一个实用的 IP 监控系统：基于 Flask 的网络设备在线状态可视化工具

郑恩赐
49 阅读13分钟

一个实用的 IP 监控系统：基于 Flask 的网络设备在线状态可视化工具

基于 Flask 的 IP 监控系统，自动扫描并统计 IP 使用情况，通过热力图可视化展示，帮助管理员快速了解 IP 使用频率，避免冲突。项目已开源，欢迎 Star！

前言

最近，我们坊在 IP 地址管理上遇到了一个很头疼的问题。

在我们的网络环境中，所有设备接入网络都需要手动配置 IP 地址。每当有新设备需要接入网络时，我们总是面临这样的困扰：

  • 不知道哪些 IP 可用：只能凭经验猜测，或者一个个尝试，效率很低
  • 经常遇到 IP 冲突：好不容易配置好了，却发现 IP 已经被占用，又要重新配置
  • 无法了解 IP 使用情况：不知道哪些 IP 经常使用，哪些很少使用，分配时完全没有数据支持

最让人头疼的是，当有多个新设备需要同时接入时，我们往往需要花费大量时间去测试和排查 IP 冲突问题，严重影响了工作效率。

为了解决这个问题，我们决定开发一个 IP 监控系统，通过持续监控和统计 IP 地址的使用情况，帮助我们做出更明智的 IP 分配决策。于是，AiWorkShop IP 监控系统应运而生。

经过一段时间的开发和实际使用，这个系统已经稳定运行，并且我们已经将其开源，希望能帮助到有类似需求的朋友。项目已开源在 Gitee 上，欢迎大家 Star 和贡献代码！

项目背景

在我们的网络环境中，IP 地址段是 10.0.48.151-250，其中有一部分 IP（我们称之为"坊内 IP"）是我们需要重点管理和监控的。当有新设备需要接入网络时，我们希望能够：

  • 了解 IP 使用频率：通过热力图直观显示哪些 IP 经常使用，哪些很少使用
  • 选择可用 IP：优先选择使用频率低的 IP 地址分配给新设备
  • 避免 IP 冲突：通过历史数据判断 IP 的可用性，减少配置冲突
  • 优化 IP 管理：基于数据驱动的 IP 地址分配策略

本项目通过持续监控和统计 IP 地址的使用情况，完美解决了这些问题。现在，我们可以通过可视化的方式，一目了然地看到每个 IP 的使用情况，再也不用盲目猜测了。

项目介绍

AiWorkShop IP 监控系统是一个基于 Flask 的网络 IP 监控系统，用于实时监控和统计指定 IP 范围的在线状态，并提供可视化的 Web 界面展示。

本项目已完全开源，代码托管在 Gitee 上，地址：gitee.com/zheng-enci0…

如果你也遇到了类似的 IP 管理问题，欢迎使用本项目，也欢迎提出改进建议和贡献代码！

核心功能特性

  • 🔍 自动网络扫描：每 60 秒自动扫描指定 IP 范围（10.0.48.151-250）
  • 📊 IP 统计可视化：通过热力图展示 IP 出现次数统计
  • 🎨 交互式颜色筛选：点击颜色横条可筛选特定次数范围的 IP，高亮显示匹配项
  • 🏠 坊内 IP 识别：自动区分坊内 IP 和非坊内 IP，并使用不同样式显示
  • 📈 历史数据统计：统计最近 7 天的扫描次数
  • 🔄 自动数据刷新：页面每分钟自动刷新，无需手动操作
  • 💻 美观的 Web 界面：响应式设计，现代化 UI

技术栈

  • 后端框架：Flask 3.1.2
  • 定时任务：APScheduler 3.11.1
  • 并发处理：Python threading（多线程并发扫描）
  • 前端技术：HTML + CSS + JavaScript（原生，无需额外框架）
  • 数据存储：文本文件（activate_ip.txt）

功能演示

主要功能点

  1. 实时监控

    • 系统每 60 秒自动扫描一次网络
    • 使用多线程并发 ping，提高扫描效率
    • 自动清除 ARP 缓存，确保扫描结果准确

  2. 数据统计

    • 统计每个 IP 的出现次数
    • 计算最近 7 天的扫描次数
    • 支持历史数据查询和分析

  3. 可视化展示

    • 热力图显示 IP 使用频率（颜色越深表示使用越频繁）
    • 交互式颜色筛选器，可按使用频率筛选 IP
    • 区分显示坊内 IP 和非坊内 IP

  4. 自动刷新

    • 页面每分钟自动刷新，获取最新数据
    • 无需手动操作，实时查看监控结果

基本原理

为了更好地理解和使用本项目，这里简要说明一下系统的工作原理：

1. 网络扫描机制

系统通过以下步骤完成一次网络扫描：

  1. 清除 ARP 缓存：执行 arp -d 命令清除系统 ARP 缓存表，确保获取最新的网络状态
  2. 并发 Ping 扫描：使用多线程并发 ping 所有需要监控的 IP 地址（坊内 IP）
  3. 读取 ARP 表：ping 操作后，系统会更新 ARP 表，通过 arp -a 命令读取当前活跃的 IP 地址
  4. 数据记录：将扫描时间戳和检测到的活跃 IP 地址写入 activate_ip.txt 文件

2. 数据存储格式

每次扫描的结果以一行文本的形式存储：

时间戳 IP1 IP2 IP3 ...

例如：

1704067200.123 10.0.48.153 10.0.48.155 10.0.48.160

3. 统计与分析

  • IP 出现次数统计：遍历所有历史记录，统计每个 IP 地址出现的总次数
  • 时间范围统计：根据时间戳筛选最近 7 天的扫描记录
  • 数据可视化：将 IP 出现次数映射为颜色深度，生成热力图

4. 定时任务

系统启动时会在后台线程中启动定时扫描任务：

  • 立即执行一次扫描
  • 然后每隔配置的间隔时间（默认 60 秒）自动执行一次扫描
  • 扫描过程不会阻塞 Web 服务，可以同时处理用户请求

5. Web 界面展示

  • Flask 提供 Web 服务，处理用户请求
  • 每次请求时重新加载数据文件，确保显示最新统计结果
  • 前端通过颜色映射算法将 IP 出现次数转换为可视化热力图
  • 支持交互式筛选，动态高亮显示匹配的 IP

核心优势：

  • ✅ 轻量级：使用文本文件存储，无需数据库
  • ✅ 高效：多线程并发扫描，快速完成网络检测
  • ✅ 实时性：定时扫描 + 自动刷新，保持数据最新
  • ✅ 可视化：直观的热力图展示，便于理解和使用

快速开始

系统要求

  • Python 版本：3.13（推荐）
  • 操作系统：Windows（已测试）
  • 网络环境：需要能够访问 10.0.48.x 网段
  • 运行权限：需要管理员权限（仅清除 ARP 缓存命令需要管理员权限）

安装步骤

1. 克隆项目
git clone https://gitee.com/zheng-enci050704/ai-work-shop-ipmonitor.git
cd ai-work-shop-ipmonitor
2. 安装依赖

运行自动安装脚本：

python install_requirements.py

该脚本会：

  • 自动检查 Python 版本
  • 并行安装所有必需的依赖包
  • 显示美观的安装进度条
3. 启动应用

重要：需要管理员权限！

在 Windows 系统中：

  1. 右键点击命令提示符（CMD）或 PowerShell
  2. 选择"以管理员身份运行"
  3. 切换到项目目录
  4. 运行以下命令：
python app.py

应用将在 http://0.0.0.0:5000 启动，你可以在浏览器中访问该地址查看 IP 监控界面。

为什么需要管理员权限？

本项目需要管理员权限的原因如下：

核心原因：清除 ARP 缓存需要管理员权限

在 Windows 系统中，arp -d 命令用于清除 ARP（Address Resolution Protocol）缓存表。这个操作需要管理员权限才能执行。

为什么需要清除 ARP 缓存？

  1. 确保扫描结果准确：ARP 缓存表会记录之前通信过的 IP 地址和 MAC 地址的映射关系。如果不清除缓存，即使某个 IP 的设备已经离线，ARP 表中可能仍然保留着旧的记录，导致扫描结果不准确。

  2. 获取最新网络状态：每次扫描前清除 ARP 缓存，可以确保我们获取的是当前最新的网络状态，而不是缓存的旧数据。

  3. 提高检测准确性：通过清除缓存后再 ping，可以更准确地检测哪些 IP 地址当前真正在线。

如果没有管理员权限会怎样？

  • ❌ arp -d 命令会执行失败（但不会报错，只是静默失败）
  • ⚠️ ARP 缓存无法清除，可能导致扫描结果不准确
  • ⚠️ 可能显示一些已经离线的设备仍然在线（因为使用的是缓存的旧数据）
  • ✅ 其他功能（ping、读取 ARP 表、Web 服务等）仍然可以正常工作

如果无法获取管理员权限怎么办？

如果确实无法以管理员权限运行，可以：

  1. 注释掉清除 ARP 缓存的代码：在 utils/network_scanner.py 文件中，找到 _scan_network 方法中的 arp -d 命令并注释掉
  2. 接受可能的不准确性：虽然扫描结果可能不够准确，但基本功能仍然可用

不过，为了获得最佳的监控效果，强烈建议以管理员权限运行。

访问界面

启动成功后，在浏览器中访问 http://localhost:5000，即可看到 IP 监控界面。

界面包含：

  • 热力图：显示每个 IP 的出现次数，颜色越深表示出现次数越多
  • 颜色筛选横条：显示从浅到深的颜色渐变，点击可筛选特定范围的 IP
  • 统计信息：显示最近 7 天的扫描次数
  • 自动刷新：页面每分钟自动刷新，无需手动操作

配置说明

项目采用集中式配置管理，所有配置项都在 config.py 文件中。

IP 范围配置

在 config.py 中可以修改以下配置：

class Config:
    # 属于自己的IP范围定义（需要监控和管理的IP地址范围）
    FANG_IPS = []
    FANG_IPS.extend(range(153, 175))
    FANG_IPS.extend(range(176, 181))
    FANG_IPS.extend(range(185, 191))
    FANG_IPS.extend(range(226, 250))
    
    # 扫描IP范围（整个需要扫描的IP地址范围）
    IP_RANGE = list(range(151, 251))

扫描间隔配置

class Config:
    # 网络扫描配置
    SCAN_INTERVAL = 60  # 扫描间隔（秒），默认 60 秒

IP 查找正则表达式配置

class Config:
    # 网络扫描配置
    IP_PATTERN = "10.0.48.\\d+"  # IP 查找正则表达式，用于从 ARP 表中匹配 IP 地址

示例：

  • "10.0.48.\\d+" - 匹配所有 10.0.48.x 的 IP
  • "10\\.0\\.48\\.(15[1-9]|1[6-9][0-9]|2[0-4][0-9]|250)" - 只匹配 10.0.48.151-250 范围
  • "192\\.168\\.\\d+\\.\\d+" - 匹配所有 192.168.x.x 的 IP

Web 服务配置

class Config:
    # Flask 运行配置
    FLASK_HOST = '0.0.0.0'
    FLASK_PORT = 5000
    FLASK_DEBUG = False

技术亮点

1. 多线程并发扫描

项目使用多线程技术实现并发 ping，大幅提高扫描效率：

# 并发 ping 所有坊内IP
ping_threads = []
for ip in self.ai_workshop_own_ip:
    thread = threading.Thread(target=self._ping_ip, args=(ip,))
    thread.start()
    ping_threads.append(thread)

# 等待所有ping线程完成
for thread in ping_threads:
    thread.join()

2. 线程安全的文件操作

在多线程环境下，文件操作容易出现竞态条件。项目使用线程锁确保文件操作的安全性：

class FileHandler:
    """线程安全的文件操作类"""
    
    def __init__(self, file_path: str) -> None:
        self._file_lock = threading.Lock()
        self._file_path = file_path
    
    def write_file(self, filepath: str, content: str, mode: str = 'a+') -> None:
        with self._file_lock:
            with open(self._file_path, mode, encoding='utf-8') as f:
                f.write(content)
                f.flush()

3. 热力图可视化

前端使用颜色映射算法，将 IP 出现次数转换为颜色深度，直观展示 IP 使用频率：

  • 使用次数少的 IP：浅色显示
  • 使用次数多的 IP：深色显示
  • 支持交互式筛选，点击颜色块可高亮显示匹配的 IP

4. 自动定时任务

使用后台线程实现定时扫描，不影响 Web 服务的响应：

def _periodic_scan(self, seconds: int) -> None:
    """定期执行网络扫描的循环函数"""
    # 立即执行一次扫描
    self._scan_network()
    time.sleep(seconds)
    # 进入无限循环，定期执行扫描
    while True:
        self._scan_network()
        time.sleep(seconds)

项目结构

AiWorkShopIPMonitor/
├── app.py                    # Flask 应用主文件
├── config.py                 # 项目配置文件（IP范围、Flask配置等）
├── install_requirements.py   # 依赖安装脚本
├── activate_ip.txt           # IP 扫描结果数据文件（自动生成）
├── templates/
│   └── index.html            # Web 界面模板
└── utils/
    ├── __init__.py
    ├── network_scanner.py    # 网络扫描器模块
    ├── stats_utils.py        # IP 统计工具模块
    └── file_utils.py         # 线程安全的文件操作模块

核心模块说明

NetworkScanner（网络扫描器）
  • 定期扫描指定 IP 范围
  • 使用多线程并发 ping 提高扫描效率
  • 将扫描结果写入 activate_ip.txt 文件
ActivateIPData（IP 数据统计）
  • 读取并解析扫描数据
  • 统计每个 IP 的出现次数
  • 计算最近 7 天的扫描次数
FileHandler（文件处理器）
  • 提供线程安全的文件读写操作
  • 确保多线程环境下的数据一致性

使用场景

实际应用案例

  1. 企业内网管理

    • 监控企业内部 IP 使用情况
    • 为新员工设备分配可用 IP
    • 优化 IP 地址分配策略

  2. 机房设备管理

    • 监控机房设备在线状态
    • 统计设备 IP 使用频率
    • 辅助设备维护和故障排查

  3. 网络规划优化

    • 分析 IP 使用模式
    • 识别长期未使用的 IP
    • 优化 IP 地址段分配

解决的问题

  • ✅ IP 冲突问题：通过历史数据判断 IP 可用性，减少配置冲突
  • ✅ IP 分配困难：直观显示 IP 使用频率，优先分配使用频率低的 IP
  • ✅ 缺乏数据支持：提供详细的 IP 使用统计，支持数据驱动的决策
  • ✅ 监控效率低：自动化扫描和统计，无需手动操作

项目地址

本项目已完全开源，代码托管在 Gitee 上：

🔗 Gitee 仓库地址：gitee.com/zheng-enci0…

如果这个项目对你有帮助，欢迎：

  • ⭐ Star 支持一下
  • 🐛 Issue 报告问题
  • 🔧 Pull Request 贡献代码
  • 📢 分享 给更多需要的朋友

项目采用 MIT 许可证开源，欢迎自由使用、修改和分发。

总结

AiWorkShop IP 监控系统是一个实用的网络管理工具，通过自动化的 IP 监控和统计，帮助管理员更好地管理网络资源。项目具有以下特点：

  • 易用性：一键安装，简单配置即可使用
  • 实用性：解决实际网络管理中的痛点问题
  • 可视化：直观的热力图展示，便于理解和使用
  • 自动化：定时扫描和自动刷新，无需人工干预
  • 可扩展：代码结构清晰，易于扩展和定制

未来展望

  • 支持更多网络协议（如 SNMP）
  • 添加邮件/短信告警功能
  • 支持多网段监控
  • 添加数据导出功能（Excel、CSV）
  • 支持 Docker 部署
  • 添加用户认证和权限管理

作者

  • 郑恩赐 - 主要开发者
  • 陈堉坤 - 主要开发者
  • 苏静铷 - 主要开发者

许可证：本项目基于 MIT 许可证开源，欢迎自由使用、修改和分发。

如有问题或建议，欢迎在 Gitee 上提交 Issue 或 Pull Request！

avatar
文章
阅读
粉丝