HTTPS协议原理 - 技术栈

定义：对称加密是一种加密和解密使用相同密钥的加密方式。
工作原理：
- 加密方和解密方使用相同的密钥（称为对称密钥）。
- 数据通过加密算法和密钥进行加密，生成密文。
- 接收方使用相同的密钥和解密算法将密文还原为明文。
优点：
- 加密和解密速度快，适合处理大量数据。
- 算法简单，实现容易。
缺点：
- 密钥分发和管理困难。因为加密和解密使用相同的密钥，密钥必须安全地分发给通信双方，一旦密钥泄露，数据将不再安全。
- 不适合开放环境，如互联网，因为难以安全地分发密钥。
常见算法：
- AES（高级加密标准）：目前最常用的对称加密算法，支持多种密钥长度（128位、192位、256位）。
- DES（数据加密标准）：早期的对称加密算法，密钥长度为56位，现已不安全。
- 3DES（三重DES）：通过三次DES加密提高安全性，但速度较慢。
- Blowfish：一种可变密钥长度的对称加密算法，速度较快。
- RC4：一种流加密算法，曾广泛用于SSL/TLS协议，但已发现一些安全漏洞。

2. 非对称加密（Asymmetric Encryption）

定义：非对称加密使用一对密钥，即公钥和私钥。公钥用于加密数据，私钥用于解密数据。
工作原理：
- 加密方使用接收方的公钥对数据进行加密，生成密文。
- 接收方使用自己的私钥对密文进行解密，还原为明文。
- 私钥必须保密，只有接收方知道；公钥可以公开，任何人都可以使用。
优点：
- 密钥分发和管理简单。公钥可以公开，不需要安全分发。
- 提供身份验证和数字签名，确保数据的完整性和来源。
缺点：
- 加密和解密速度较慢，不适合处理大量数据。
- 计算复杂度高，需要更多的计算资源。
常见算法：
- RSA（Rivest-Shamir-Adleman）：最常用的非对称加密算法，基于大整数分解的数学难题。
- ECC（椭圆曲线加密）：基于椭圆曲线数学理论的加密算法，相同安全级别下密钥长度更短，计算效率更高。
- ElGamal：基于离散对数问题的加密算法。
- Diffie-Hellman：用于密钥交换的算法，本身不直接加密数据，但可以安全地协商对称密钥。

3.数据摘要&&数据指纹

1. 数据摘要（Data Digest）

定义：数据摘要是通过对数据进行哈希（Hash）运算得到的一个固定长度的值。哈希函数是一种单向函数，输入任意长度的数据，输出固定长度的哈希值。
特点：
- 固定长度：无论输入数据的大小，输出的哈希值长度是固定的。
- 唯一性：理论上，不同的输入数据会产生不同的哈希值。但实际上，由于哈希值的长度有限，可能会出现哈希冲突（即不同的输入产生相同的哈希值），但这种情况的概率极低。
- 单向性：从哈希值无法反推出原始数据。
- 快速计算：哈希函数的计算速度较快，适合处理大量数据。
常见算法：
- MD5（Message-Digest Algorithm 5）：输出长度为128位的哈希值。虽然MD5已经不再被认为是安全的，但在一些非安全敏感的场景中仍然被广泛使用。
- SHA-1（Secure Hash Algorithm 1）：输出长度为160位的哈希值。SHA-1也已经不再被认为是安全的，但仍然在一些旧系统中使用。
- SHA-256：输出长度为256位的哈希值。SHA-256是SHA-2系列算法中最常用的一种，被认为是安全的。
- SHA-3：最新的哈希算法标准，提供了更高的安全性和灵活性。
应用：
- 数据完整性验证：通过比较哈希值来验证数据是否被篡改。
- 数字签名：结合非对称加密技术，用于验证数据的完整性和来源。
- 存储密码：存储用户密码的哈希值，而不是明文密码，提高安全性。

2. 数据指纹（Data Fingerprint）

定义：数据指纹是指通过对数据进行某种处理（通常是哈希运算）得到的一个唯一标识符。数据指纹可以用于快速比较和识别数据。
特点：
- 唯一性：数据指纹通常要求具有高度的唯一性，不同的数据应该产生不同的指纹。
- 快速比较：指纹可以用于快速比较数据，避免直接比较大量数据。
- 可变长度：数据指纹的长度可以是可变的，具体取决于应用场景。
常见算法：
- 哈希函数：如MD5、SHA-1、SHA-256等。
- 布隆过滤器（Bloom Filter）：一种概率型数据结构，用于测试一个元素是否在一个集合中，具有高效的空间利用率。
- SimHash：一种用于检测相似性的哈希算法，可以生成数据的指纹，用于快速比较数据的相似性。
应用：
- 数据去重：通过比较数据指纹来识别重复数据。
- 相似性检测：通过比较数据指纹来检测数据的相似性。
- 分布式系统：用于快速定位和比较分布式系统中的数据块。

4.数字签名

摘要经过加密，就得到数字签名（后面细说）

三、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

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'
客⼾和服务端交换公钥
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'
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'

这样貌似也⾏啊，但是效率太低，依旧有安全问题

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.
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.

四、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

服务器具有⾮对称加密算法的公钥S，私钥S'
中间⼈具有⾮对称加密算法的公钥M，私钥M'
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
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
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
服务器拿到报⽂，⽤⾃⼰的私钥S'解密，得到通信秘钥X
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

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

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：

CA机构拥有⾮对称加密的私钥A和公钥A'
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
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.

六、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

结尾：

如果有什么建议和疑问，或是有什么错误，希望大家可以在评论区提一下。
希望大家以后也能和我一起进步！！
如果这篇文章对你有用的话，请大家给一个三连支持一下！！

谢谢大家收看🌹🌹