【网络编程】一文带你搞懂HTTPS协议

---

一、什么是HTTPS协议

HTTPS（Hypertext Transfer Protocol Secure） 是HTTP的安全版本，它用于在Web浏览器和Web服务器之间加密数据传输，以确保数据的机密性、完整性和真实性。HTTPS通过使用加密和身份验证机制来提供更高级别的安全性，与标准的HTTP协议相比，它更适合处理敏感信息和保护用户隐私。

HTTPS通过使用SSL或TLS协议对HTTP协议的通信进行加密，从而保证了通信的安全性。

---

二、关于加密

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。

为什么要加密？

网络运营商（Internet Service Provider，ISP） 是一种提供互联网接入和相关服务的组织或公司。它们是连接用户到全球互联网的关键中介，提供了网络连接、数据传输、互联网服务以及其他与互联网相关的功能。网络运营商通过物理或虚拟的网络基础设施，将用户的计算机、智能手机、或其他设备与全球互联网连接起来，（常见的运营商如移动、联通、电信等）。

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

运营商劫持的方式有很多种，最常见的是DNS劫持和HTTP劫持。DNS劫持指的是运营商篡改DNS服务器的解析结果，将用户请求的域名解析到错误的IP地址，从而达到劫持的效果。HTTP劫持则是通过拦截用户的HTTP请求包，修改其中的内容或者插入广告等信息，再将请求转发到服务器上。

本来我们是要下载一个天天动听的安装包，但被运营商劫持后，就将交给用户的响应篡改成QQ浏览器的下载地址了。

因为HTTP的内容在网络当中是明文传输的，所以运营商可以劫持到我们传输的内容，其实不仅仅是运营商，其他的黑客也可以用类似的手段进行劫持，从而进行对用户隐私信息的窃取或篡改。因此采用明文传输是种很危险的事情。HTTPS就是在HTTP的基础上进行了加密，从而保证了用户信息的安全。

---

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——按位异或：

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（public key，简称公钥）和私有密钥（private key，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

• 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

---

三、数据摘要 | 数据指纹 | 数字签名

数据摘要 是将任意长度的消息通过一个单向的，不可逆的函数，变成固定长度的摘要的过程。摘要常⻅的算法有MD5、SHA1、SHA256等，这些算法在输入数据不同的情况下，会生成不同的固定长度的输出值。

数字指纹，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。

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。

注： 两个不同的信息算出的摘要值可能相同，但是概率非常低。数据摘要和数据指纹都是用于验证数据完整性的技术，但数据指纹更多用于文件完整性验证，而数据摘要可以应用于更广泛的场景中，例如密码存储、数字签名等。

• 数据摘要和数据指纹的应用场景：
  • 百度网盘秒传 是指上传同一文件时，若该文件已经存在于百度网盘中，则可直接使用已有文件，无需重复上传。该功能的实现依赖于文件的SHA-1摘要算法。具体来说，上传文件时，系统会先计算该文件的SHA-1值(也称为哈希值)，该值可视为文件的“指纹”，唯一标识该文件。如果该文件已存在于百度网盘中，其SHA-1值也已被记录在网盘的数据库中。当用户再次上传该文件时，系统会对文件进行SHA-1计算，并将计算结果与数据库中的值进行比对。如果两者一致，即可直接使用已有文件，无需上传，如果不一致，则需上传该文件。百度网盘秒传的优点是可以节省用户的时间和带宽，减少重复上传，提高上传效率。同时也为百度网盘提供了更加稳定的存储服务

数字签名 数字签名是一种加密技术，用于验证数据的完整性和身份认证。数字签名可以用来验证文件、文本、电子邮件和其他数据的来源和完整性，以确定它是否已被篡改或损坏。

数字签名基于公钥加密技术和哈希函数。发送方使用哈希函数对数据进行处理，生成摘要，并使用自己的私钥对摘要进行加密，这就形成了数字签名。接收方收到数据和数字签名后，使用发送方的公钥对数字签名进行解密，并使用同样的哈希函数处理数据，生成一个新的摘要。然后将这个新的摘要与数字签名中的摘要进行比较，如果两个摘要匹配，则可以确定数据的完整性和身份认证。

数字签名的应用非常广泛，例如在网上银行、电子邮件和电子商务中，数字签名可以用来保护敏感信息和交易的安全性。

---

四、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"。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，从客⼾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’，客⼾端拥有公钥C与对应的私钥C’
2. 客⼾和服务端交换公钥
3. 客⼾端给服务端发信息：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. 服务端给客⼾端发信息：先⽤C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C’

这种方式看起来是没问题的，但是存在效率太差和安全的问题。

---

方案4：非对称加密 + 对称加密

非对称加密+对称加密 的方式解决了效率低的问题

1. 服务端具有⾮对称公钥S和私钥S’
2. 客⼾端发起https请求，获取服务端公钥S
3. 客⼾端在本地⽣成对称密钥C，通过公钥S加密，发送给服务器。
4. 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？)
5. 服务器通过私钥S’解密，还原出客⼾端发送的对称密钥C，并且使⽤这个对称密钥加密给客⼾端返回的响应数据
6. 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

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

中间人攻击，也被称为MITM攻击（Man-In-The-Middle Attack），该攻击利用了网络通信中的弱点，将通信双方的数据流量在中途拦截，以获取敏感信息或者篡改通信内容。

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。

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
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⼾端
5. 客⼾端收到报⽂，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！

---

五、引入证书

CA（Certificate Authority）认证是指使用数字证书来证明身份的一种方式，由权威机构（CA机构）颁发，主要用于保障通信的安全性和可靠性。

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。

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、签名等。

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

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

---

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

1. 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)。
2. 判定证书的有效期是否过期。
3. 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)。
4. 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

中间人有没有可能篡改该证书？

1. 中间⼈篡改了证书的明⽂
2. 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
3. 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？

1. 因为中间⼈没有CA私钥，所以⽆法制作假的证书(为什么？)
2. 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
3. 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。
4. 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

为什么摘要内容在网络传输的时候一定要加密形成签名？

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。

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，黑客经过收到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：

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

---