图解HTTPS

HTTP协议

用户访问网站，通常使用的是HTTP协议。HTTP协议传输的数据没有经过任何加密，是明文的。这些数据只要被黑客抓包到，就可以根据数据获取到用户信息，如用户登录时的用户名和密码。

HTTPS协议

既然明文传输有问题，那么你可能想到了加密方法。将数据加密后再传输，不就可以了吗？

没错，这就是HTTPS协议的目的。

HTTPS协议与HTTP协议的区别是，HTTP协议直接建立在TCP协议的基础上，但是HTTPS协议是在HTTP协议和TCP协议之间，增加了一层加密协议，即SSL/TSL协议。HTTPS就是通过这层协议来加密数据的。这样，数据通过SSL/TSL协议后，封装到TCP数据包中时，已经是加密的，即使被黑客获取，数据也不会被泄露。

SSL/TSL协议

SSL/TSL协议是啥

HTTPS离不开SSL/TSL协议。那么这个协议到底是啥呢？

SSL: Secure Sockets Layer。很久以前，网景公司意识到HTTP协议的不安全性，于是就设计出了SSL协议，用于对HTTP传输的数据进行加密。SSL协议已经很久不更新了，现在已被TSL协议替代。但是由于其开创性地位，并且当前仍被大多数浏览器所支持，SSL依旧是HTTPS的代名词。

TSL: Transport Layer Security。TSL是在SSL 3.0(SSL最后更新版本)的基础上发展起来的。因此，SSL是TSL的先驱。当前HTTPS使用的大多是TSL协议，也会有SSL3.0协议，不过浏览器都支持。TSL和SSL没有本质的区别，就像C/C++联合起来讲一样，TSL和SSL一般也联合起来讲，书写为：SSL/TSL协议。

SSL/TSL协议简述

SSL/TSL协议从简来讲的话，大致是下面几个流程：

客户端生成一个随机数 random-client，传到服务器端（Say Hello)

服务器端生成一个随机数 random-server，和着公钥，一起回馈给客户端（I got it)

客户端收到的东西原封不动，加上 premaster secret（通过 random-client、random-server 经过一定算法生成的东西），再一次送给服务器端，这次传过去的东西会使用公钥加密

服务器端先使用私钥解密，拿到 premaster secret，此时客户端和服务器端都拥有了三个要素：random-client、random-server 和 premaster secret

此时安全通道已经建立，以后的交流都会校检上面的三个要素通过算法算出的 session key

流程中几个关键点：

客户端生成的随机数

服务器生成的随机数

公钥

所为协议，即是一种约定，双方都要遵从。因此我们没必要死记硬背这个协议的流程，而是需要理解，这个协议中为何需要这些流程。这些流程中，某些流程是否多余？考虑是否充分？是否还需要补充其他流程？当然，我们知道，这个协议经过这么多年的发展，显然是很完备的，里面的流程不会冗余也不会缺少。下面我们需要通过几个问题，深入理解一下SSL/TSL协议。

几个问题

任何解决方案都是针对出现的问题而提出的。通过分析可能出现的问题，我们能大概理解这个协议中的部分含义。

怎么加密

上面讲了，HTTPS需要将数据进行加密后传输。那么问题是，数据应该怎样加密呢？

我们知道，当前在密码学中，主要的加密方法有两大分支：对称加密和非对称加密。既然我们还不知道使用哪种加密，不妨两种加密方法都试试。(对于对称加密和非对称加密不了解的同学，请先Google之，了解个大概先)

对称加密

对称加密的特点：

加密和解密使用的密钥是相同的

加密解密速度快，效率高

下面我们看看只使用对称加密算法会有什么问题：

如图所示，对称加密算法的核心是密钥。但是难点在于秘钥的传输和管理。客户端使用的密钥需要告诉服务器，这样服务器才能拿密钥来解密。但是密钥只能是明文传输，会被黑客窃取。这就相当于，给一把锁的同时，还给了一把开锁的钥匙，这是没有任何意义的。因此，只使用对称加密算法不可取。

非对称加密

非对称加密的特点：

客户端使用公钥加密。公钥是任何人都可以获取的

服务器只能使用对应的私钥解密。任何人没有私钥，都解密不了数据

计算量大，效率低。只适合加密少量数据。

可以看出，使用非对称加密算法，数据的安全性有了保证。但是加解密速度太慢，影响网站响应速度。因此，这种方法也不太可行。

非对称加密和对称加密联合使用

通过上面的分析，相信有些同学已经抓住了重点：

对称加密需要解决的是密钥传输问题。

非对称加密需要解决的是效率问题。

这样，能不能用非对称加密来解决对称加密的密钥传输问题，用对称加密解决非对称加密的效率问题。

如上图所示，客户端和服务端的数据交换使用对称加密算法进行加密，对称加密的密钥通过非对称加密传输。这样，非对称加密的数据量很少，只加密了一个密钥，效率不是问题。而数据是通过对称加密算法进行传输的，效率和安全性都有了保障。两全其美。

不过有个问题是，如何能保证对面给的公钥是可信的？万一有人给用户一个假的公钥，然后骗取了用户的密钥呢？这是一个可信性认证问题。

如何确认对方可信

举个简单的例子，方便理解这个问题：

如果出现上面这种情况，一个你不能确定身份的人跟你要钱，你会给吗？99%的人在确定对方身份之前是不会给的(剩下的1%是不差钱的)。

在工程中，这种欺骗行为叫做中间人攻击。实施攻击案例如下：

那么，如何判断对方的身份是否属实呢？通常情况下，对方会给你出示个证件来证明其身份。

但是，证件是可以伪造的，怎么能确定这个证件是真的？

首先，要明确一件事情，在这个人不可信的情况下，他提供的任何证据都是不可信的。

因此，这种情况下，就必须有一个权威的，大家都信任的第三方人或机构。如果这个人或机构能证明这个人可信，那么你就可以放心了。当然，第三方人或机构还需要充当一个担保的角色。如果证明有误，由第三方人或机构来赔偿。

试想，如果习大大担保说你可以给钱给对方，你还会犹豫吗？

这种可信的第三方机构，就是数字证书认证机构，简称：CA(Certificate Authority)

CA的认证过程如下图所示：

首先，网站会事先向CA机构申请证书。这个证书类似于身份证，是网站身份的象征。

当用户访问网站的时候，网站会把证书给用户。

用户的浏览器拿到证书后，浏览器会判断出证书是否可信。如果证书可信，可继续访问，否则，浏览器会有错误提示。用户当然可以无视警告继续访问，但风险是很大的。

那么，下一个问题就是，浏览器是如何判断证书是否可信的？这是证书认证问题。

如何认证证书

从上面我们知道，证书是防止中间人攻击的关键。但是证书无非也是数据，是数据就可以被修改或伪造。那么CA证书是如何保证不被修改和伪造的呢？

首先，我们要了解证书的内容。

上图是天猫官网的证书内容，从中可知，一个证书主要包含以下内容：

证书的版本信息；

证书的序列号，每个证书都有一个唯一的证书序列号；

证书所使用的签名算法(即Hash算法)；

证书的发行机构名称，命名规则一般采用X.500格式；

证书的有效期，通用的证书一般采用UTC时间格式，它的计时范围为1950-2049；

证书所有人的名称，命名规则一般采用X.500格式；

证书所有人的公钥；

证书发行者对证书的签名。

有同学可能会感觉，内容挺多，也不知道都有啥用。别急。知道了证书的内容，我们还得了解下证书是如何签发的。

证书签发

证书签发有两个关键步骤：

Hash算法做数字签名

数字签名被加密

数字签名的作用是防止数据被修改。只要证书中的数据被修改哪怕一个字符，数字签名就会有极大变化。同时，这个签名是不会相同的，不会被东拼西凑的数据产生同样的签名。

数字签名被加密的目的是防止数字签名被修改或者替换。由于数字签名是用签发方的私钥加密的，浏览器会默认使用证书中携带的公钥进行解密。如果数字签名被替换或者修改，解密出的数字签名就跟原来不一样了。

了解了证书内容和证书签发，就可以讲证书认证了。

证书认证

这里也有两个关键步骤：

数据使用同样的Hash算法计算数字签名

使用公钥解密获得之前的数字签名

如果两个签名相同，好，证书可信。否则不可信。

那么问题来了，证书签发方的公钥从哪获得呢？

仔细看tmall的证书，可发现，*.tmall.com的证书上面还有两层证书。这个叫做证书链(Certificate Chain)。

为啥需要证书链呢？因为某一层证书的公钥需要根据其上一层证书获得。最上层是根证书。

根证书是CA机构才能签发的，特点是自可信。即，无需其他认证，无条件可信。

为啥根证书可信呢？

首先根证书不可信的话，还能信啥

其次，能颁发根证书的机构基本上都有数字证书行业一定年限的行业基础，少则10多年，多则几十年。同时要保证巨额的故障赔付。

正式因为门槛很高，能成为CA的都是极少数的。

其实，证书链只需要两层就可以了，为啥中间还有一层呢？

为了安全

为了方便

先说方便。试想，CA机构也就那么几家，还几乎都在国外。国内任何一个网站需要签发证书的话，都需要跟这几家机构打交道。考虑到网络慢，还有“墙”等因素，这个成本不可小觑。这时就希望如果国内也有证书颁发机构多好。国内的证书颁发机构再由顶级CA机构来认证。就像C由B认证，B由A认证，只要A可信，B就可信，那么C也就可信了。

另一个就是安全，这也是最重要的，因为根证书实在太重要了。godaddy官方给了一个答案是，为了确保root certificates的绝对安全性，将根证书隔离地越严格越好。链接

由于以上原因(当然不止这点儿原因，比如还有利益因素等)，就多出了中间一层，这层叫做intermediates Certificates。

也就是说证书分为两种，即root Certificates和intermediates Certificates。

CA的组织结构是一个树结构，一个root CAs下面包含多个intermediates CAs，而intermediates又可以包含多个intermediates CAs。root CAs 和 intermediates CAs都可以颁发证书给用户，但是一般都只是 intermediates CAs跟用户直接打交道。

综上，证书链是一个树形结构，证书的认证是循着链自下而上的逐步认证过程。

还是结合tmall那个例子来zai讲一下证书认证。当访问天猫时，浏览器会收到tmall的证书。为了认证tmall的证书，首先要认证tmall的签发证书globalSign Organization Validation CA，为了认证globalSign Organization Validation CA这个证书，需要认证其签发证书GlobalSign Root CA。这是一个根证书。操作系统和浏览器会默认存储常用根证书。只要是在可信列表中的，这个根证书就是可信的。

引申

MAC系统中可以在“钥匙串访问”中查看存储的根证书。

访问12306时会出现下面的页面

这是由于12306使用的根证书不在默认列表中，需要手动添加即可。

啥是双向认证

单向认证是只有客户端认证服务器的证书

双向认证，就是客户端认证服务器，服务器也需要认证客户端。

大多数情况下，单向认证就够了。像我们常访问的网站，网站没必要验证用户。但是在企业级对接中，双向认证就是必须的了。