网络编程
分享体积小巧，功能强大的网络嗅探和分析工具SnifferView 1.0.0.25-加入对http协议的支持，加入进程网络状态查看功能
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区1.体积小巧，200k左右，只有一个文件，运行和数据分析速度很快。
2.支持类似著名抓包工具Wireshark的封包过滤语句，并进行了优化，更加易于使用，具体的规则可以参见过滤规则帮助文档。
3.支持传输层协议Tcp，Udp，Icmp协议，应用层Http协议的分析。
4.支持网络数据的导出和导入，比如可以将在客户那里捕获到的封包数据保存成文件带回来通过SnifferView进行分析。
5.支持应用程序网络状态的查看，可以查看全部或者是特定应用程序的网络状态，比如已建立的网路连接，网络连接的协议类型，端口，ip等等。
6.支持按窗口查看应用程序的网络状态。
SnifferView 1.0.0.25下载：
http://download.csdn.net/detail/u011391040/9022865
SnifferView功能介绍：
SnifferView的过滤规则设置（图二）：
可以通过三种方式唤出规则设置对话框：点击工具栏上的规则设置按钮，或者在ListCtrl窗体上右键选择过滤规则，或者通过Ctrl+H可以弹出过滤规则设置对话框，可以在过滤规则编辑框或者显示规则对话框中输入过滤语句，过滤语句的语法跟WireShark的过滤语句很像，可以点击旁边的帮助按钮查看过滤语句的语法规则，输入完成后直接按回车键即可。比如我们对8222端口的tcp封包比较感兴趣，可以在过滤规则的编辑框内输入tcp.port==8222，然后我们想筛选出来自ip为152.32.34.122的封包，我们就可以在显示规则的编辑框中输入ip.addr==152.32.34.122，这样我们需要的封包就筛选出来了，以后还会支持更多的协议类型。
注：规则分两种，过滤规则和显示规则，符合过滤规则的封包会保存在内存里，可以随时导出到文件或者通过显示规则来进行查看，显示规则会将符合规则的封包从过滤规则的封包中查询出来展示在主界面上。
SnifferView的网络状态查看功能（图三）：
点击工具栏的网络状态按钮即可弹出应用程序网路状态的对话框，可以通过三种方式来选择查看指定应用程序的网络状态，不设置的话就是查看所有应用程序的网络状态，比如如果我们想查看QQ.exe的网络状态，我们可以选择按进程路径或者名称进行过滤，然后在编辑框中输入QQ.exe然后按回车即可，进程路径中包含QQ.exe的所有进程的网络状态就会被筛选出来，左键双击其中的数据会弹出进程的详细信息，包括进程的全路径，版本号等等。
SnifferView的按窗口查看网络状态功能：
大家用过vs附带的窗口工具spy++吗，这个功能跟spy++的用法很像，鼠标移动到工具栏的查找窗口按钮按下别松开，然后将鼠标移动到我们想要查看的窗口上面，松开，就会弹出窗口所属进程的详细的信息，包括网络状态，进程的全路径，版本号等等，这个功能用于对付右下角经常弹出的小广告很有效大笑。
如果发现bug或者有好的建议可以给我发邮件：lougdhr@126.com
图一（SnifferView的主界面）：
图二（SnifferView的过滤规则和高亮规则设置界面）：
图三（SnifferVIew的应用程序网络状态功能）：
相关推荐
体积小巧，功能强大的网络嗅探和分析工具SnifferView 版本-1.0.0.25
SnifferView是一个体积小巧，功能强大的网络分析工具，能有效的帮助你查看和分析网络数据和排查网络问题，它的特点如下： 1.体积小巧，200k左右，只有一个文件，运行和数据分析速度很快。 2.支持类似著名抓包工具Wireshark的封包过滤语句，并进行了优化，更加易于使用，具体的规则可以参见过滤规则帮助文档。 3.支持传输层协议Tcp，Udp，Icmp协议，应用层Http协议的分析。 4.支持网络数据的导出和导入，比如可以将在客户那里捕获到的封包数据保存成文件带回来通过SnifferView进行分析。 5.支持应用程序网络状态的查看，可以查看全部或者是特定应用程序的网络状态，比如已建立的网路连接，网络连接的协议类型，端口，ip等等。 6.支持按窗口查看应用程序的网络状态。
Snoopy网络嗅探工具最新版1.2.4发布
本文还有配套的精品资源，点击获取 简介：Snoopy是一个强大的网络嗅探工具，最新版本1.2.4带来了新特性、性能优化和问题修复。它帮助开发者、安全研究人员和网络管理员监控和分析网络流量。新版改进了日志记录、数据解析和用户界面，同时增强了HTTPS解密和安全性。Snoopy的更新提升了用户体验和工作效率，并且其社区提供了一个交流和帮助的平台，以应对网络安全挑战。 ...
基于MPC+二自由度动力学的车辆轨迹跟踪+横向控制Carsim和Simulink联合仿真（Matlab代码、Simulink仿真实现）
内容概要：本文系统阐述了基于模型预测控制（MPC）与二自由度车辆动力学模型的轨迹跟踪与横向控制方法，通过Carsim与Simulink联合仿真平台实现了Matlab代码与Simulink模型的协同验证。该方法结合MPC算法的滚动时域优化特性与车辆二自由度动力学模型的运动学精度，构建了高精度的路径跟踪控制系统，能够有效提升自动驾驶车辆在复杂工况下的行驶稳定性与轨迹跟随精度。文中详细介绍了控制策略设计、车辆动力学建模、仿真参数配置、联合仿真接口搭建及结果分析全过程，涵盖了状态预测、代价函数构建、约束处理与优化求解等核心环节，适用于智能驾驶中路径规划与跟踪控制系统的研发与验证。; 适合人群：具备车辆动力学、现代控制理论（如最优控制、预测控制）基础知识，熟练掌握Matlab/Simulink与Carsim仿真工具，从事自动驾驶、智能车辆控制算法开发的研究生、科研人员及工程技术人员。; 使用场景及目标：①用于智能网联汽车与无人驾驶系统中横向控制算法的设计与性能验证；②作为MPC在车辆运动控制中应用的教学案例，辅助高校课程实践与科研训练；③支撑高水平学术论文复现、课题申报与工程原型开发。; 阅读建议：建议读者在Carsim与Simulink联合仿真环境下动手复现，重点掌握MPC控制器中预测模型的建立、权重系数调节、约束设定及实时性优化等关键技术，并尝试在不同道路曲率、车速及路面附着条件下进行鲁棒性测试，进一步拓展至非线性MPC或自适应MPC等先进控制策略的研究。
基于线性时变模型预测控制的车辆轨迹跟踪系统研究（Matlab代码、Simulink仿真实现）
内容概要：本文系统研究了基于线性时变模型预测控制（LTV-MPC）的车辆轨迹跟踪系统，利用Matlab与Simulink工具搭建完整的控制系统仿真模型。研究首先建立车辆动力学模型，并通过局部线性化方法将非线性系统转化为时变状态空间模型，进而构建包含状态预测、滚动优化与反馈校正的MPC控制框架。文中详细阐述了目标函数设计、约束条件处理（如输入饱和、状态边界）、预测时域与控制时域设定等关键技术环节，重点分析LTV-MPC在不同行驶工况下对参考轨迹的跟踪精度、稳定性和实时性表现。通过与传统线性MPC的对比仿真，验证了LTV-MPC在应对系统非线性、提升轨迹跟踪性能方面的显著优势，充分展现了其在自动驾驶路径跟踪中的工程应用价值。; 适合人群：具备自动控制理论、车辆动力学及优化算法基础，熟练掌握Matlab/Simulink编程环境，从事智能驾驶决策控制、路径规划、先进驾驶辅助系统（ADAS）研发的科研人员、工程技术人员及研究生。; 使用场景及目标：①掌握车辆轨迹跟踪中MPC控制器的设计与实现方法；②学习如何将非线性车辆模型在线线性化并集成到预测控制框架中；③深入理解LTV-MPC相较于固定参数MPC的性能优势与适用边界；④通过仿真调试优化权重矩阵、预测时域等关键参数，提升实际控制效果；⑤为自动驾驶系统的控制模块开发、学术论文撰写或毕业课题提供可复现的技术方案与仿真平台。; 阅读建议：建议读者结合所提供的Matlab代码与Simulink模型，逐步运行并剖析各功能模块，重点关注车辆模型线性化过程、状态预测模块构建、QP求解器配置及约束处理机制，通过调整工况和控制参数进行对比实验，深入掌握LTV-MPC的调控机理与性能优化方法。
基于扩展卡尔曼滤波（EKF）的激光雷达与雷达异构传感器融合算法研究（Matlab代码实现）
内容概要：本文系统性解读了一套完整的多机器人路径规划（MAPF）MATLAB代码库，聚焦于优先级规划算法的工程实现，提出将求解过程划分为几何解析、拓扑建模、调度优化与可视化呈现四个解耦层次的模块化框架。文章深入阐述了动态边权膨胀、节点预留历史、几何惩罚驱动的局部同步机制、Petri网双阶段优化以及双坐标系统可视化等核心技术设计，实现了空间路径规划与时间冲突消解的有效分离，在保障多项式时间复杂度的前提下显著提升了路径规划的成功率与计算效率。该框架不仅具备良好的可复现性和工程扩展性，还为MAPF领域的算法研究、性能评估与教学实践提供了系统化的参考范例。; 适合人群：具备一定MATLAB编程基础，从事机器人路径规划、智能交通、自动化控制、多智能体系统等相关领域的科研人员、工程技术人员及研究生。; 使用场景及目标：① 深入理解并复现多智能体路径规划中优先级规划与冲突消解的核心机制；② 学习如何将复杂的MAPF问题分解为几何、拓扑、调度与呈现的模块化工程实现方法；③ 借鉴动态边权惩罚、Petri网建模、局部同步优化等创新设计思路，以提升自身路径规划算法的鲁棒性与效率。; 阅读建议：建议读者结合文中提供的MATLAB代码与MovingAI标准地图数据集，严格按照章节顺序逐步实现各模块功能，并通过内置的动画演示工具直观观察算法执行过程，重点关注各模块间的接口设计、关键参数（如惩罚权重、同步阈值）的调优策略及其对整体性能的影响。
