从wireshark抓包开始学习https

导语

目前 互联网大量web的应用层协议从http迁移到了https，https已经在越来越多的场合替换http协议。近期由于业务需要，我们通过Wireshark对https的请求进行了一次抓包分析，同时也了解了更多https相关知识，整理出来和大家一起学习。

一、概述

到底什么是HTTPS呢？简单而言，HTTPS是使用TLS/SSL加密的HTTP协议。HTTP协议通过明文进行信息传输，存在信息窃听、信息篡改和身份冒充的风险，而协议TLS/SSL具有信息加密、完整性校验和身份验证的功能，可以避免此类问题。

TLS/SSL全称为：安全传输层协议（Transport Layer Security），是介于TCP和HTTP之间的一层安全协议，不影响原有的TCP协议和HTTP协议，所以使用HTTPS基本上不需要对HTTP页面进行太多的改造。

(注：大多数人将HTTPS和SSL(Secure Sockets Layer)联系起来，SSL是Netscape公司在90年代中期发明的。随着时间的推移这种说法就渐渐变得不准确了。由于Netscape失去了市场份额，它将SSL的维护工作移交给因特网工程任务组（IETF）。第一个后Netscape版本被重新命名为安全传输层协议（TLS），TLS1.0是在1999年1月份发布的。由于TLS诞生都10年了， 所以真正的“SSL”传输其实是几乎见不到.)

二、Wireshark看TLS握手

下面是我们抓包数据中的一次https请求的建立过程：

很明显，前3条消息对应的是TCP通信的三次握手的过程。（需要说明的是，根据 RFC2818 ，一旦出现“https”就意味着TCP需要连接目标端的443号端口）

Client Hello

从这条消息开始，开始TLS协议的握手过程

• Version

我们可以在Client Hello消息中，看到两个Version信息，根据 RFC5246 它们分别是：第一处表示本次通信使用的TLS版本为1.0；第二处表示客户端期望使用的TLS版本为1.2。（注：版本协商，客户端会提供它能支持的最高的TLS版本，由服务端确认最终使用的TLS版本）

• Random

前面的四个字节是当前时间，它的格式是Unix时间戳。跟随其后是28字节的随机数，它将在后面过程中使用。

• Session ID

在这里它是空值或者是null。如果在几秒前连接过该服务，它就可能继续使用之前的会话，不需要重新执行整个“握手”过程。在我们的抓包内容中，由于是第一次连接，所以Session ID长度为0。

• Cipher Suites

它是请求发送端所支持的密码算法的一个列表。这里看到请求发起方提供了22个可供选择的选项。关于CipherSuite的解释，我们在后面篇章会有更详细的介绍。

• Extension：server name

这个字段包含了我们请求要发往的服务器的域名信息，它作用有些类似HTTP协议header中的“Host”，这样就允许了Internet公司出于成本的考虑将上百个网站绑定在同一IP 地址上。

ServerHello

其中有服务端对Client Hello回应的一些关键信息：

• Random

同Client Hello类似，它返回了服务端的当前时间，以及服务端产生的一个28字节随机数

• Version

服务端确认通信使用的TLS版本：TLS1.2

• Cipher Suite

服务端选择的通信使用的加密协议套件：

TLS_ECDHE_RSA_WITH_AES_256_GCM_SHA384

• Session ID

建立的会话标识ID，有了它，随后重连服务器就不需要再执行一个完整的握手过程了。

Certificate&Server Key Exchange&Server Hello Done

在同一条消息中包含了：服务端返回证书，交换公钥以及“Server Hello”结束三部分内容。客户端收到服务证书后，会先验证证书的合法性，如果验证通过才会进行后续通信。

Client Key Exchange&Change Cipher Spec、Encrypted Handshake Message(Finished)

这里三条客户端发送的消息：交换公钥，编码改变通知 和 握手结束消息。 ChangeCipher Spec 、Multipiple Handshake Messages(Finished)

这是TLS握手过程的最后一条消息，内容为：服务端编码改变通知 和 握手结束消息。至此，TLS通信的整个握手过程已经完成。

要注意，在Finished消息中包含两部分信息，finish标识和hash校验信息。但是无论客户端还是服务端，在Change Cipher Spec之后的内容都已经通过加密方式传输了，所以Finished中具体内容已经无法通过Wireshark直接查看。       TLS通信过程可以总结为:

1. 客户端将可支持TLS版本、加密套件列表、随机数等，通过Hello 结构体传给服务端
2. 服务端将选定的TLS版本、使用的加密套件和服务端产生的随机数通过Hello结构体回传给客户端。同时也会把证书传给客户端，证书里面同时带有公钥
3. 客户端验证证书后，会计算产生随机数字Pre-master secret并用证书公钥加密后发给服务器，同时通过计算获得协商密钥
4. 服务端使用私钥解密出Pre-master secret，并通过计算获得协商密钥
5.  最后双方使用对称加密的密钥进行加解密传输

三、CipherSuite的介绍

在基本了解TLS的通信过程之后，我们再来了解一下CipherSuite的概念。每一个CipherSuite都是4个算法类型的组合：

1. 1个authentication (认证)算法
2. 1个encryption(加密)算法
3. 1个message authentication code (消息认证码 简称MAC)算法
4. 1个key exchange(密钥交换)算法

显然，这4个算法是用于实现信息加密、完整性校验 和 身份验证的功能

从我们的抓包内容中可以看到：服务端最终选择的加密套件为：

TLS_ECDHE_RSA_WITH_AES_256_GCM_SHA384

对应到CipherSuite算法类型后：

(注：关于cipher suite中各算法的流行趋势，感兴趣的同学可以自行检索)

关于CipherSuite协商过程：https消息内容是通过CipherSuite来指定过程中使用的算法的服务端大多数情况下，会从客户端Cipher Suites中按排列顺序从上往下进行选择，因为排列靠前意味着安全性越高算法的选择会一定程度上影响https连接的性能，在某些场景下服务端可以综合考虑安全性和效率问题，选择更加合适的算法组合。

四、一些数学相关的知识

对称加密 和 非对称加密

对称密码编码技术，它的特点是文件加密和解密使用相同的密钥，即加密密钥也可以用作解密密钥，这种方法在密码学中叫做对称加密算法。相应的非对称加密算法中加密和解密使用两种不同的密钥，其中，公钥是公开的，私钥由个人持有，必须保密。

HTTPS 的通信过程中只在握手阶段使用了非对称加密，后面的通信过程均使用的对称加密。尽管非对称加密相比对称加密更加安全，但也存在两个明显缺点：

1. CPU 计算资源消耗大。一次完全 TLS 握手，密钥交换时的非对称解密计算量占整个握手过程的 90% 以上，如果应用层数据也使用非对称加解密，性能开销太大，无法承受。
2.  非对称加密算法对加密内容的长度有限制，不能超过公钥长度。比如现在常用的RSA公钥长度是2048位，意味着待加密内容不能超过256字节。所以非对称加密目前只能用来作密钥交换或者内容签名，不适合用来做应用层传输内容的加解密。

非对称密钥交换算法是整个 HTTPS 得以安全的基石，充分理解非对称密钥交换算法是理解 HTTPS 协议和功能的关键。下面我们选取其中常见的两种非对称算法进行介绍：

RSA算法简介

1977年，三位数学家Rivest、Shamir 和 Adleman 设计了一种算法，可以实现非对称加密。这种算法用他们三个人的名字命名，叫做RSA算法。从那时直到现在，RSA算法一直是最广为使用的”非对称加密算法”。

公钥与密钥的产生

假设Alice想要通过一个不可靠的媒体接收Bob的一条私人讯息。她可以用以下的方式来产生一个公钥和一个私钥：

随意选择两个大的质数p和q，p不等于q，计算N=pq。

根据欧拉函数，求得r =φ(N)=φ(p)φ(q)= (p-1)(q-1)

选择一个小于 r 的整数 e，求得 e 关于模 r 的模反元素，命名为d。（模反元素存在，当且仅当e与r互质）

将 p 和 q 的记录销毁。

(N,e)是公钥，(N,d)是私钥。Alice将她的公钥(N,e)传给Bob，而将她的私钥(N,d)藏起来。

加密消息

假设Bob想给Alice送一个消息m，他知道Alice产生的N和e。他使用起先与Alice约好的格式将m转换为一个小于N，且与N互质的整数n，比如他可以将每一个字转换为这个字的Unicode码，然后将这些数字连在一起组成一个数字。假如他的信息非常长的话，他可以将这个信息分为几段，然后将每一段转换为n。用下面这个公式他可以将n加密为c：

n^e ≡ c (mod N)

计算c并不复杂。Bob算出c后就可以将它传递给Alice。

解密消息

Alice得到Bob的消息c后就可以利用她的密钥d来解码。她可以用以下这个公式来将c转换为n：

c^d ≡ n (mod N)

得到n后，她可以将原来的信息m重新复原。

解码的原理是

c^d ≡ n^(e·d)(mod N)

已知e·d ≡ 1 (mod r)，即e·d =1 +hφ(N)。由欧拉定理可得：

n ^(e·d) =n^ (1 +hφ(N))=n·((n^φ(N))^h)≡(n(1)^h)(modN) ≡ n (mod N)

签名消息

RSA也可以用来为一个消息署名。假如Alice想给Bob传递一个署名的消息的话，那么她可以为她的消息计算一个散列值（Message digest），然后用她的私钥加密这个散列值并将这个“署名”加在消息的后面。这个消息只有用她的公钥才能被解密。Bob获得这个消息后可以用Alice的公钥解密这个散列值，然后将这个数据与他自己为这个消息计算的散列值相比较。假如两者相符的话，那么他就可以知道发信人持有甲的密钥，以及这个消息在传播路径上没有被篡改过。

通过一次简单实践更好的了解RSA

1. 假设p = 2，q = 5（p，q都是素数即可），则N = pq = 10；
2. 得到：r = (p-1)(q-1) = (2-1)(5-1) = 4；
3. 根据模反元素公式，可以得出，e·d ≡ 1 (mod 4),即e·d = 4n+1 (n为正整数)；
4. 假设n=5，则e·d = 21，且e、d为正整数，并且e与r互质，则e = 7，d = 3；
5. 获得公钥和密钥：公钥为(N, e) = (10, 7)，密钥为(N, d) = (10, 3)；
6. 假设要传输的数字为2，通过公钥加密后为：(2^7)(mod 10) = 8；
7. 通过密钥解密：(8^3)(mod 10) = 512(mod 10) = 2，即获得结果；

ECDHE

目前大部分 HTTPS 流量是使用 ECDHE进行密钥交换。

在介绍ECDHE之前，先来看一下ECDH，它其实是使用椭圆曲线加密技术（ECC）的 DH密钥交换（Diffie-Hellman）算法。DH密钥交换算法，可以让交换双方在不共享任何秘密的情况下协商出一个密钥。ECC则是建立在基于椭圆曲线的离散对数问题上的密码体制，在相同的密钥长度下，其安全性比RSA更高。

而ECDHE则是ECDH的Ephemeral version，它会为每次握手过程分配一个不同的DH key，从而提供前向安全性。实际上，在HTTP/2中允许使用的Cipher Suite必须采用具有前向安全性的密钥交换算法。

五、总结

https实际就是在TCP层与http层之间加入了TLS/SSL来解决安全问题的。

在进行应用数据传输之前，TLS需要通过握手过程来协商安全通信所需的相关参数。

整个通信过程中主要用到散列、对称加密、非对称加密和证书等相关技术，来解决客户端与服务器数据传输中各种安全风险问题，从而达到保证整个通信过程的安全。

六、参考链接

http://www.infoq.com/cn/articles/HTTPS-Connection-Jeff-Moser

https://blog.cloudflare.com/keyless-ssl-the-nitty-gritty-technical-details/

https://tools.ietf.org/html/rfc5246

https://blog.helong.info/blog/2015/01/23/ssl_tls_ciphersuite_intro/

版权所属，禁止转载