长话短说，作业的原因是这样的，因为作业原因需求剖析网站日志，服务器是windows，iis日志，在网上找了找，github找了找，竟然没找到，看来只要自己着手锦衣玉食。
那么剖析办法我大致可分为三种：
1. 依据时刻：将恳求url按时刻段分类，那么咱们依据每个时刻段的url数量及进犯数量就能够大致判别出哪个时刻段有apt类型进犯，哪个时刻段是扫描器行为；
2. 依据进犯ip：正常的进犯必定会有恳求被记载（当然你要是有0day当我没说，正常的勘探总会有吧=。=！），然后每个ip去剖析；
3. 依据拜访恳求的状况码，也大致能够判别出行为。
规矩能够依据开源waf规矩，剖析扫描器写正则也能够，开源waf地址是
https://github.com/loveshell/ngx_lua_waf/tree/master/wafconf。
扫描器正则https://github.com/smarttang/w3a_SOCD的database里边有具体地址
https://github.com/smarttang/w3a_SOC/tree/master/db_sql。
Sql句子里边有想把它做的功用全一些，可是学python学习时刻也不是很长，写出来的代码也没有pythonic，会渐渐写的。现在分三个模块，一个日志归类模块命名为url.py，进犯剖析模块attac.py， ip地理位置查询模块ipfind.py，还有一个主函数。
日志归类模块url.py
import reimport osimport sysfrom datetime import datetime
dt = datetime.now()
date = str(dt.date())
loglist = []   #   iplist = []    #   ip计算urllist = []   #    url计算列表needlist = []   #    需求计算的errorlist = []   #    格局过错的列表ipdict,urldict = {},{} 
rizhi = str(input('请输入要剖析的日志文件名'))def find_log():
    print('>>>>>>>开端解析日志')
    with open(rizhi,'r',encoding='UTF-8',errors='ignore') as f:
        #loglist = f.readlines()
        for i in f.readlines():   #
            if i[0] != '#':
                b = re.split(' ',i)
                iplist.append(b[10])
                urllist.append(b[6])
                try:
                    needlist.append([b[10],b[1],b[5],b[6],b[15]])
                except:
                    errorlist.append(i)
    print('>>>>>>>日志解析结束')def count(iplist,urllist):    #计算ip url拜访量函数
    print('>>>>>>>开端剖析url与ip拜访量')
    global ipdict,urldict
    for i in set(iplist):
        ipdict[i] = iplist.count(i)
    for i in set(urllist):
        urldict[i] = urllist.count(i)
    ipdict = sorted(ipdict.items(),key=lambda d: d[1], reverse=True)   
    urldict = sorted(urldict.items(),key=lambda d: d[1], reverse=True)
    print(type(urldict))
    iplist = list(ipdict)
    urllist = list(urldict)
    ipdict,urldict = {},{}
    print('>>>>>url与ip剖析结束.......')
    return [iplist,urllist]def save_count():
    print('>>>>>>>正在保存剖析成果')
    ipname = 'ip-'+date+'.txt'
    urlname = 'url-'+date+'.txt'
    with open(ipname,'w') as f:
        for i in iplist:
            f.write(str(list(i))+'n')
    with open(urlname,'w') as f:
        for i in urllist:
            f.write(str(list(i))+'n')
    print('>>>>>>>剖析成果保存结束')
find_log()
[iplist,urllist] = count(iplist,urllist)
save_count()
iis日志和apache日志觉得都差不多，便是切开时分改一下就行了。

Iis日志大概是这样的，用pythonreadlines然后切开出来就好了。
这个url.py我加了个功用把ip拜访量及url拜访量排序输出出来所以有点慢，=.=没办法野路子哪里会什么算法。将地址，时刻，ip，状况码都扔进一个列表里就行了。

[1] [2] [3]  黑客接单网