用netcat，SSH构建IP层Tunnel

2017/05/06

【关于题外话在最后】

写作本文主要基于两点，首先是因为我前段时间写了几篇关于XXN的新解，收到了很多的邮件反馈，我也思考了很多，另一个方面是因为很多人问我怎么用QQ，P2P搭建一个IP层的Tunnel，我的回答是“我也不知道”。我确实不知道，根本就没有试过，只是有个这样那样的想法…我主要是没有动力和能力去Hack这些非Linux上的东西…所以说，我写这篇文章，用UNIX的方法 “将多个小工具结合起来” 实现我的那些没有实现的想法，抛砖引玉一下。

声明：

本文没有技术含量，甚至不会有什么代码，本文只是一些Linux bash和netcat的使用技巧之堆砌，但我觉得只有这种是理解Everything over App的最好方式，虽然我没有能力将TAP对接到QQ上，但我有能力将其对接到netcat以及ssh上，而netcat，ssh和QQ并没有什么本质的区别，结论是，只要你能找一个通信软件，Tunnel便可以嫁接于其上。

Tunnel的种类

一般而言，传统的Tunnel都是用新的IP报文来运输原始IP报文的，这种新的IP报文往往封装一个新的四层头。但是也有用TCP，UDP来运输原始IP报文的，典型的例子就是OpenXXN，BadXXN等。
事实上，你可以用任何的报文来运输原始IP报文，在上一篇文章《从一个简单的聊天程序SimpleChat看XXX技术》中，我提到你可以用QQ，P2P协议来运输IP报文，并且给出了一个应景的设想。本文将通过简单的实例来实现一下这种设想。

发展阶段

像类似PPPoE，L2TP什么的，提出了一个很好的框架和概念，说明IP over XXX的可行性，然后OpenXXN掀开了一次Revolution，说明IP可以over UDP，并且和SSL/TLS进行了深度结合，小众的BadXXN应该是另一次Revolution的，但是作者好像没有把握住机会，和OpenXXN不同的是，BadXXN旨在提供灵活且独立的点对点组网能力。

在研究了BadXXN之后，我自己写了一个简单的Demo，即SimpleXXN
https://github.com/marywangran/overlay

其实，BadXXN的思路很简单，这个和我们平时的聊天软件的思路完全一致，不同的是聊天软件运输的是我们键盘输入的消息，而BadXXN运输的则是从TAP网卡中读取的IP报文。借着这个思路，我觉得任何的可以进行网络通信的软件都可以运输IP报文，只需要将程序的输入和输出重定向到TAP网卡的输入和输出即可，这非常简单。

准备工作

如果说TAP网卡在文件系统中以一个文件的形式存在，那么事情会非常简单，比如tap0网卡在文件系统中有一个字符设备文件/dev/tap0，那么以scp为例，我便可以通过以下的命令来运输通过tap0传输的IP报文或者以太帧：

scp /dev/tap0 [email protected]:/dev/tap0

然而自打Linux 2.6.x(8

modprobe ethertap
ifconfig tap0 10.10.10.10/24 up
mknod /dev/tap0 c 36 16
...

可是到了2.6.32内核，ethertap模块没有了，只剩下了tun模块，使用tun模块，无法直接建立tap0的设备文件，必须通过ioctl来显式设置它：

modprobe tun
tunctl -u root -t tap0
# 注意，tun模块让你无法通过命令构建一个可以直接读写的tap0设备文件，你必须写一个程序显式执行open/ioctl对，然后操作其文件描述符进行读写。
...

这意味着我不得不写一个程序了，而这令不会编程的我感到悲哀！我把该文件命名为tunio.c，如下所示：

#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 

struct frame {
        unsigned int len;
        char data[2000];
};

// 为了便于重定向操作，我在本程序中只使用了3个文件描述符：TAP网卡字符设备，标准输入，标准输出
int main(int argc, char **argv)
{
        int fd = -1;
        struct ifreq ifr;
        size_t len;
        char buf[2004];
        struct frame frm;
        int i;
        fd_set rd_set;

        if( (fd = open("/dev/net/tun", O_RDWR)) < 0) {
                exit(-1);
        }
        memset(&ifr, 0, sizeof(ifr));
        ifr.ifr_flags |= IFF_NO_PI;
        ifr.ifr_flags |= IFF_TAP;
        snprintf(ifr.ifr_name, IFNAMSIZ, "%s", "tap0");
        ioctl(fd, TUNSETIFF, (void *)&ifr);
        while(1) {
                int nfds;
                int j;
                FD_ZERO(&rd_set);
                FD_SET(0, &rd_set);
                FD_SET(fd, &rd_set);
                char *tmp;

                nfds = select(1024, &rd_set, NULL, NULL, NULL);
                for (j = 0;j < nfds; j++) {
                        // 如果标准输入有动静的话
                        if(FD_ISSET(0, &rd_set)) {
                                unsigned int dlen;
                                // 从标准输入中读取数据长度
                                len = read(0, &dlen, sizeof(unsigned int));
                                // 按照指示的长度读取原始IP报文或者数据帧
                                len = read(0, frm.data, dlen);
                                // 将IP报文或者数据帧写入TAP设备
                                len = write(fd, frm.data, len);
                        }
                        // 如果虚拟网卡字符设备有动静
                        if(FD_ISSET(fd, &rd_set)) {
                                // 从网卡读取IP报文或者以太帧
                                len = read(fd, buf, sizeof(buf));
                                // 为了对端可以区分数据边界，加入了长度头
                                frm.len = len;
                                memcpy(frm.data, buf, len);
                                tmp = (char *)&frm;
                                // 将加入长度头的原始数据输出到标准输出
                                for (i = 0; i < len+sizeof(unsigned int); i++) {
                                        printf("%c", tmp[i]);
                                }
                        }
                        // 刷新输出
                        fflush(NULL);
                }
        }
        return 0;
}

将以上的代码编译成tunio即可：

gcc tunio.c -o tunio

然后就可以用这个tunio和其它的既有程序进行基于UNIX哲学的组合从而构建出一个看起来像那么回事的Tunnel了。

在继续之前，我不得不说一下不能继续使用ethertap的原因。

一个好好的ethertap为什么就下课了呢？其实很大的原因在于ethertap所依赖的Netlink机制被重构了。在2.4版本以及2.6的早期版本的内核中，Netlink消息是通过字符设备进行读写的，然而后来Netlink便不再采用字符设备了，而是采用socket API进行读写了，而socket并没有导出文件到文件系统这也是众所周知，socket仅仅导出文件到进程。然而这跟ethertap下课有关吗？有的！

ethertap之所以可以导出文件到文件系统，就是使用的Netlink字符设备，你看看上述的mknod命令，其major设备号36就是Netlink的major设备号：

#define NETLINK_MAJOR        36

在init_netlink中：

if (register_chrdev(NETLINK_MAJOR,"netlink", &netlink_fops)) {
...

在ethertap模块代码中，你看不到任何关于字符设备的逻辑，事实上ethertap的字符设备文件的读写逻辑已经被Netlink接管，这个从hard_xmit以及netif_rx这两个协议栈的读写接口中便可获知，它们都是直接与Netlink接口。

好了，现在Netlink不再采用字符设备的方式了，改由API调用的方式控制了，那么ethertap便面临两个选择，一个是也跟着采用API的方式进行控制，而这个与tun模块功能重复，另一个选择是为ethertap单独注册一个字符设备类型，或者将其注册到misc设备，但这样会使字符设备集合越来越臃肿…再者说了，不还有tun的吗？编个程序封装一下读写控制逻辑有那么难吗？所以说，只能下课了…

其实，虽然ethertap好用，但其实现方式是有问题的，试想如果大家都为每一个功能注册一个Netlink号码，或者注册一种字符设备，那么几乎可以肯定，这种横向的平坦拓展方式总有一天会让Netlink或者字符设备管理机制不堪重负…之前的ioctl问题就是一个例子。

下面开始真正有意思的东西。

使用netcat实现一个简单的Demo

小用一下这个被誉为“瑞士军刀”的小巧nc，我来展示一下IP报文是如何通过nc构建的连接运输到另一个任意节点的。

我把tunio的标准输出重定向到netcat的标准输入，然后把netcat的标准输出重定向到tunio的标准输入，事情就成了，这让整个事情变成了一个环：

是不是很简单呢？

那么怎么实现呢？虽然逻辑上上图已经足够简单，但是实现上还是需要一个pipe作为过渡的，因此我们先在两台机器上分别创建一个pipe：

mkfifo /tmp/tmp_fifo

接下来的玩法完全取决于你对netcat的熟悉程度，本文不讲netcat，只说Tunnel，所以直接给出命令：

# 机器1：
cat /tmp/tmp_fifo | ./tunio 2>&1 | nc -l 1567 >/tmp/tmp_fifo
ifconfig tap0 10.10.10.10/24 up
# 机器2：
cat /tmp/tmp_fifo | ./tunio 2>&1 | nc 192.168.44.100 1567 >/tmp/tmp_fifo
ifconfig tap0 10.10.10.20/24 up

然后你来试试在机器2上去ping机器1的tap0的地址，绝对通了。这下，我们在物理网络的TCP连接上成功构建了一个承载以太帧的Ethernet over TCP的Overlay，显然这还远远不够，我们来抓包看看。在机器2上执行：

curl 10.10.10.10

同时在机器1上抓包：

tcpdump -i any tcp port 1567 -n -w overlay1.pcap

打开这个overlay1.pcap，我们可见：

好吧，虽然很完美的完成了隧道封装，然而没有实现加密…某种意义上，这并不是XXN，具体为啥我在这里多说无益。技术归技术，我们现在的目标是实现加密传输。这简直太简单了。

在继续展示加密隧道之前，我必须来点题外话为netcat做点推广。在前几篇文章中，我提到了QQ，P2P，甚至差点连飞鸽传书都扯上，但这些对Linux用户来讲，都是被鄙视的。在Linux上难道不是netcat这把瑞士军刀最靠谱吗？如果两人都使用Linux，最轻便的聊天工具就是netcat，根本不用装别的什么乱七八糟的东西。

实现一个加密隧道：使用ncat

当然，按照UNIX的传统方法，使用netcat和一个加密解密的命令加上输入输出重定向，就能在上节例子的基础上实现加密隧道，比如可以nc…|mcrypt…，然而我没有成功！所以我不得不使用别的方案。

幸亏有一个好用的ncat可以使用，我直接就用了。其实还有一个cryptcat可用，但我没有用成功，如果用成功的，希望可以告诉我。我本人对bash重定向的掌握一直都是半吊子水平，所以用起来当然没有玩Netfilter，XXN这般得心应手。决定使用ncat，命令如下：

# 机器1：
cat /tmp/tmp_fifo | ./tunio 2>&1 | ncat -vnl 333 --ssl >/tmp/tmp_fifo
#【以下特意给出屏幕输出，以显示正在初始化加密套件】
ifconfig tap0 10.10.10.10/24 up

# 机器2：
cat /tmp/tmp_fifo | ./tunio 2>&1 |ncat -nv 192.168.44.100 333 --ssl  >/tmp/tmp_fifo
#【以下特意给出屏幕输出，以显示正在初始化加密套件】
ifconfig tap0 10.10.10.20/24 up

同上面的netcat明文实例一样，依然在机器2上执行curl，在机器1上抓包，得到如下结果：

我不可能去解释这些密文是什么个含义，总之，这就是一条加密的隧道，构建成功了。至于说加密强度如何，不属于本文的范畴。

实现一个加密隧道：使用ssh

其实一开始我是希望使用scp来做tap0字符设备文件的传输的，中间我采用了一个fifo pipe来过渡，但是没有成功，貌似scp的源文件必须是Regular file才可以，不能是pipe。后来我决定放弃，进而寻找别的方案。毕竟，搞清楚scp并不是我的目的，其实我完全可以修改scp的源码使之适应pipe传输的，但是这样做毫无意义。

放弃了scp后，我转向了直接使用ssh来执行远程命令，ssh执行远程命令要比scp更加通用，而不仅仅只是一个“文件传输”机制。废了大力之后，也算是小成功了，仍然是上述的机制，我的命令如下：

# 机器1：
mkfifo /tmp/tmp_fifo
./tunio </tmp/tmp_fifo |ssh [email protected] "cat >/tmp/tmp_fifo"
ifconfig tap0 10.10.10.10/24
# 机器2：
mkfifo /tmp/tmp_fifo
./tunio </tmp/tmp_fifo |ssh [email protected] "cat >/tmp/tmp_fifo"
ifconfig tap0 10.10.10.20/24

这个更加对称，比使用netcat/ncat的方式更加对称，更加优雅，但是效率去不咋地。抓包我就不给出了，大家自己品鉴吧。

本质

总的来讲，扯以上这些，我就是想说明一个观点，构建一个加密的隧道其实非常简单，方法更是多种多样，如果有人问你什么是XXN，你给他展示一下用Linux2.4内核ethertap模块+netcat+mcrypt或者快速手写一个tunio，然后配合ncat或者配合ssh构建一条加密隧道，那么你就算彻底理解了XXN的本质，如果你能快速让QQ和tunio这类程序对接，那你就是百折不扣的高手！当然，我达不到这样的水平，我只是指路人，我只是鼓手。当然，如果你真的拿netcat，ncat，ssh和tunio，ethertap这类对接了，很多学院派，科班生会觉得你这根本不是XXN，因为在他们眼里，XXN就是L2TP，PPTP，…，MPLS之流，你这自己搭建的，根本就什么都不是…其实我觉得这种学院派才是什么都不懂。

XXN在概念上满足两点即可，第一就是V(虚拟)，第二是P(专用)，这两点分别用Overlay和加解密技术完全可以完美表达。至于是L2TP，…等，它们只是成熟的标准之作罢了，但完全没有做到大道至简。

感谢老一辈程序员使我可以写就本文

这部分本想放在文章最前面的，但是怕喧宾夺主，所以移到了最后。

说实话，本文根本没有任何技术含量，但是绝对可以引发人们的思考。在我2006年刚刚参加工作的时候，我什么都不懂。但我跟一帮上世纪90年代以及21世纪前5年的程序员一起学到了很多的东西，比如用鼠标线上网，用串口联网，…他们说以前的时候，以太网卡和网线是稀缺的，反而PS/2，RS232是常见的，人们普遍都是使用物理单机，然后依靠软盘，刻录光盘，后来的U盘作为介质来传输数据，这就好比我之前说的用卡车运数据时一样的。

如果说我在一块没有接线网卡(假设它没有接线依然可以运行)上抓到了一个数据帧，然后把这个帧放到了一个U盘里，将U盘通过卡车，轮船运送到了外国，在外国有人将这个数据帧注入到了一个没有接线的网卡里，那么在协议栈看来，这个主机就跟从网线上收到了这个数据帧是一样的…所以说，网线只是个介质。

在2010年的时候，我第一次知道了TAP网卡这种东西，发现IP数据报文还可以通过一个字符设备读到用户态应用程序，进而被加密后通过socket传输出去，我觉得这太妙了！这难道不是跟用串口联网一样的道理吗？用串口和用socket唯一的区别就是，前者将原始IP数据写进了串口，而后者将原始IP数据写入socket，在应用程序看来，这没什么不同，都是写入了一个文件而已。之所以可以这么理解，得益于UNIX的两个传统，一个是IO的文件本质，一切皆文件，读写文件即可，第二个是分层的协议栈模型，这使得Overlay成为了可能！

好吧，我来总结一下，其实没什么好总结的，几乎都一样：

• 串口联网：IP字符设备fd<—>APP<—>串口字符设备
• OpenXXN：IP字符设备fd(tun/tap)<—>OpenXXN<—>socket
• 本文范例：IP字符设备fd(tun/tap)<—>netcat/ncat/ssh<—>socket

大家都一样，最终大家都回归到了最开始的状态！中间的IPSec之流实乃昙花一现也。

鉴于此，我将我本文的简单返璞归真的方法自诩为另一种革命，承接于IPXXc，OpenXXN，BadXXN。如果你能玩的得心应手，就可以出神入化，随心所欲了，你的XXN数据将不再建立在协议的基础上，它甚至没有自己的协议，完全传输裸数据，因此也就没有任何的可以识别的Pattern。

不管是用USB联网，还是用串口联网，或者用任意APP上网，我们都要记住，这完全得益于一切皆文件以及分层协议栈的馈赠啊。你和想建立XXN连接的主机之间，无非有两种连接方式，第一种就是物理直连，即通过网线，串口线，USB线，无线等连接起来的，另一种就是逻辑连接，即虽然不是物理介质之间连接的，但却是可以通过TCP/IP协议栈连接在一起的，比如用一对socket就能互相通信。不管以上哪一类，XXN连接在乎的是只要能和对端保证TCP/IP可达即可。

推荐一本书，《全球城市史》，今天周六刚刚看完，虽然篇幅比较短小，但确实很好看，从这本书里思考，你可以看到我本文一样的观点。古代大家自给自足，都待在家里做工，后来大家集中式地先后走向工厂，走向写字楼，走向园区，如今随着交通和通讯技术越来越发达，大家再次回到了家里工作，同样都是在家工作，但层次却完全不同，可能在未来几十年，我们会再次回到男耕女织的生活，但是和古代的男耕女织却完全不同，古代的男耕女织是无组织的个体行为，而未来的男耕女织却是一个整体组织中的一环…以前，没有网线，网卡匮乏，大家用串口，USB，鼠标线等做Overlay，如今网络资源过剩，大家用TCP/IP做Overlay…网络技术在更高的层次上实现了回归。

想象一下大型机工作站时代，大家通过哑终端接入这些超级计算机，自己的终端可能离计算机很远，终端仅仅提供输入输出功能，根本没有计算功能，慢慢的计算资源逐渐移到了终端，这便开启了个人计算机时代，接下来，随着计算需求的增加，计算资源有一次集中了，这次不叫大型机了，这次叫云端，同样的，云计算也是在更高的层次实现了回归。