一台做手机app应用的服务器在某云上,很好奇如果没有修改ssh端口的情况下,每天会被暴力破解多少次呢?带着这个疑问,查看一下/var/log/messages的日志,grep一下里面多少含有"Failed"的日志记录。。。

由于messages日志会有logrotate,所以:

grep "^Mar  1"  /var/log/messages* | grep "Failed" | wc -l

分别得到从本月1号到7号的暴力破解次数,分别是:

2015-03-07,4126
2015-03-06,33499
2015-03-05,80096
2015-03-04,70208
2015-03-03,79273
2015-03-02,40995
2015-03-01,11845

除了7号比较安静点,平均每天5、6万次,看来***每天都很忙碌。。。

虽然数据比较少,但是看起来比较枯燥,看不出趋势,让数据可视化,那就用d3.js吧,上代码。。。

wKioL1T8LNrx9-bJAACnSpOrbWs179.jpg

d3的库文件直接从github上获得即可。

index.html

<!DOCTYPE html>
<html lang="en">
    <head>
        <meta charset="utf-8">
        <link rel="stylesheet" href="css/style.css" media="screen" type="text/css" />
        <title>SSH爆破次数</title>
    </head>
    <body>
        <center><div id="container"></div></center>
        <script type="text/javascript" src="js/d3.v3.js"></script>
        <script type="text/javascript" src="js/index.js"></script>
    </body>
</html>

style.css 

#container {
background:#eee;    //容器的背景色
width:600px;
height:270px;
}

body { font: 12px Arial;}

path {
    stroke: mediumturquoise;  //曲线的颜色,可以在chrome的控制台里使用stroke TAB后调试
    stroke-width: 2;
    fill: none;
}

.axis path,
.axis line {
    fill: none;
    stroke: gray;
    stroke-width: 1;
    shape-rendering: crispEdges;
}

data.csv 

date,close
2015-03-07,4126
2015-03-06,33499
2015-03-05,80096
2015-03-04,70208
2015-03-03,79273
2015-03-02,40995
2015-03-01,11845

index.js

var margin = {top: 30, right: 30, bottom: 50, left: 80},
    width = 600 - margin.left - margin.right,
    height = 270 - margin.top - margin.bottom;

var parseDate = d3.time.format("%Y-%m-%d").parse;

var x = d3.time.scale().range([0, width]);

var y = d3.scale.linear().range([height, 0]);

var xAxis = d3.svg.axis().scale(x)
    .orient("bottom").ticks(7)         
    .tickFormat(d3.time.format("%b/%d"));

var yAxis = d3.svg.axis().scale(y)
    .orient("left").ticks(10);

var valueline = d3.svg.line()
    .x(function(d) { return x(d.date); })
    .y(function(d) { return y(d.close); })
    .interpolate("basis");


var svg = d3.select("#container")
.append("svg")
.attr("width", width + margin.left + margin.right)
.attr("height", height + margin.top + margin.bottom)
.append("g")
.attr("transform","translate(" + margin.left +"," + margin.top + ")");


// Get the data
d3.csv("data/data.csv", function(error, data) {
     data.forEach(function(d) {
     d.date = parseDate(d.date);
     d.close = +d.close;
                        });
// Scale the range of the data
x.domain(d3.extent(data, function(d) { return d.date; }));
y.domain([0, d3.max(data, function(d) { return d.close; })]);
svg.append("path")       // Add the valueline path.
   .attr("class", "line")
   .attr("d", valueline(data));

svg.append("g")          // Add the X Axis
   .attr("class", "x axis")
   .attr("transform", "translate(0," + height + ")")
   .call(xAxis);

svg.append("text")                // text label for the x axis
   .attr("x", 265 )
   .attr("y", 238 )
   .style("text-anchor", "middle")
   .text("日期");

svg.append("g")          // Add the Y Axis
   .attr("class", "y axis")
   .call(yAxis);

svg.append("text")
   .attr("transform", "rotate(-90)")
   .attr("y",0 - margin.left)
   .attr("x",0 - (height / 2))
   .attr("dy", "1em")
   .style("text-anchor", "middle")
   .text("SSH爆破次数");
                         });

以上就是一个页面的代码。访问页面看看d3.js的数据可视化效果吧。。。

wKiom1T8MnWQ1wzxAAEhIKdYZAs344.jpg

效果如何?d3还是不错的吧?还有很多更cool的效果。。。Keep trying。。