⬡ PCAP Network Dashboard

PCAP Network Dashboard es un conjunto de herramientas de visualización de tráfico de red desarrolladas en Python. Permite analizar archivos .pcap (Wireshark) y transformar datos de paquetes crudos en dashboards gráficos interactivos y estéticamente atractivos.

El proyecto incluye dos versiones independientes para adaptarse a tus necesidades:

1. 🖥️ Desktop Edition (pcap_dashboard_tk.py): Una aplicación nativa GUI construida con Tkinter y Matplotlib. Ideal para análisis local rápido sin levantar servidores.
2. 🌐 Web Edition (web_pcap_dashboard.py): Una aplicación web moderna e interactiva construida con Dash y Plotly. Perfecta para explorar los datos con zoom, hover y desplegar en red.

---

📸 Capturas de Pantalla

🖥️ Desktop Edition (Tkinter)

Interfaz clásica, rápida y autocontenida.

🌐 Web Edition (Dash)

Interfaz moderna, interactiva y accesible desde el navegador.

---

✨ Características Principales

Ambas versiones comparten un núcleo de análisis potente basado en Scapy y Pandas, ofreciendo las siguientes métricas:

• 📊 Análisis de Protocolos: Distribución de protocolos (TCP, UDP, HTTP, DNS, etc.).
• 📈 Tráfico Temporal: Visualización del volumen de datos (bytes/segundo) a lo largo del tiempo.
• 🌍 Top Talkers: Identificación de las IPs de origen y destino más activas.
• 🔌 Puertos y Servicios: Gráficos de los puertos más utilizados para identificar servicios.
• 🔥 Mapas de Calor: Matriz de conexiones para ver quién habla con quién intensamente.
• 🕸️ Grafo de Red: Visualización de nodos y aristas (IPs y conexiones) usando NetworkX.
• 🎲 Modo Demo: Generación de tráfico sintético realista si no tienes un archivo .pcap a mano.

---

🛠️ Instalación

Clona el repositorio e instala las dependencias necesarias. Se recomienda usar un entorno virtual (venv).

git clone [https://github.com/robertotejado/pcap-dashboard.git](https://github.com/robertotejado/pcap-dashboard.git)
cd pcap-dashboard

Requisitos Generales

Ambas versiones requieren el motor de análisis y manipulación de datos:

pip install scapy pandas networkx

Dependencias Específicas

Versión	Librerías Necesarias	Comando de Instalación
Desktop	matplotlib, pillow	pip install matplotlib pillow
Web	dash, plotly, dash-bootstrap-components	pip install dash plotly dash-bootstrap-components

---

🚀 Uso

Puedes ejecutar cualquiera de los dos scripts directamente. Si no proporcionas un archivo .pcap, el script generará datos de demostración automáticamente.

1. Ejecutar Versión Desktop (Tkinter)

# Iniciar en Modo Demo
python3 pcap_dashboard_tk.py

# Analizar un archivo específico
python3 pcap_dashboard_tk.py mi_captura.pcap

Se abrirá una ventana de tu sistema operativo con el dashboard. También puedes abrir la app sin argumentos y usar el botón "📂 Abrir PCAP" de la interfaz.

2. Ejecutar Versión Web (Dash)

# Iniciar en Modo Demo
python3 web_pcap_dashboard.py

# Analizar un archivo específico
python3 web_pcap_dashboard.py mi_captura.pcap

La aplicación iniciará un servidor local. Abre tu navegador y dirígete a: http://127.0.0.1:8050

---

📂 Estructura del Proyecto

📦 pcap-dashboard
 ┣ 📜 pcap_dashboard_tk.py    # Código fuente de la versión Desktop (Tkinter/Matplotlib)
 ┣ 📜 web_pcap_dashboard.py   # Código fuente de la versión Web (Dash/Plotly)
 ┣ 🖼️ PCAP-Dashboard-Desktop.png
 ┣ 🖼️ PCAP-Dashboard-Web.jpg
 ┗ 📜 README.md

🧠 Cómo Funciona

1. Ingesta: El script utiliza rdpcap de Scapy para leer el archivo paquete a paquete.
2. Procesamiento: Se extraen metadatos clave (IP origen/destino, puertos, protocolo, timestamp, tamaño) y se estructuran en un DataFrame de Pandas para facilitar el agrupamiento y filtrado.
3. Visualización:

• Desktop: Usa FigureCanvasTkAgg para incrustar gráficos estáticos de Matplotlib dentro de la ventana de Tkinter.
• Web: Utiliza componentes de Dash (dcc.Graph) para renderizar gráficos de Plotly que soportan interactividad nativa en el DOM.

🤝 Contribuciones

¡Las contribuciones son bienvenidas! Si tienes ideas para mejorar los gráficos, optimizar la lectura de archivos grandes (como leer en chunks) o añadir soporte para diseccionar más protocolos:

1. Haz un Fork del proyecto.
2. Crea una rama (git checkout -b feature/NuevaGrafica).
3. Haz Commit de tus cambios (git commit -m 'Añade gráfico de latencia TCP').
4. Haz Push a la rama (git push origin feature/NuevaGrafica).
5. Abre un Pull Request.

---

Desarrollado con ❤️, Python y mucho café.