本文为《三万长文50+趣图带你领悟web编程的内功心法》第五个章节。
5、HTTPS
我们知道，明文传输和不安全是HTTP的其中一个特点，但是随着越来越多机密的业务交易转移到线上，如银行转账、证券交易、在线支付、电商等，我们对传输的安全性有了更高的要求，为此，出现了HTTP的扩展：HTTPS，Hypertext Transfer Protocol Secure，超文本传输安全协议。
HTTPS默认端口号为433，基于HTTP扩展了安全传输的特性，其他特性完全沿用HTTP。
5.1、HTTPS协议架构
我们先来看一看HTTP的协议架构和HTTPS协议架构的区别：
HTTP是基于TCP/IP的协议，中间没有任何安全传输相关的模块。为此，HTTPS在中间引入了一个传输级的密码安全层，该层可以使用安全套接层 Secure Sockets Layer(SSL)，也可以使用其后继者：传输层安全 Transport Layer Security(TLS)。
HTTPS = HTTP + SSL or TLS
加入这层之后，收发报文也就不再是使用Socket API，而是调用了安全层提供的安全API。在使用HTTPS时无需过多的修改协议处理逻辑。
为此，如果我们弄清楚这个SSL/TLS，就理解了HTTPS的精华所在了。
5.2、SSL/TLS发展历史
为了保证安全性，SSL/TLS在不断的迭代升级版本，引入了更加安全的算法套件。下面是大致的升级过程：
在1999年，SSL 3.0升级为TLS 1.0，写入到RFC 2246标准中。
不过由于安全问题，TLS 1.1及其以下版本都将作废，不再维护，目前主要在用的是TLS 1.2和TLS 1.3。
OpenSSL是开源版本的实现，目前急需在维护的是OpenSSL 1.1.1版本。
5.3、TLS详解
浏览器和服务器通信之前，会先协商，选出他们都支持的加密套件，用于实现安全的通信。
常见的加密套件可以参考 161 Cipher Suites[1]。
我们选一个来看看加密套件的命名格式：
如最后一个组合，意味着：
- ECDHE: 握手时，使用ECDHE算法交换密钥；
- ECDSA: 使用ECDSA算法进行签名；
- AES128-GCM: 使用AES256对称加密算法进行通信，密钥长度128，分组模式GCM；
- SHA256: 使用SHA256算法进行消息的完整性验证和产生随机数。
5.3.1、为什么需要用到这么多算法？
以密码学为基础的信息安全包含主要的五个方面：机密性，可用性，完整性，认证性，不可否认性。
为了保证安全，TLS就需要保证这五个特性。简要说明下这个五个特性：
-
机密性：保密信息不会透露给非授权的用户或实体； -
可用性：指的是加密服务的高可用； -
完整性：信息不回被非法篡改，有对应的篡改检测机制； -
认证性：参与信息交换的两个主体需要确认对方的身份是否可信，避免信息被不怀好意的人给窃取或者篡改； -
不可否认性：指的是用户在事后无法否认曾经进行的信息交换、签发；
每种算法，在TLS中都有其特定的用处，下面先简单介绍各种算法。
5.3.2、对称加密算法
所谓对称加密，就是使用同一个密钥进行加解密。
最常见的就是AES加密算法。
但是对称加密，加解密双方如何安全的传递密钥是一个问题。如果服务器直接把密钥传输给客户端，然后才进行加密通信，可能在传输密钥的过程中，密钥就被窃取了。
5.3.3、非对称加密
非对称加密通常包含一对密钥，称为公钥(public key)和私钥(private key)。
其中一个密钥加密后的数据，只能让另一个密钥进行解密。
使用公钥推算出私钥是非常困难的，但是随着计算机运算能力提升，目前在程序中使用的非对称密钥至少要2048位才能保证安全性。
虽然非对称加密能够保证安全性，但是性能却比对称加密差很多。
为此，在TLS中，实际上用的是用到了两种算法的混合加密。通过非对称加密算法交换对称加密算法的密钥，交换完成之后，在使用对称加密进行加解密传输数据。这样就保证了会话的机密性。
5.3.4、摘要算法
摘要算法主要用于保证信息的完整性，相当于信息的指纹信息。常见的散列函数，哈希函数，MD5算法都属于这类算法，其特点是单向性，无法反推原文。
为了保证安全性，目前TLS推荐使用SHA-2摘要算法，禁止使用MD5和SHA-1。
有了摘要算法就能保证完整性了吗？
假如黑客截取了信息，改动了信息之后，重新生成了摘要，那么，这个时候就判断不出来消息是被篡改过了。
image-20200905224436088为了避免这类消息发生，我们需要给摘要也通过会话密钥进行加密，这样就看不到摘要明文信息了，能更好的保证信息的安全性了。
image-20200905230547998可见，离开了机密性，完整性也就无从说起了。
5.3.5、数字签名
到目前为止，我们还有一个问题没有解决，那就是：怎么知道我们要连接的网站不是伪造的呢，如果是伪造的，即使他给了我们他的公钥，也是可以成功进行加解密的，因为他给的公钥给他自己的私钥本身就是一对。
如下图，客户端的请求被中间人截获了，中间人给了客户端自己的公钥，最终客户端把消息发给了中间人，中间人这个时候是可以解密密文拿到原始数据的。然后中间人请求实际的服务器，拿到了实际服务器的公钥，再把消息转发给实际的服务器。这样就窃取了客户端的信息了。
中间人攻击
为了避免拿到假的公钥，所以我们需要一个权威机构帮忙验证这个公钥是不是真的。
通过CA机构生成数字证书
这个时候我们请来了权威的机构，来帮忙我们生成网站公钥的数字证书：
如上图，服务器和CA机构分别有一对密钥，服务器请求CA机构把服务器公钥生成一个数字证书，生成流程：
- CA机构通过摘要算法生成公钥的摘要；
- CA机构通过自己的CA私钥以及特定的签名算法加密摘要，生成签名；
- 把签名、服务器公钥，以及其他基本信息打包放入数字证书中。
最后，CA机构把生成的数字证书返回给服务器。
服务器配置好生成的证书，以后客户端连接服务器，都先把这个证书返回给客户端，让客户端验证并获取服务器的公钥。
服务器公钥验证流程
客户端接收到服务器发送的数字证书和CA机构的公钥，通过CA机构的公钥对数字证书上的签名进行验证。
验证过程：
- 使用CA公钥和声明的签名算法对CA中的签名进行解密，得到服务器公钥的摘要内容；
- 拿到证书里面的服务器公钥，用摘要算法生成摘要内容，与第一步的结果对比，如果一致，则说该证书就是合法的，里面的公钥是正确的，否则证书就是非法的。
谁来保证CA的公钥的正确性?
服务器验证的时候，需要拿到数字证书发布机构的CA公钥，但是怎么证明这个CA公钥是正确的呢？这个时候就需要有更大的CA帮小的CA的公钥做认证了，一层一层的背书，最顶层的CA，Root CA，称为根证书，作为信任链的根，是全球皆知的的极大著名CA，这些根证书一般会内置到操作系统中。
image-20200906182339641大家可以到操作系统的证书目录下，或者浏览器，看看证书文件里面都有什么内容。
思考题：
- 即使证书验证通过了，这样就能够保证安全了么，想想还有没有其他原因导致请求的网站身份不可信的；
- 有了CA机构，就没法进行中间人攻击了吗？
5.3.6、算法总结
我们来总结一下上面提到的各种算法的作用：
- 签名算法：通过数字证书，和CA公钥，验证获取到的服务器公钥的可靠性，保证了认证性；
- 密钥交换算法 + 对称加密算法：通过交换的密钥，进行加密通信，保证了机密性和不可否认性；
- 摘要算法：保证完整性。
本文首次发表于: HTTPS：网络安全攻坚战 以及公众号 Java架构杂谈，未经许可，不得转载。
5.4、HTTPS连接过程
HTTS连接访问比HTTP多了一步TLS连接：DNS解析，TCP连接、TLS连接。
最关键的就是TLS连接，这里我们重点来分析。
其中TLS连接认证分为单向认证和双向认证：
单向认证 ：服务器提供证书，客户端验证服务器证书；
双向认证 ：服务器客户端分别提供证书给对方，并互相验证对方的证书。
不过，大多数运行HTTPS的web服务器都不需要客户端提供证书，如果服务器需要验证客户端的身份，一般是通过用户名和密码、手机验证码等之类的凭证来完成。对于更高安全级别要求的系统，如大额网银转账等，则会提供双向认证的场景，来确保对客户身份提供认证性。
早期的TLS密钥交换用的是RSA算法，目前主流都是用ECDHE算法来做密钥交换的。下面我们分别来介绍下。
5.4.1、基于TLS1.2的HTTPS连接过程
5.4.1.1、RSA密钥交换算法
这个过程稍微有点复杂，还是先上图，流程的关键部分都加上了注释，后面详细解释。
如上图：
- 首先是TCP三次握手，握手成功之后，就可以开始通过TCP传输数据了；
- 接下来是TLS握手的流程：
- Client Hello：客户端生成一个Client Random随机数，明文发送给服务器，同时提供自己的 TLS版本号，以及自己支持的加密套件；
- Server Hello：服务器收到之后，也生成了一个Server Random随机数，明文发送给客户端，同时告知自己选择的TLS版本号，以及选择的加密套件；
- Server Certificate：服务器发送自己的证书给到客户端；
- Server Hello Done：提示服务器信息发送完毕；
- 客户端收到证书之后进行证书的校验，确保公钥是合法的；
- Client Key Exchange：客户端生成一个PreMaster随机数，通过服务器的公钥加密传输给服务器；
- 这个时候客户端和服务器都有三个参数：Server Random、Client Random、PreMaster，其中PreMaster是无法被不怀好意的人截获的，通过这三个参数，生成对称密钥；
- 客户端Change Cipher Spec：客户端通知服务器后续改用刚刚生成的密钥进行加密通信；
- 客户端Encrypted Handshake Message：客户端准备用刚刚的参数加密传输，验证加密通信；
- 服务器Change Cipher Spec：服务器也通知客户端后续改用刚刚生成的密钥进行加密通信；
- 服务器Encrypted Handshake Message：服务器准备用刚刚的参数加密传输，验证加密通信；
- 在双方都确认好了之后，最后是验证的消息。
这里的核心是：通过非对称加密交换参数，生成对称通信加密的密钥，其中PreMaster是非对称加密传输的，保证了不会泄露通信加密的密钥。
下面我们再来看看主流的ECDHE密钥交换算法的HTTPS连接过程。
5.4.1.2、ECDHE密钥交换算法
我把与基于RSA算法的连接过程的差异步骤都进行高亮显示了，如下图：
这里我重点说明不一样的地方：
- Server Key Exchange：在服务端发送完证书之后，多了这一步，这个是椭圆曲线参数Server Params，为了保证认证性，这里同时生成了Server Params的签名，一起发给客户端；
- Client Key Exchange：这里不再是直接发送客户端生成PreMaster，而是生成客户端的椭圆曲线参数Client Params，直接传送给服务端；接着，客户端和服务端双方通过ECDHE算法用Client Params和Server Params算出最终的PreMaster，这个PreMaster是保证不会被截获的。这样双方就有了：Client Random，Server Random，PreMaster参数了，通过这三个参数就可以生成通信密钥了；
- 在客户端发送了Encrypted Handshake Message之后，就立刻发送测试包了，不用等到服务端发送完Encrypted Handshake Message。
5.4.2、TLS1.3对安全性和性能的提升
TLS1.3是2018年发布的，这个版本中对安全性和性能上有了大幅度提升。
5.4.2.1、安全性提升
这个版本中砍掉了很多不够安全点加密套件中的算法，只提供了少而精的加密套件。
密钥交换算法废弃了RSA，更好地保证了安全性，不会因为RSA私钥泄露导致历史报文被破解的问题出现。
假设有人故意截获了会话中所有的加密报文，在RSA算法中，如果私钥泄露，那么就可以推算出PreMaster和对称密钥，那么保存了所有的历史报文都会被破解。
5.4.2.2、性能提升
上图我们看到，TLS握手经历了两个RTT。
TLS1.3简化了握手过程，主要就是把原来两个RTT中的信息，打包成一个发送了，减少传输次数，最终只需要1个RTT就完成了信息的交换和握手。
思考：用了HTTPS肯定会变慢，有什么提升速度的措施呢？
这篇文章的内容就介绍到这里，能够阅读到这里的朋友真的是很有耐心，为你点个赞。
本文为arthinking基于相关技术资料和官方文档撰写而成，确保内容的准确性，如果你发现了有何错漏之处，烦请高抬贵手帮忙指正，万分感激。
如果您觉得读完本文有所收获的话，可以关注我的账号，或者点赞吧，码字不易，您的支持就是我写作的最大动力，再次感谢！
为了把相关系列文章收集起来，方便后续查阅，这里我创建了一个Github仓库，把发布的文章按照分类收集起来了，感兴趣的朋友可以Star跟进：
关注我的博客IT宅(itzhai.com)或者公众号Java架构杂谈，及时获取最新的文章。我将持续更新后端相关技术，涉及JVM、Java基础、架构设计、网络编程、数据结构、数据库、算法、并发编程、分布式系统等相关内容。
References
- 谢希仁. 计算机网络(第6版). 电子工业出版社.
- TCP/IP详解 卷1：协议（原书第2版）. 机械工业出版社.
- UNIX网络编程 卷1：套接字联网API. 人民邮电出版社
- HTTP权威指南. 人民邮电出版社
- HTTP/2基础教程. 人民邮电出版社
- 刘超. 趣谈网络协议. 极客时间
- 罗剑锋. 透视HTTP协议. 即可时间
本文同步发表于我的博客IT宅(itzhai.com)和公众号(Java架构杂谈)
作者：arthinking | 公众号：Java架构杂谈
博客链接：https://www.itzhai.com/articles/https-the-battle-for-network-security.html
版权声明： 版权归作者所有，未经许可不得转载，侵权必究！联系作者请加公众号。
