionnalités du script pour inclure des fonctionnalités supplémentaires de surveillance du réseau.
Conclusion
En utilisant un script Python pour surveiller les connexions réseau et enregistrer les informations dans un fichier journal, vous pouvez obtenir des informations précieuses sur l'activité réseau de votre système. Qu'il s'agisse de dépannage, d'analyse de sécurité ou d'optimisation des performances, ce script fournit un outil utile pour la surveillance et l'analyse du réseau.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

PHP et Python ont leurs propres avantages et inconvénients, et le choix dépend des besoins du projet et des préférences personnelles. 1.Php convient au développement rapide et à la maintenance des applications Web à grande échelle. 2. Python domine le domaine de la science des données et de l'apprentissage automatique.

Python et JavaScript ont leurs propres avantages et inconvénients en termes de communauté, de bibliothèques et de ressources. 1) La communauté Python est amicale et adaptée aux débutants, mais les ressources de développement frontal ne sont pas aussi riches que JavaScript. 2) Python est puissant dans les bibliothèques de science des données et d'apprentissage automatique, tandis que JavaScript est meilleur dans les bibliothèques et les cadres de développement frontaux. 3) Les deux ont des ressources d'apprentissage riches, mais Python convient pour commencer par des documents officiels, tandis que JavaScript est meilleur avec MDNWEBDOCS. Le choix doit être basé sur les besoins du projet et les intérêts personnels.

Activer l'accélération du GPU Pytorch sur le système CentOS nécessite l'installation de versions CUDA, CUDNN et GPU de Pytorch. Les étapes suivantes vous guideront tout au long du processus: CUDA et CUDNN Installation détermineront la compatibilité de la version CUDA: utilisez la commande NVIDIA-SMI pour afficher la version CUDA prise en charge par votre carte graphique NVIDIA. Par exemple, votre carte graphique MX450 peut prendre en charge CUDA11.1 ou plus. Téléchargez et installez Cudatoolkit: visitez le site officiel de Nvidiacudatoolkit et téléchargez et installez la version correspondante selon la version CUDA la plus élevée prise en charge par votre carte graphique. Installez la bibliothèque CUDNN:

Docker utilise les fonctionnalités du noyau Linux pour fournir un environnement de fonctionnement d'application efficace et isolé. Son principe de travail est le suivant: 1. Le miroir est utilisé comme modèle en lecture seule, qui contient tout ce dont vous avez besoin pour exécuter l'application; 2. Le Système de fichiers Union (UnionFS) empile plusieurs systèmes de fichiers, ne stockant que les différences, l'économie d'espace et l'accélération; 3. Le démon gère les miroirs et les conteneurs, et le client les utilise pour l'interaction; 4. Les espaces de noms et les CGROUP implémentent l'isolement des conteneurs et les limitations de ressources; 5. Modes de réseau multiples prennent en charge l'interconnexion du conteneur. Ce n'est qu'en comprenant ces concepts principaux que vous pouvez mieux utiliser Docker.

Minio Object Storage: Déploiement haute performance dans le système Centos System Minio est un système de stockage d'objets distribué haute performance développé sur la base du langage Go, compatible avec Amazons3. Il prend en charge une variété de langages clients, notamment Java, Python, JavaScript et GO. Cet article introduira brièvement l'installation et la compatibilité de Minio sur les systèmes CentOS. Compatibilité de la version CentOS Minio a été vérifiée sur plusieurs versions CentOS, y compris, mais sans s'y limiter: CentOS7.9: fournit un guide d'installation complet couvrant la configuration du cluster, la préparation de l'environnement, les paramètres de fichiers de configuration, le partitionnement du disque et la mini

La formation distribuée par Pytorch sur le système CentOS nécessite les étapes suivantes: Installation de Pytorch: La prémisse est que Python et PIP sont installés dans le système CentOS. Selon votre version CUDA, obtenez la commande d'installation appropriée sur le site officiel de Pytorch. Pour la formation du processeur uniquement, vous pouvez utiliser la commande suivante: pipinstalltorchtorchVisionTorChaudio Si vous avez besoin d'une prise en charge du GPU, assurez-vous que la version correspondante de CUDA et CUDNN est installée et utilise la version Pytorch correspondante pour l'installation. Configuration de l'environnement distribué: la formation distribuée nécessite généralement plusieurs machines ou des GPU multiples uniques. Lieu

Lors de l'installation de Pytorch sur le système CentOS, vous devez sélectionner soigneusement la version appropriée et considérer les facteurs clés suivants: 1. Compatibilité de l'environnement du système: Système d'exploitation: Il est recommandé d'utiliser CentOS7 ou plus. CUDA et CUDNN: La version Pytorch et la version CUDA sont étroitement liées. Par exemple, Pytorch1.9.0 nécessite CUDA11.1, tandis que Pytorch2.0.1 nécessite CUDA11.3. La version CUDNN doit également correspondre à la version CUDA. Avant de sélectionner la version Pytorch, assurez-vous de confirmer que des versions compatibles CUDA et CUDNN ont été installées. Version Python: branche officielle de Pytorch

Python excelle dans l'automatisation, les scripts et la gestion des tâches. 1) Automatisation: La sauvegarde du fichier est réalisée via des bibliothèques standard telles que le système d'exploitation et la fermeture. 2) Écriture de script: utilisez la bibliothèque PSUTIL pour surveiller les ressources système. 3) Gestion des tâches: utilisez la bibliothèque de planification pour planifier les tâches. La facilité d'utilisation de Python et la prise en charge de la bibliothèque riche en font l'outil préféré dans ces domaines.
