HTTPS 协议原理

HTTPS VS HTTP

HTTPS是什么

概念准备

常见的加密方式

对称加密

一个简单的对称加密例子

非对称加密

数据摘要&&数据指纹

数字签名

HTTPS 的工作过程探究

方案1-只使用对称加密

方案2-只使用非对称加密

方案3-双方都使用非对称加密

方案4-非对称加密+对称加密

中间人攻击-针对上面的场景

引入证书

CA认证

理解数据签名

方案5-非对称加密+对称加密+证书认证

查看浏览器的受信任证书发布机构

常见问题

HTTPS VS HTTP

HTTPS是什么

HTTPS也是⼀个应⽤层协议。是在HTTP 协议的基础上引⼊了⼀个加密层。
HTTP协议内容都是按照⽂本的⽅式明⽂传输的。这就导致在传输过程中出现⼀些被篡改的情况。

在早期，许多初创公司选择使用HTTP作为应用层协议。但HTTP协议无论使用GET还是POST方法传递参数，数据都没有经过加密处理。因此，这些信息很容易通过抓包工具被截获。

为了解决这一安全隐患，HTTPS协议应运而生。HTTPS通过在应用层和传输层之间引入了一个加密层（SSL/TLS），这一加密层实际上也属于应用层。这个加密层会对用户的个人信息进行各种级别的加密处理。在使用HTTPS时，数据首先被提交给这个加密层，加密后再由传输层进行传输。

重要的是，通信的双方必须使用相同的应用层协议。因此，如果对方也使用HTTPS，当传输层接收到加密后的数据时，它会先将数据交给加密层进行解密，然后再将数据传递给应用层。

数据只有在用户层（应用层）是没有被加密的，而在应用层往下以及网络当中都是加密的，这就叫做HTTPS。

概念准备

1. 什么是"加密"

加密：把明文(要传输的信息)进行⼀系列变换，⽣成密⽂。
解密：把密文再进行⼀系列变换，还原成明⽂。

在这个加密和解密的过程中，往往需要⼀个或者多个中间的数据，辅助进⾏这个过程，这样的数据称为密钥。

2. 为什么要加密
臭名昭著的"运营商劫持"
下载⼀个天天动听

未被劫持的效果，点击下载按钮，就会弹出天天动听的下载链接。

已被劫持的效果，点击下载按钮，就会弹出QQ浏览器的下载链接

由于我们通过网络传输的任何的数据包都会经过运营商的网络设备(路由器，交换机等)，那么运营商的网络设备就可以解析出你传输的数据内容，并进行篡改.

点击"下载按钮"，其实就是在给服务器发送了⼀个HTTP请求，获取到的HTTP响应其实就包含了该APP的下载链接。运营商劫持之后，就发现这个请求是要下载天天动听，那么就⾃动的把交给⽤⼾的响应给篡改成"QQ浏览器"的下载地址了。

所以：因为http的内容是明⽂传输的，明⽂数据会经过路由器、wifi热点、通信服务运营商、代理服务器等多个物理节点，如果信息在传输过程中被劫持，传输的内容就完全暴露了。劫持者还可以篡改传输的信息且不被双方察觉，这就是中间人攻击，所以我们才需要对信息进⾏加密。

那么为啥运营商要进行劫持？—— 赚钱....

不止运营商可以劫持，其他的黑客也可以用类似的手段进行劫持，来窃取用户隐私信息，或者篡改内容。

试想⼀下，如果黑客在用户登陆⽀付宝的时候获取到⽤户账户余额，甚⾄获取到⽤户的⽀付密码.....

在互联网上，明文传输是比较危险的事情!!!

HTTPS就是在HTTP的基础上进行了加密，进⼀步的来保证用户的信息安全~

常见的加密方式

对称加密

• 采⽤单钥密码系统的加密⽅法，同⼀个密钥可以同时⽤作信息的加密和解密，这种加密⽅法称为对称加密，也称为单密钥加密，特征：加密和解密所⽤的密钥是相同的
• 常⻅对称加密算法(了解)：DES、3DES、AES、TDEA、Blowfish、RC2等
• 特点：算法公开、计算量⼩、加密速度快、加密效率⾼
对称加密其实就是通过同⼀个"密钥"，把明文加密成密文，并且也能把密文解密成明文。

一个简单的对称加密例子

按位异或

假设明⽂a=1234，密钥key=8888

则加密a^key得到的密⽂b为9834。

然后针对密文9834再次进⾏运算b^key，得到的就是原来的明文1234。

(对于字符串的对称加密也是同理，每⼀个字符都可以表示成⼀个数字)

当然，按位异或只是最简单的对称加密。HTTPS中并不是使⽤按位异或。

非对称加密

需要两个密钥来进行加密和解密，这两个密钥是公开密钥（publickey，简称公钥）和私有密钥（privatekey，简称私钥）。
常见非对称加密算法(了解)：RSA，DSA，ECDSA
特点：算法强度复杂、安全性依赖于算法与密钥但是由于其算法复杂，⽽使得加密解密速度没有对称加密解密的速度快。

非对称加密要用到两个密钥，⼀个叫做"公钥"，⼀个叫做"私钥"。

公钥和私钥是配对的。最大的缺点就是运算速度非常慢，比对称加密要慢很多。

通过公钥对明文加密，变成密文
通过私钥对密文解密，变成明文

也可以反着用

通过私钥对明文加密，变成密文
通过公钥对密文解密，变成明文

非对称加密的数学原理比较复杂，涉及到⼀些数论相关的知识。这里举⼀个简单的生活上的例子。

A要给B⼀些重要的文件，但是B可能不在。于是A和B提前做出约定：

B说：我桌子上有个盒子，然后我给你⼀把锁，你把文件放盒子里用锁锁上，然后我回头拿着钥匙来开锁取文件。

在这个场景中，这把锁就相当于公钥，钥匙就是私钥。公钥给谁都行(不怕泄露)，但是私钥只有B自己持有。持有私钥的人才能解密。

数据摘要&&数据指纹

• 数字指纹(数据摘要)，其基本原理是利用单向散列函数(Hash函数)对信息进行运算，生成⼀串固定长度的数字摘要。数字指纹并不是⼀种加密机制，但可以用来判断数据有没有被窜改。

• 摘要常见算法：有MD5、SHA1、SHA256、SHA512等，算法把无限的映射成有限，因此可能会有碰撞（两个不同的信息，算出的摘要相同，但是概率非常低）

• 摘要特征：和加密算法的区别是，摘要严格意义不是加密，因为没有解密，只不过从摘要很难反推原信息，通常用来进行数据对比。

数字签名

• 摘要经过加密，就得到数字签名

HTTPS 的工作过程探究

既然要保证数据安全，就需要进行"加密"。

网络传输中不再直接传输明文了，而是加密之后的"密文"。

加密的方式有很多，但是整体可以分成两大类：对称加密和非对称加密。

方案1-只使用对称加密

如果通信双⽅都各自持有同⼀个密钥X，且没有别⼈知道，这两方的通信安全当然是可以被保证的（除非密钥被破解）

引入对称加密之后，即使数据被截获，由于黑客不知道密钥是啥，因此就⽆法进行解密，也就不知道请求的真实内容是啥了。但事情没这么简单。服务器同⼀时刻其实是给很多客户端提供服务的。这么多客户端，每个⼈用的秘钥都必须是不同的(如果是相同那密钥就太容易扩散了，黑客就也能拿到了)。因此服务器就需要维护每个客⼾端和每个密钥之间的关联关系，这也是个很麻烦的事情~

⽐较理想的做法，就是能在客户端和服务器建⽴连接的时候，双方协商确定这次的密钥是啥

但是如果直接把密钥明文传输，那么⿊客也就能获得密钥了，此时后续的加密操作就形同虚设了.

因此密钥的传输也必须加密传输！但是要想对密钥进⾏对称加密，就仍然需要先协商确定⼀个"密钥的密钥"。这就成了"先有鸡还是先有蛋"的问题了。此时密钥的传输再⽤对称加密就行不通了.

方案2-只使用非对称加密

鉴于非对称加密的机制，如果服务器先把公钥以明文方式传输给浏览器，之后浏览器向服务器传数据前都先用这个公钥加密好再传，从客户端到服务器信道似乎是安全的(有安全问题)，因为只有服务器有相应的私钥能解开公钥加密的数据。

但是服务器到浏览器的这条路怎么保障安全？

如果服务器⽤它的私钥加密数据传给浏览器，那么浏览器⽤公钥可以解密它，而这个公钥是⼀开始通过明文传输给浏览器的，若这个公钥被中间人劫持到了，那他也能用该公钥解密服务器传来的信息了。

方案3-双方都使用非对称加密

1. 服务端拥有公钥S与对应的私钥S'，客户端拥有公钥C与对应的私钥C'?
2. 客户和服务端交换公钥
3. 客户端给服务端发信息：先用S对数据加密，再发送，只能由服务器解密，因为只有服务器有私钥S'
4. 服务端给客户端发信息：先用C对数据加密，在发送，只能由客户端解密，因为只有客户端有私钥C'?
这样做看似也可以，但是
• 效率太低
• 依旧有安全问题（后面讲）

方案4-非对称加密+对称加密

先解决效率问题

• 服务端具有非对称公钥S和私钥S'
• 客户端发起https请求，获取服务端公钥S
• 客户端在本地生成对称密钥C，通过公钥S加密，发送给服务器。
• 由于中间的网络设备没有私钥，即使截获了数据，也无法还原出内部的原⽂，也就无法获取到对称密钥(真的吗？其实依旧有安全问题)
• 服务器通过私钥S'解密，还原出客户端发送的对称密钥C。并且使用这个对称密钥加密给客户端返回的响应数据。

• 后续客户端和服务器的通信都只⽤对称加密即可。由于该密钥只有客户端和服务器两个主机知道，其他主机/设备不知道密钥即使截获数据也没有意义。
由于对称加密的效率比非对称加密高很多，因此只是在开始阶段协商密钥的时候使用非对称加密，后续的传输仍然使用对称加密。
虽然上⾯已经比较接近答案了，但是依旧有安全问题
方案2，方案3，方案4都存在⼀个问题，如果最开始，中间人就已经开始攻击了呢？

中间人攻击-针对上面的场景

• Man-in-the-MiddleAttack，简称“MITM攻击”

确实，在方案2/3/4中，客户端获取到公钥S之后，对客户端形成的对称秘钥X用服务端给客户端的公钥S进行加密，中间人即使窃取到了数据，此时中间人确实无法解出客户端形成的密钥X，因为只有服务器有私钥S'

但是中间人的攻击，如果在最开始握手协商的时候就进行了，那就不⼀定了，假设hacker已经成功成为中间人

1. 服务器具有非对称加密算法的公钥S，私钥S'

2. 中间⼈具有非对称加密算法的公钥M，私钥M'

3. 客户端向服务器发起请求，服务器明文传送公钥S给客户端

4. 中间人劫持数据报文，提取公钥S并保存好，然后将被劫持报文中的公钥S替换成为⾃⼰的公钥M，并将伪造报文发给客户端

5. 客户端收到报文，提取公钥M(自己当然不知道公钥被更换过了)，自己形成对称秘钥X，⽤公钥M加密X，形成报文发送给服务器

6. 中间人劫持后，直接用自己的私钥M'进⾏解密，得到通信秘钥X，再用曾经保存的服务端公钥S加密后，将报⽂推送给服务器

7. 服务器拿到报⽂，用自己的私钥S'解密，得到通信秘钥X

8. 双方开始采用X进行对称加密，进行通信。但是⼀切都在中间⼈的掌握中，劫持数据，进行窃听甚至修改，都是可以的

上面的攻击方案，同样适用于方案2，方案3

问题本质出在哪里了呢？客户端无法确定收到的含有公钥的数据报文，就是目标服务器发送过来的！

引入证书

CA认证

服务端在使用HTTPS前，需要向CA机构申领一份数字证书，数字证书里含有证书申请者信息、公钥信息等。服务器把证书传输给浏览器，浏览器从证书里获取公钥就行了，证书就如⾝份证，证明服务端公钥的权威性。

基本说明：CA认证_百度百科

这个证书可以理解成是⼀个结构化的字符串，里面包含了以下信息:

• 证书发布机构
• 证书有效期
• 公钥
• 证书所有者
• 签名
• ......

需要注意的是：申请证书的时候，需要在特定平台生成查，会同时生成⼀对密钥对儿，即公钥和私钥。这对密钥对儿就是⽤来在网络通信中进行明文加密以及数字签名的。

其中公钥会随着CSR⽂件，⼀起发给CA进行权威认证，私钥服务端自己保留，用来后续进行通信（其实主要就是用来交换对称秘钥）

可以使⽤在线⽣成CSR和私钥：https://myssl.com/csr_create.html?

形成CSR之后，后续就是向CA进⾏申请认证，不过⼀般认证过程很繁琐（网络各种提供证书申请的服务商，⼀般真的需要，直接找平台解决就行）

理解数据签名

签名的形成是基于非对称加密算法的，注意，目前暂时和https没有关系，不要和https中的公钥私钥搞混了

当服务端申请CA证书的时候，CA机构会对该服务端进行审核，并专门为该网站形成数字签名，过程如下：

1. CA机构拥有非对称加密的私钥A和公钥A'
2. CA机构对服务端申请的证书明文数据进行hash，形成数据摘要
3. 然后对数据摘要用CA私钥A'加密，得到数字签名S

服务端申请的证书明文和数字签名S共同组成了数字证书，这样⼀份数字证书就可以颁发给服务端了

我们再将数据通过散列函数再生产数据摘要，然后将之前的数据签名用签名者的公钥解开得到的数据摘要，将这两个数据摘要进行比对，如果数据摘要一致说明数字签名有效，数据有效，相反，如果不一致，说明数据被篡改过了。

方案5-非对称加密+对称加密+证书认证

客户端进行认证

当客户端获取到这个证书之后，会对证书进行校验(防止证书是伪造的)。

• 判定证书的有效期是否过期

• 判定证书的发布机构是否受信任(操作系统中已内置的受信任的证书发布机构)。

• 验证证书是否被篡改：从系统中拿到该证书发布机构的公钥，对签名解密，得到⼀个hash值(称为数据摘要)，设为hash1。然后计算整个证书的hash值，设为hash2。对⽐hash1和hash2是否相等。如果相等，则说明证书是没有被篡改过的。

查看浏览器的受信任证书发布机构

浏览器，点击右上角的

选择"设置"，搜索"证书管理"，即可看到以下界⾯。(如果没有，在隐私设置和安全性->安全⾥⾯找找)

中间人有没有可能篡改该证书？

• 中间人篡改了证书的明文

• 由于他没有CA机构的私钥，所以无法hash之后用私钥加密形成签名，那么也就没法办法对篡改后的证书形成匹配的签名

• 如果强行篡改，客户端收到该证书后会发现明文和签名解密后的值不⼀致，则说明证书已被篡改，证书不可信，从而终止向服务器传输信息，防⽌信息泄露给中间人

中间人整个掉包证书？

• 因为中间人没有CA私钥，所以无法制作假的证书(为什么？)

• 所以中间人只能向CA申请真证书，然后用自己申请的证书进行掉包

• 这个确实能做到证书的整体掉包，但是别忘记，证书明⽂中包含了域名等服务端认证信息，如果整体掉包，客户端依旧能够识别出来。

• 永远记住：中间人没有CA私钥，所以对任何证书都无法进行合法修改，包括自己的

常见问题

#1.为什么摘要内容在网络传输的时候一定要加密形成签名？

常见摘要算法有:MD5和SHA系列

以MD5为例，我们不需要研究具体的计算签名的过程，只需要了解MD5的特点：

• 定长：⽆论多长的字符串，计算出来的MD5值都是固定长度(16字节版本或者32字节版本)

• 分散：源字符串只要改变⼀点点，最终得到的MD5值都会差别很大。

• 不可逆：通过源字符串生成MD5很容易，但是通过MD5还原成原串理论上是不可能的。

正因为MD5有这样的特性，我们可以认为如果两个字符串的MD5值相同，则认为这两个字符串相同。

理解判定证书篡改的过程：(这个过程就好比判定这个⾝份证是不是伪造的⾝份证)

假设我们的证书只是⼀个简单的字符串hello，对这个字符串计算hash值(⽐如md5)，结果为

BC4B2A76B9719D91

如果hello中有任意的字符被篡改了，比如变成了hella，那么计算的md5值就会变化很⼤.

BDBD6F9CF51F2FD8

然后我们可以把这个字符串hello和哈希值BC4B2A76B9719D91从服务器返回给客户端，此时客户端如何验证hello是否是被篡改过

那么就只要计算hello的哈希值，看看是不是BC4B2A76B9719D91即可.

#2. 但是这样还有个问题，如果黑客把hello篡改了，同时也把哈希值重新计算下，客户端就分辨不出来了呀。

所以被传输的哈希值不能传输明⽂，需要传输密文

所以，对证书明文(这⾥就是“hello”) hash形成散列摘要，然后CA用自己的私钥加密形成签名，将hello和加密的签名合起来形成CA证书，颁发给服务端，当客户端请求的时候，就发送给客户端，中间人截获了，因为没有CA私钥，就无法更改或者整体掉包，就能安全的证明，证书的合法性。最后，客户端通过操作系统⾥已经存的了的证书发布机构的公钥进行解密，还原出原始的哈希值，再进行校验。

#3. 为什么签名不直接加密，而是要先hash形成摘要？
• 缩小签名密文的长度，加快数字签名的验证签名的运算速度

# 4. 如何成为中间人-了解
• ARP欺骗：在局域网中，hacker经过收到ARPRequest⼴播包，能够偷听到其它节点的(IP,MAC)
地址。例，黑客收到两个主机A,B的地址，告诉B(受害者)，⾃⼰是A，使得B在发送给A的数据包
都被⿊客截取
• ICMP攻击：由于ICMP协议中有重定向的报⽂类型，那么我们就可以伪造⼀个ICMP信息然后发送给局域网中的客⼾端，并伪装⾃⼰是⼀个更好的路由通路。从而导致目标所有的上网流量都会发送到我们指定的接⼝上，达到和ARP欺骗同样的效果
• 假wifi&&假网站等