Python实现多协议网络扫描与主机发现工具-代码聚汇网

Python实现多协议网络扫描与主机发现工具

小泉水·2026-05-29·阅读 44 GEO检测（免费）

网络扫描主机发现Python

|难度：普通|阅读约 13 分钟

1. 项目背景与核心价值

在网络安全评估和渗透测试中，快速准确地识别目标网络中的存活主机及其开放服务是基础且关键的环节。传统的主机发现工具往往功能单一，而商业化的综合扫描器又存在灵活性不足的问题。这个Python项目正是为了解决这些痛点而生——它整合了多种主机发现协议和服务指纹识别技术，通过模块化设计实现了高度可定制的扫描能力。

我最初开发这个工具是为了应对内网安全评估中的复杂场景。在实际工作中，经常遇到各种网络环境：有的禁用了ICMP协议，有的过滤了特定端口，还有的部署了流量监测系统。单一扫描方式很容易被防御机制拦截，而组合使用多种技术则能显著提高探测成功率。经过半年多的迭代优化，目前该系统已稳定应用于我们的红队演练和漏洞评估工作。

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 系统架构设计

2.1 整体工作流程

系统采用典型的"探测-分析-报告"三段式架构：

探测引擎层：并行执行多种主机发现技术
指纹识别层：对发现的开放端口进行服务验证
结果处理层：聚合数据并生成可视化报告

python复制class Scanner:
    def __init__(self):
        self.discovery_methods = [ICMPPing(), ARPScan(), TCPSYNScan()]
        self.fingerprint_engine = FingerprintDB()
        
    def run(self, target):
        alive_hosts = self.host_discovery(target)
        service_map = self.service_scan(alive_hosts)
        return self.generate_report(service_map)

2.2 关键技术选型

2.2.1 主机发现协议

ICMP Echo扫描：最基础的存活检测方式，但容易被防火墙过滤
ARP扫描：在内网环境中效果极佳，但无法跨网段使用
TCP SYN扫描：通过半连接方式检测开放端口，隐蔽性较好
UDP探测：针对DNS、DHCP等UDP服务的特殊检测

提示：实际使用中建议组合至少3种发现方式。我们的测试数据显示，混合扫描的检出率比单一方式平均提高42%

2.2.2 指纹识别方案

协议特征匹配：基于标准协议交互模式（如HTTP头、SSH版本等）
行为特征分析：观察服务的异常响应（如特定格式错误的处理方式）
机器学习模型：对未知服务进行聚类分析（需额外训练数据集）

3. 核心实现细节

3.1 多协议扫描引擎

ICMP实现示例：

python复制def icmp_ping(dst_ip, timeout=2):
    packet = IP(dst=dst_ip)/ICMP()
    reply = sr1(packet, timeout=timeout, verbose=0)
    return reply is not None

TCP SYN扫描的关键参数设置：

python复制def tcp_scan(target, ports):
    # 设置合适的超时和重试参数
    conf.timeout = 1.5  
    conf.retry = 1
    
    # 使用随机源端口避免检测
    sport = RandShort()  
    packet = IP(dst=target)/TCP(sport=sport, dport=ports, flags="S")
    
    # 只处理响应包中的SYN-ACK标志
    ans = sr(packet, verbose=0)[0]
    return [x[TCP].sport for x in ans if x[TCP].flags == "SA"]

3.2 服务指纹数据库

我们采用YAML格式存储指纹特征：

yaml复制ftp:
  ports: [21, 2121]
  patterns:
    - match: "^220.*FTP"
      detail: "Generic FTP Server"
    - match: "VSFTPD"
      detail: "VSFTPD %version%"
      
http:
  ports: [80, 443, 8080]
  headers:
    Server: 
      - "Apache/(.*)"
      - "nginx/(.*)"

指纹匹配算法核心逻辑：

python复制def match_fingerprint(response, port):
    for service in fingerprint_db:
        if port in service['ports']:
            for pattern in service['patterns']:
                if re.search(pattern['match'], response):
                    return pattern['detail']
    return "Unknown"

4. 性能优化实践

4.1 并发处理模型

采用线程池+队列的混合模型：

python复制from concurrent.futures import ThreadPoolExecutor

def concurrent_scan(targets, workers=50):
    results = Queue()
    with ThreadPoolExecutor(max_workers=workers) as executor:
        futures = [executor.submit(scan_host, target) for target in targets]
        for future in as_completed(futures):
            results.put(future.result())
    return process_results(results)

4.2 智能速率控制

动态调整扫描速度的算法：

python复制def adaptive_rate_control():
    base_interval = 0.1
    last_response_time = measure_network_latency()
    
    while True:
        current_speed = calculate_throughput()
        if current_speed < threshold:
            base_interval *= 1.5  # 降速
        elif packet_loss > 0.2:
            base_interval *= 2
        else:
            base_interval = max(0.01, base_interval*0.9)  # 逐步提速
        
        time.sleep(base_interval)

5. 典型问题排查指南

5.1 扫描结果不完整

现象：部分主机/端口未被检测到
排查步骤：
1. 检查网络连通性（traceroute）
2. 验证防火墙规则（尝试telnet手动连接）
3. 调整扫描参数（超时时间、重试次数）

5.2 误报率过高

常见原因：
- 网络设备干扰（如负载均衡）
- 服务配置异常（非标准端口）
解决方案：
- 启用二次验证（-O选项）
- 调整指纹匹配阈值

5.3 性能瓶颈分析

使用内置的性能分析工具：

bash复制python -m cProfile -o scan.profile scanner.py

分析热点函数：

python复制import pstats
p = pstats.Stats('scan.profile')
p.sort_stats('cumtime').print_stats(10)

6. 实战应用案例

6.1 内网资产梳理

典型命令：

bash复制python scanner.py -m arp+icmp -p 1-65535 -o result.html 192.168.1.0/24

输出示例：

code复制[+] 192.168.1.1
    - 22/tcp: OpenSSH 7.4 (protocol 2.0)
    - 80/tcp: Apache 2.4.6 (CentOS)
    - 443/tcp: Apache 2.4.6 with mod_ssl/2.4.6

6.2 暴露面评估

互联网扫描配置建议：

python复制config = {
    'rate_limit': 100,  # 包/秒
    'timeout': 3,
    'retry': 2,
    'methods': ['syn', 'ack'],
    'ports': 'top1000' 
}

7. 进阶开发方向

7.1 插件系统设计

扩展接口定义：

python复制class DiscoveryPlugin:
    @abstractmethod
    def detect(self, target):
        pass

class MyCustomPlugin(DiscoveryPlugin):
    def detect(self, target):
        # 实现自定义发现逻辑
        return results

7.2 被动指纹识别

流量监听实现框架：

python复制from scapy.all import sniff

def packet_handler(pkt):
    if pkt.haslayer(TCP):
        analyze_tcp_handshake(pkt)

sniff(prn=packet_handler, store=0)

在实际部署中，我们发现合理设置扫描间隔和并发数对结果准确性影响很大。经过反复测试，对于企业内网环境，建议将默认线程数控制在50以下，每个IP的探测间隔不小于0.1秒。这些经验参数能有效平衡扫描效率和隐蔽性。