nftables的counter本身无法生成热力图，需三步实现：1.用带name的counter规则精准标记核心端口流量；2.通过nft monitor或定时快照高频采集带时间戳的计数；3.将增量数据按时间桶与端口维度聚合后，用matplotlib或grafana渲染热力图。
直接使用 nftables 的 counter 无法生成热力图——它只记录包/字节数，不带时间戳、源IP分布或会话粒度信息，更不提供可视化能力。要实现“特定核心业务端口的流量包热力图”，需分三步：用 nftables + counter 做精准计数采集 → 用用户态工具（如 nft monitor 或自定义脚本）高频导出时序数据 → 交由外部可视化系统（如 Grafana + Prometheus 或 Python Matplotlib）渲染热力图。
1. 用 nftables counter 精确标记目标端口流量
在 raw 或 filter 表中为关键端口（如 80、443、8080、3306）添加带 counter 的规则，确保不被跳过：
- 避免放在 jump 或 goto 后面的规则中，否则 counter 不触发
- 优先匹配具体协议+端口，而非泛化规则（例如不要写成
tcp dport 1024-65535） - 示例：监控生产 Web 端口 443 的入向连接请求包
给每条规则起有意义的 name（如 api_8080_in、db_3306_out），后续解析日志或导出时可区分来源。
2. 高频采集 counter 值并打上时间戳
nftables 自身不支持定时导出，需借助外部轮询。推荐两种轻量方式：
-
方式一（推荐）：用 nft monitor counters + awk 实时流式采集
运行：
nft monitor counters | awk '/counter.*name/ { cmd="date +\"%s\""; cmd | getline ts; close(cmd); print ts, $0 }'
输出形如：1717023456 counter name https_in packets 1245 bytes 98765 -
方式二：定时快照（适合低频分析）
每秒执行：
nft list chain ip filter input -a | grep -E "(counter|name)" | awk '{print systime(), $0}' >> /var/log/nft-counter.log
关键点：必须保留原始 counter 名称和精确时间戳（秒级足够热力图基础粒度），后续才能按“时间 × 端口”二维聚合。
Zynq‑7000 / Zynq UltraScale+ 硬件调试技能。适用于 Xilinx Zynq（Cortex‑A9/A53 + FPGA）Linux 环境，调试 I2C、I2S、UART、GPIO 等外设。包括设备树配置、内核驱动、用户空间调试工具、交叉编译和常见问题排查，支持 PetaLinux 开发。
3. 构建热力图所需的二维数据结构
热力图本质是“横轴为时间（如每5分钟一个桶）、纵轴为端口（或源IP段）、颜色深浅为包数量”的矩阵。需将原始日志转为规整表格：
- 按秒级时间戳分组，计算每个 counter 在该秒内的增量（需前后两次值相减）
- 将端口映射为 Y 轴索引（如 80→0, 443→1, 8080→2）
- 将时间切片为 X 轴（如 UTC 时间戳 ÷ 300 得到 5 分钟桶 ID）
- 最终得到 CSV 或 NumPy 数组：
bucket_id,port_id,packet_delta
可用 Python pandas 快速完成（示例片段）：
df['ts_sec'] = pd.to_numeric(df['ts'])df['bucket'] = (df['ts_sec'] // 300).astype(int)
df_pivot = df.pivot_table(values='delta', index='port_id', columns='bucket', aggfunc='sum', fill_value=0)
4. 渲染热力图（命令行 & 可视化方案）
本地快速验证用 matplotlib：
- 安装：pip install matplotlib numpy pandas
- 调用
plt.imshow(df_pivot, cmap='YlOrRd', aspect='auto')即可出图，X 轴设为时间范围，Y 轴标注端口号
生产环境建议接入 Grafana：
– 用 Prometheus node_exporter + custom exporter 暴露 counter 增量指标
– 创建 Matrix 类型查询（如 rate(nft_counter_packets_total{job="nft"}[5m])）
– 用 Grafana Heatmap Panel，X 轴为时间，Y 轴为 label_values(port)，采样值为 rate
