Présentation
PcapAnalyzer est une application auto‑hébergée qui analyse des fichiers .pcap ou .pcapng (y compris compressés) afin d’identifier en quelques secondes les dysfonctionnements réseau. Le projet est publié sous licence Apache 2.0, se situe en version beta et se veut totalement local : aucune donnée n’est transmise hors du périmètre du réseau de l’utilisateur.
Architecture et déploiement
L’ensemble repose sur Docker Compose. Le script d’initialisation
git clone https://github.com/sebaandrada-cell/PcapAnalyzer.git
cd PcapAnalyzer
./start.sh crée un token d’accès aléatoire (stocké dans .env) puis lance deux services : un backend Python (FastAPI, exécuté avec uvicorn app.main:app --reload) et un frontend Node 20 (développé avec Vite, accessible via http://localhost:5173). Le backend nécessite Python 3.9+, le frontend Node 20+ et tshark (Wireshark en ligne de commande) pour décoder les paquets. L’application écoute uniquement sur 127.0.0.1, ce qui impose l’usage d’un reverse proxy authentifié si l’on veut l’exposer à distance, afin de protéger l’API qui peut invoquer la clé Anthropic de l’utilisateur.Fonctionnalités de détection
Vingt‑sept détecteurs sont exécutés systématiquement sur chaque capture. Ils sont classés par protocole : TCP (ex. SYN→RST, retransmissions, fenêtres nulles), chemin (PMTUD black holes, fragmentation IP, boucles de routage), services d’adressage (DNS non résolu, DHCP NAK, ARP storms), applications (HTTP 4xx/5xx, alertes TLS, protocoles SSL 1.0‑1.1), tunnels (IPsec, WireGuard, OpenVPN, GRE, L2TP, Teredo) et sécurité (scans de ports, logins en clair, ARP spoofing). Chaque détecteur fournit une sévérité et une recommandation d’étape suivante, ce qui permet de passer rapidement du symptôme à l’action corrective.
En plus des alertes, l’outil signale les problèmes de qualité de capture : paquets dupliqués, trafic unidirectionnel, paquets tronqués ou connexions déjà ouvertes au démarrage de la capture. Les vues « Wireshark‑style » offrent filtres, coloration, export CSV et diagrammes de flux, tout en conservant la capacité de citer les paquets exacts à l’appui d’une conclusion.
Analyse des risques et limites
L’option d’enquête IA repose sur une clé Anthropic fournie par l’utilisateur. Sans clé, le mode démonstration génère du texte synthétique, mais aucune donnée sensible n’est stockée. Le principal vecteur de risque reste l’exposition accidentelle du service : le backend accepte des requêtes HTTP contenant le token d’accès, et si le port 8080 est ouvert sans authentification, un attaquant pourrait déclencher des analyses ou exploiter la clé AI. Le projet recommande donc un reverse proxy avec authentification forte.
Sur le plan de la performance, chaque analyse nécessite le décodage complet du fichier via tshark, ce qui consomme CPU proportionnel à la taille du .pcap. Aucun benchmark officiel n’est fourni, la version beta indique que des captures de plusieurs gigaoctets peuvent entraîner des temps de réponse de plusieurs minutes. Enfin, la couverture des protocoles est exhaustive pour les couches 2‑4, mais les protocoles applicatifs récents (HTTP/2, QUIC) ne sont pas encore détectés, ce qui limite l’utilité dans les environnements modernes.