博客
关于我
纬图HOLLONG BLE SNIFFER 支持Linux系统
阅读量:230 次
发布时间:2019-02-28

本文共 657 字,大约阅读时间需要 2 分钟。

如何在Linux下进行BLE数据包分析

在进行BLE数据包分析之前,请确保已准备好以下工具:

硬件方面,请在淬宝等平台寻找兼容BLE 4.0/4.1/4.2协议的低功耗蓝牙Sniffer。

软件需求方面,Wireshark是一个必备的工具。

安装完成后,请按照以下步骤操作:

  • 打开终端,输入命令"su"以获得超级用户权限,并提供相应的密码。

  • 在终端中运行 "./start.sh" 命令,启动ble_sniffer。

  • 启动过程中,请注意以下事项:

  • ble_sniffer启动后,请点击"start"按钮(通常位于界面左上角),这会启动Wireshark以便开始数据捕获。

  • 如果在Wireshark中出现权限提示,随时点击"OK"继续操作。

  • 在Wireshark界面中,可以看到以下信息:

  • 当前使用的Wireshark版本号(如2.4.6)。

  • 列出的所有已扫描到的BLE设备。

  • 可选性地选择特定设备进行分析。

  • 在开始数据捕获前,请注意以下事项:

  • 确保主从设备之间的距离不超过50CM,以避免数据丢失或不完整。

  • 请将Sniffer设备放置在主从设备之间,以确保最佳信号接收。

  • 数据捕获过程中,可以观察到以下关键包类型:

  • BLE 4.2长数据包,通常以247字节的MTU大小出现。

  • 设备通知包(如如图)。

  • MTU请求和响应包,MTU值为247字节。

  • 在分析过程中,可以通过在Wireshark过滤框中输入"btatt",以便仅显示协议包和广播包,便于深入分析。

    通过以上步骤,您可以成功完成BLE数据包的捕获和分析工作。

    转载地址:http://uikp.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>