http/https协议

今天我们来学习http协议！

首先我们要学两个前置知识！
1：URL

比如百度的搜索界面，这个就是URL（就是我们平时说的网址），其中www.baidu.com就是域名，也即网址是由域名+其他内容所组成的（一个完整的网址通常由协议、域名（可能包括子域名）、目录路径、查询参数和端口号（如果非默认）等），然后域名将会通过域名解析变成ip+端口号，实际访问的是ip+端口号！

比如这样的（由于是http服务，所以端口号不写默认是80）

(也可以显示写其他端口)

2：urlcode和urlencode

像 / ? : 等这样的字符 , 已经被 url 当做特殊意义理解了 . 因此这些字符不能随意出现 .

比如 , 某个参数中需要带有这些特殊字符 , 就必须先对特殊字符进行转义 .

转义的规则如下 :

将需要转码的字符转为 16 进制，然后从右到左，取 4 位 ( 不足 4 位直接处理 ) ，每 2 位做一位，前面加上 % ，编码成 %XY

 

说完了前置知识以后，我们再来更深入了解http的访问规则

其实我们在通过http访问的时候，我们首先会发送一个请求报文，大致就是由请求行，请求报头，空行，正文部分组成！

请求行通常包括：方法，版本，http的版本信息

报头则是key-value结构，用于发送一些信息，比如内容长度(content length)等

空行用来分割请求报头和正文

然后就是正文，可以没有内容！

这个地方我们主要谈一下，GET和POST。GET获取资源会在url回显，一般适合网页资源的获取，但是不适合账号密码（不能回显），所以我们一般都要用POST，POST不会回显！而是会在请求体里面进行发送。而GET则是在被包含在url里面的（这也是为什么会回显）！

通过状态码，反馈我们服务的运行情况，比如我们经常见的404这些都是状态码！

上面是我们一些常见的header用于对应相应的信息！

同样我们可以写响应报文！

只要将其拼接好然后发送就可以了！

并且通常我们会将不同页面的信息分离，于是我们就会创建一个web根目录，然后将资源放在这个目录里面！

比如上面就是bilibili的主页面（根目录），下面是某一个视频进去的页面。

显然我们可以发现这个视频就是放在Bilibili主页面（根目录）下的video文件夹下的一个文件！

如上这个wwwroot就是一个根目录！

他人访问我们网址的时候我们就可以直接在域名后面的路径名截出来和我们的根目录名拼接，然后我们就可以响应相应网页的数据了！

介绍完上面的一些基本信息，我们再来深入了解一下http

首先就是我们可以谈一下版本

以前由于网址一般资源较少，往往建立一次连接获取一次数据就可以了，但是现在网址通常比较大，如果是这样往往比较浪费资源！ 于是在http1.1版本就可以进行长链接了，也即一次链接以后可以获取多份资源！而在1.0及之前是没有长连接的！

然后我们再讲一下，http是无状态的！

HTTP协议本身不会在服务器和客户端之间保持任何会话（session）或状态信息。换句话说，每个HTTP请求都是独立的，服务器不会记住之前与同一客户端的交互或请求，也不会自动地将这些交互与后续的请求关联起来。

所以我们每一次登录每一个网址，如果退出以后，我们是必须重新登录的！

但是大家肯定想怎么会了，我们平时使用的网址经常都可以自动记忆和登录！

这我们就要谈到Cookie了！

我们很多数据信息会被记录在cookie里面，当我们登录或者记忆过什么之后，浏览器会自动保存cookie（或者网页让浏览器保存的），下次浏览器就会自动发送相应的数据（比如账号密码），而不用重新登录了！！！

但是这样我们就要思考，Cookie所带来的安全问题！！！

如果我们的Cookie被盗，那不就会导致我们的我们的信息泄漏吗！

解决方法就是我们每次想服务器请求的时候，不仅要看我们的登录账号和密码，也会监测登录地点，ip等，如果出现了异常情况，服务器就会拦截我们的信息！这样就可以增强安全性！

并且为了防止信息泄露，服务器端一般会生成一个session id给用户，真正保存的cookie字段是session id，真正的数据在服务器，这样哪怕cookie id被盗走也不会泄露个人信息了！

但是这样我们仍然没有办法完成加密，怎么办呢？

于是我们就在http的基础之上加入了ssl加密解密层，也就形成了我们熟知的https！！！

接下来我们就开始讲https！

我们先谈一些前置知识！

首先我们要知道什么是加密！

而在这个中间过程中需要通过加入其他信息（包括引入加密方式也是一种信息）进行加密，这个加入的信息就是密钥！只有通过密钥才能解密获取信息！

常见的加密方式有对称加密和非对称加密！

对称加密：加密解密的密钥是一样的。

非对称加密：加密解密的密钥是不同的！

然后就是数据指纹

只要通过相应的哈希算法就可以把原本的信息加密出一段固定长度的字符串，通过判断字符串就可以知道内容是否被篡改或者两个数据信息是否是相同的！

然后我们再说一下http采取的加密方式！

⽅案 1 - 只使⽤对称加密

如果中间黑客截取了信息，直接用公钥解密，就不安全了，所有否定。

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。

所有一样被否定了！

⽅案 3 - 双⽅都使⽤⾮对称加密

1. 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'

2. 客⼾和服务端交换公钥

3. 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'

4. 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（我们稍后讲）

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.

可是真的没有问题了吗？

其实以上的过程都存在一个致命问题！

中间⼈攻击

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

1.服务器具有⾮对称加密算法的公钥S，私钥S'

2. 中间⼈具有⾮对称加密算法的公钥M，私钥M'

3. 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

4. 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

5. 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

6. 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

7. 服务器拿到报⽂，⽤⾃⼰的私钥S'解密，得到通信秘钥X

8. 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

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！

于是我们就可以引入证书的概念了！！！

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 可以理解成一个 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）

可以使⽤在线⽣成CSR和私钥： https://myssl.com/csr_create.html

形成CSR之后，后续就是向CA进⾏申请认证，不过⼀般认证过程很繁琐，⽹络各种提供证书申请的服 务商，⼀般真的需要，直接找平台解决就⾏!

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：

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

于是我们就有了最终方案！

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.

最后我们谈一下容易产生疑问的问题！

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，客⼾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，客⼾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。

如何成为中间⼈ - 了解

• 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

局域⽹中的客⼾端，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

至此，我们的http/https就此结束，感谢观看！