HTTPS协议原理

目录

HTTPS是什么

1. 什么是"加密"

2. 为什么要加密

3. 常⻅的加密⽅式

对称加密

⾮对称加密

4. 数据摘要&&数据指纹

5. 数字签名

HTTPS的⼯作过程

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

 客⼾端进⾏认证

 查看浏览器的受信任证书发布机构

 中间⼈有没有可能篡改该证书？

 中间⼈整个掉包证书？

常⻅问题

 为什么摘要内容在⽹络传输的时候⼀定要加密形成签名?

 为什么签名不直接加密，⽽是要先hash形成摘要?

 如何成为中间⼈ - 了解 

完整流程

总结 

---

 

HTTPS是什么

        HTTP协议内容都是按照文本方式明文传输的。这就导致在传输过程中会出现⼀些被窃取、被篡改的情况，为了避免此种情况经常出现，所以就有了HTTPS。

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。

1. 什么是"加密"

• 加密就是把明文(要传输的信息)进⾏⼀系列变换,⽣成密文，
• 解密就是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

不知道大家有没有看过 冒险小虎队 的书，它是一个冒险小说，里面会有一些解密环节，并附有解密卡，如下图。通过一个工具将内容很普通的一封信，转化成一个情报进行传递。

加密解密到如今已经发展成⼀个独立的学科:密码学。
而密码学的奠基⼈，也正是计算机科学的祖师爷之⼀，艾伦·⻨席森·图灵。

 还有另⼀位祖师爷冯诺依曼

 图灵⼤佬年少有为,不光奠定了计算机,⼈⼯智能,密码学的基础,并且在⼆战中⼤破德军的Enigma机，使盟军占尽情报优势,才能扭转战局反败为胜。
计算机领域中的最⾼荣誉就是以他名字命名的"图灵奖".

2. 为什么要加密

        以前有个音乐软件很出名，它是天天动听。未被运营商劫持的效果,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。

        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。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,来窃取⽤⼾隐私信息,或者篡改内容。
        总之在互联⽹上,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,进⼀步的来保证⽤⼾的信息安全。

3. 常⻅的加密⽅式

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。
比如：按位异或就是一个最简单的对称加密

假设明⽂a=1234，密钥key=8888，则加密 a^key得到的密⽂b=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）。
• 常⻅⾮对称加密算法(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。

• 使用方式：

        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

4. 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，⽣成⼀串固定⻓度的数字摘要。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。
• 摘要常⻅算法：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。

那数据摘要有什么用呢？

可以对比两个文件是否是同一个文件。比如百度网盘的秒传，用户A给网盘上传了一部电影X，后来用户B也上传了同一部电影X，百度网盘的服务器让两个文件用同一种hash转换出两个摘要，通过对比，如果两个文件的摘要相同，说明文件相同，那么只用给用户B生成一个软连接，在用户B使用时进行链接跳转即可。

5. 数字签名

摘要经过加密，就得到数字签名，这个下面会讲。

了解完上面的理论，这里有两个问题需要思考，让我们带着问题探究HTTPS的⼯作过程。

1.对http进⾏对称加密，是否能解决数据通信安全的问题？问题是什么？
2.为何要⽤⾮对称加密？为何不全⽤⾮对称加密？
 

---

HTTPS的⼯作过程

网络通信中我们要解决的是什么问题？1.数据被监听，2.数据被篡改。

既然要保证数据安全，就需要进⾏"加密"。⽹络传输中就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⼾端提供服务的。这么多客⼾端，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，就是能在客⼾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"。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，从客⼾端到服务器的传输看似是安全的(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spbk与对应的私钥sprk，客⼾端拥有公钥cpbk与对应的私钥cprk，然后客⼾和服务端交换公钥。
2.         客⼾端给服务端发信息：先⽤spbk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sprk。
3.         服务端给客⼾端发信息：先⽤cpbk对数据加密，在发送，只能由客⼾端解密，因为只有客⼾端有私钥cprk。

 这样做貌似可以，但是效率太低，而且依旧会有安全问题。

⽅案4 - ⾮对称加密 + 对称加密

我们这里首先解决上面的效率问题。

1.         服务端具有⾮对称公钥S和私钥S'，客⼾端发起https请求，获取服务端公钥S。客⼾端在本地⽣成对称密钥X,通过公钥S加密,发送给服务器。
2.         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。
3.         服务器通过私钥S'解密，还原出客⼾端发送的对称密钥X。并且使⽤这个对称密钥加密给客⼾端返回的响应数据，后续客⼾端和服务器的通信都只⽤对称加密即可。由于该密钥只有客⼾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。

 这样也会比双方都使⽤⾮对称加密的效率高很多，但是安全问题依旧没有解决。

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，客⼾端获取到公钥S之后，对客⼾端形成的对称秘钥X⽤服务端给客⼾端的公钥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⼾端形成的密钥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.         客⼾端向服务器发起请求，服务器明⽂传送公钥S给客⼾端，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⼾端。
4.         客⼾端收到报⽂，提取公钥M(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。
5.         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。
6.         服务器拿到报⽂，⽤⾃⼰的私钥S'解密，得到通信秘钥X。
7.         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。

那么上面的问题本质出在哪⾥了呢？因为客⼾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，也就是说客户端无法辨别收到的公钥是否合法。

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。

 CA认证的百度百科：CA认证_百度百科 (baidu.com)

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，会同时⽣成⼀对⼉密钥对⼉，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）。

 

CSR在线生成工具 (myssl.com)可以使⽤在线⽣成CSR和私钥：CSR在线生成工具 (myssl.com)

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，主要是为了防止被篡改。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，并专⻔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。

⽅案5 - ⾮对称加密 + 对称加密 + 证书认证

在客⼾端和服务器刚⼀建⽴连接的时候，服务器给客⼾端返回⼀个证书，证书包含了之前服务端的公钥，也包含了⽹站的⾝份信息。

 客⼾端进⾏认证

当客⼾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

Chrome浏览器，点击右上⻆的选择"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，所以⽆法在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，客⼾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，那么中间⼈只能向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，客⼾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。

常⻅问题

 为什么摘要内容在⽹络传输的时候⼀定要加密形成签名?

常⻅的摘要算法有：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：

• 定⻓：⽆论多⻓的字符串，计算出来的MD5值都是固定⻓度(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 从服务器返回给客⼾端，此时客⼾端如何验证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。

        但是还有个问题，如果⿊客把hello篡改了，同时也把哈希值重新计算下，客⼾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使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，当客⼾端请求的时候，就发送给客⼾端，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，客⼾端通过操作系统⾥已经存在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。

 为什么签名不直接加密，⽽是要先hash形成摘要?

        为了缩⼩签名密⽂的⻓度，加快数字签名的验证签名的运算速度。

 如何成为中间⼈ - 了解 

• ARP欺骗：在局域⽹中，hacker经过收到ARP Request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。

完整流程

下图是https的工作过程

总结 

HTTPS ⼯作过程中涉及到的密钥有三组。

•         第⼀组(⾮对称加密)：⽤于校验证书是否被篡改。服务器持有私钥(私钥在形成CSR⽂件与申请证书时获得)，客⼾端持有公钥(操作系统包含了可信任的 CA 认证机构有哪些，同时持有对应的公钥)。服务器在客⼾端请求是，返回携带签名的证书。客⼾端通过这个公钥进⾏证书验证，保证证书的合法性，进⼀步保证证书中携带的服务端公钥权威性。
•         第⼆组(⾮对称加密)：⽤于协商⽣成对称加密的密钥。客⼾端⽤收到的CA证书中的公钥(是可被信任的)给随机⽣成的对称加密的密钥加密，传输给服务器，服务器通过私钥解密获取到对称加密密钥。
•         第三组(对称加密)：客⼾端和服务器后续传输的数据都通过这个对称密钥加密解密。

其实⼀切的关键都是围绕这个对称加密的密钥，其他的机制都是辅助这个密钥⼯作的。

•         第⼆组⾮对称加密的密钥是为了让客⼾端把这个对称密钥传给服务器。
•         第⼀组⾮对称加密的密钥是为了让客⼾端拿到第⼆组⾮对称加密的公钥。