Berkeley 数据包过滤器 (BPF)

# 简介

欢迎来到 Berkeley 数据包过滤器 (BPF) 实验！

想象一下，你试图在嘈杂拥挤的体育场中寻找某一段特定的对话。分析原始网络流量的感觉正是如此。一台繁忙的服务器每秒可能会处理数千个数据包。为了找到你需要的特定数据，你需要一个极其精确的过滤器。

这就是 Berkeley 数据包过滤器 (BPF) 的用武之地。BPF 是一项深度集成且高效的技术，它允许你设置规则——就像一张特制的渔网——只捕获你关心的网络流量，而让其余流量悄然流过。

关键在于，过滤不仅仅是为了方便，更是为了在问题发生前减少干扰。没有过滤器，数据包分析很快就会演变成信息过载。有了过滤器，你可以将庞大而混乱的数据流转化为聚焦的问题，例如「显示来自该主机的流量」或「仅显示发往此端口的 Web 请求」。这种能力是 `tcpdump` 即便在大型生产环境中依然不可或缺的主要原因。

在本实验中，你将使用 `tcpdump` 练习编写这些 BPF 规则。你将学习如何按特定的 IP 地址过滤混乱的网络流、控制流量方向（发送与接收），以及定位特定的应用程序端口。实验结束时，你将掌握如何组合这些规则，从而精准提取你所需的特定事件。