博客
关于我
免费网络测试仪 MiniSMB Hurricane II — 如何测试通过虚拟机发包
阅读量:650 次
发布时间:2019-03-15

本文共 1332 字,大约阅读时间需要 4 分钟。

免费网络测试仪 MiniSMB Hurricane II — 如何测试Wi-Fi路由器

MiniSMB Hurricane II 是一款功能强大的网络测试仪,类似于 IXIA、Sprient思博伦等产品。它支持 ARP 地址学习、DHCP 自动获取地址以及使用 Wireshark 捕获网络报文等高级功能。通过该工具可以测试 IP 网络设备的端口吞吐率、带宽、最大连接数等关键参数。相比于开源软件iperf3,这款工具在性能上更高效、更精准,同时操作界面简洁直观。

对于工控版,测试仪采用 Intel 多核 CPU,内存为 4GB,配备 Intel 网卡。免费版本可在 CSDN 或 QQ 群内下载。需要注意的是,免费版仅适用于非商业用途。

以下是通过 Virtualbox bağ kurulumu ve设置步骤:

系统内存设置

在虚拟机属性中,确保内存分配至少为 2GB。

系统CPU设置

推荐设置虚拟器的 CPU 为 Intel Atom或更高性能的 CPU。

网卡设置

在网络属性中,设置主网卡为Intel网卡,确保虚拟机能够接入网络以完成测试。

连接设备

已确认以下设备接入网络:

• 192.168.2.144:клад/mastergetNode — 为一款 Intel 1900系列工控机,运行 MiniSMB 测试仪。

• 192.168.2.105:klad/master_slave — 为 Virtualbox中运行的 MiniSMB 测试仪副本。

当前 Port1 与 Port2 采用一对多(multi-link)的方式对接。

测试指南

Step 1: Port Throughout Calculation

将 Port1 和 Port2 模拟为两个 WAN 接口,以便进行双向网络测试。如需了解更多详情,可参考截图说明。

Step 2: Configure Interface IPs

为 Port1 和 Port2 分别配置正确的 IP 地址。此 IP 地址将作为发送流量的源地址,并通过 ARP 学习功能自动获取目标设备的 MAC地址信息。

Step 3: Set-Up Throughput

在流量测试模块中,设置双向同时发送以测试最大吞吐量。如需了解更多详情,可参考截图说明。

Step 4: Advanced Settings

在高级设置中,默认值已足够完成大部分测试。此外,可以启用 L3 地址学习功能,以便通过 ARP 动态学习目标设备的 MAC 地址。

Step 5: Start Traffic

确认所有设置无误后,点击“发送流量”按钮启动测试。此时将进入测试运行界面,查看实时测试数据。

测试运行界面

测试运行界面为用户提供实时统计信息,包括单向/双向吞吐量、延迟、包轮询率等关键指标。用户可以通过弧形图表直观查看网络性能状况。

使用 Wireshark 抓包

为了更详细地分析网络流量,可以在测试完成后使用 Wireshark 工具捕获相关协议的报文。此功能对网络协议分析和故障排查具有重要作用。

如需了解更多操作方法,建议参考相应的用户手册和技术视频教程。此外,记得定期清除旧的抓包文件以保持硬盘空间的健康。

转载地址:http://mpolz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
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>>
VS2003 Front Page Server Extension
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 | 基于改进YOLOv8的景区行人检测算法
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>>