【Linux网络编程】HTTPS协议

HTTPS介绍

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

早期很多公司刚起步的时候，使用的应用层协议都是HTTP，而HTTP无论是用GET方法还是POST方法传参，都是没有经过任何加密的，因此早期很多的信息都是可以通过抓包工具抓到的。原因是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。

为了解决这个问题，于是出现了HTTPS协议，HTTPS实际就是在应用层和传输层协议之间加了一层加密层（SSL&TLS），这层加密层本身也是属于应用层的，它会对用户的个人信息进行各种程度的加密。HTTPS在交付数据时先把数据交给加密层，由加密层对数据加密后再交给传输层。
当然，通信双方使用的应用层协议必须是一样的，因此对端的应用层也必须使用HTTPS，当对端的传输层收到数据后，会先将数据交给加密层，由加密层对数据进行解密后再将数据交给应用层。

在这里插入图片描述

HTTP与HTTPS对比

1、端口不同，是两套服务：

http绑定的端口是80；https 绑定的端口是443；他们是两套服务，区别是 https 是加密的。

2、HTTP效率更高，HTTPS更安全：

HTTP 不用加密，则效率更高，但是不安全；HTTP 需要加密，则效率相对不高，但是安全；在内网等绝对安全的条件下推荐使用HTTP协议

加密

什么是“加密”:

加密相关的术语:

明文：要传输的原始的消息
密文：通过一定的规则将明文变换后的内容
加密：将明文(要传输的信息，例如"hello world")变成密文
解密：将密文变成明文
密钥：在加密和解密的过程中，往往需要一个或多个中间的数据来辅助该过程，这样的数据称为密钥

为什么要加密？

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。

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

加密的方式有很多，整体可以分为两大类：对称加密和非对称加密。

对称加密

基本介绍：

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

常见对称加密算法(了解即可)：

DES、3DES、AES、TDEA、Blowfish、RC2等

对称加密的特点：

算法公开、计算量小、加密速度快、加密效率高

如使用异或操作，就可以实现一个简单的对称加密：

假设明文为 123，密钥为 456
通过明文和密钥异或操作实现加密 123 ^ 456，得到密文 123 ^ 456
然后通过密文和密钥异或操作解密 123 ^ 456 ^ 456，得到明文123

非对称加密:

基本介绍：

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。

数字摘要&&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字符串 —— 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（重点）

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（明文传输不可取）

在这里插入图片描述

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户端和每个密钥之间的关联关系,这也是个很麻烦的事情~

在这里插入图片描述

**理想做法：**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什么

在这里插入图片描述

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（仅单向安全，不可取）

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。

在这里插入图片描述

上述过程中，私钥S只有服务器私有，不会暴露在公网中，即使黑客拿到了暴露在公网中的公钥和密文，但是没有私钥（只能用私钥解密），所以黑客无法对密文解密，也就保证了从客户端发送到服务端的消息目前是安全的。

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。

在这里插入图片描述

综上：只使用一对非对称加密，保证了浏览器到服务器的加密安全，但是服务器到浏览器这条路是无法保证安全的。

方案3：双方都使用非对称加密（效率太低）

现在让双方都是以非对称加密。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’。交易方式如下：

客户和服务端交换公钥
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’
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‘

我们让双方都使用非对称加密，确实保证了双方在互相通信时数据的安全性。但是也有问题：

效率太低
依旧有安全问题

方案4：非对称加密 + 对称加密（仍有安全问题）

既然双方都是以非对称加密的策略导致效率过低，那我们不妨使用非对称加密 + 对称加密的策略，交易方式如下：

在这里插入图片描述

仅让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?)
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

服务器具有非对称加密算法的公钥S，私钥S1.
中间人具有非对称加密算法的公钥M，私钥M’
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3.
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
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5密X，形成报文发送给服务器
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6密后，将报文推送给服务器
服务器拿到报文，用自己的私钥S’解密，得到通信秘钥X7
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8.至修改，都是可以的

在这里插入图片描述

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!

如何解决？引入证书。

引入证书

CA认证

介绍：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

引入证书流程：

服务器首先产生一对公钥和私钥，在第三方公证机构申请一个证书时，该证书内就包含了公钥的信息，然后服务器就会将公钥发送给客户端，由于证书的校验很严格，因此黑客就算获取了，也很难伪造一个假的证书。即使伪造了，客户端也可以拿到第三方公证机构去校验，因此客户端就能够拿到服务器发送的公钥，之后再通过公钥加密自己产生的密钥，发送给服务器。由于黑客没有私钥，就算截获了该请求，也不能拿到密钥，因此服务器就能顺利的得到加密的密钥，并使用私钥来解密。最终就能够很好的防止黑客获取或篡改数据。

在这里插入图片描述

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
…

在这里插入图片描述

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)

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

采用数据签名 + 认证的方式即可避免数据被篡改的问题：

签名：对数据进行散列函数新城摘要（散列值），用签名者的私钥加密散列值形成签名。把认证过的数据和签名合起来生成带数字签名的数据
验证：把数字签名的数据里的内容和签名分别拿出来，对原数数据用同样的散列函数进行哈希散列生成散列值1，同时，用公钥对先前生成的签名进行解密生成散列值2。对比散列值是否相等，即可判断数据是否被人篡改。

综上：给数据文档进行数据签名的意义在于 —— 防止内容被篡改。

在这里插入图片描述

申请证书的过程:

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

查看浏览器的受信任证书发布机构：

Chrome浏览器，进入设置界面 ——> 隐私设置和安全性 ——> 安全 ——> 管理设备证书 ——> 证书颁发机构：

在这里插入图片描述

方案5：非对称加密 + 对称加密 + 证书认证

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

在这里插入图片描述

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

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

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，此时客户端就只要计算 hello 的哈希值，看看是不是 BC4B2A76B9719D91 即可，然后就能验证 hello 是否是被篡改过

在这里插入图片描述

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，客户端就分辨不出来了呀。

在这里插入图片描述

所以被传输的哈希值不能传输明文，需要传输密文。

因此，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。

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

如何成为中间人

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户端，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

左侧都是客户端做的事情，右侧都是服务器做的事情

在这里插入图片描述

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)，客户端持有公钥(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)。服务器在客户端请求是，返回携带签名的证书。客户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。客户端用收到的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)：客户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。