点赞关注，不再迷路，你的支持对我意义重大！

🔥 Hi，我是丑丑。本文 GitHub · Android-NoteBook 已收录，这里有 Android 进阶成长路线笔记 & 博客，欢迎跟着彭丑丑一起成长。（联系方式 & 入群方式在 GitHub）

前言

• 数据安全传输，是一个非常宽泛的话题。HTTPS、文件签名、应用签名等场景背后，其实解决的就是如何安全地传输数据的问题；
• 在这篇文章里，我将带你理解 数据安全传输的基本模型，以及加密、摘要、签名和数字证书的概念与作用。如果能帮上忙，请务必点赞加关注，这真的对我非常重要。

目录

1. 概述

1.1 CIA 三要素

在讨论今天的主题之前，有必要先搞清楚到底什么是安全？在计算机领域，所谓的 “安全” 其实是指 “信息安全”，它的基本含义可以概括为三个要素，简称 CIA 三要素：

• 1、机密性（Confidentiality）： 指确保数据在传输和存储过程中的私密性。主要的手段是加密、权限管理和敏感信息脱敏；

• 2、完整性（Integrity）： 指确保数据内容完成，没有被篡改。主要手段是数字签名；

• 3、可用性（Avaliability）： 指确保服务保持可用状态。例如能够承受 Dos 等网络攻击。

1.2 非安全信道的风险

数据需要通过信道进行传输，狭义上的信道是指报纸、有线网络、无线电波等通信媒介，而广义上说，信道可以理解为数据从分发到接收的整个过程。在非安全信道中，主要会面临以下三个安全风险：

• 1、窃听风险： 现代计算机网络建立在 TCP/IP 协议族提供传输能力上，数据在传输线路上的每个环节都可能被窃听，从而导致敏感数据泄露；

• 2、篡改风险： 数据在传输过程中可能被篡改，例如中间人攻击。攻击者可以和通信双方分别建立独立的连接，使得通信双方误以为它们正在进行一个私密连接，但察觉不到数据被篡改；

• 3、伪装风险： 攻击者可以伪装成合法的身份。

1.3 如何实现传输安全？

我们今天的主题 “加密 + 签名 + 证书”，本质上就是在非安全信道中实现数据安全传输的解决方案。要实现数据安全传输，其实就是要高效地解决非安全信道中的三个风险：

• 1、加密 —— 防窃听 ： 将明文转换为密文，只有期望的接收方有能力将密文解密为明文，即使密文被攻击者窃取也无法理解数据的内容；

• 2、验证完整性 —— 防止篡改： 对原始数据计算摘要，并将数据和摘要一起交付给通信对方。接收方收到后也对数据计算摘要，并比较是否和接受的摘要一致，借此判断接收的数据是否被篡改。不过，因为收到的摘要也可能被篡改，所以需要使用更安全的手段：数字签名；

• 3、认证数据来源 —— 防止伪装： 数字签名能够验证数据完整性，同时也能认证数据来源，防止伪装。

2. 加密 —— 防窃听

2.1 什么是加密？

加密（Encryption）是将明文（Plaintext）转换为密文（Ciphertext）的过程，只有期望的接收方有能力将密文解密为明文，即使密文被攻击者窃取也无法理解数据的内容。

在古典密码时期，数据保密性取决于算法的保密性，一旦加密算法被破解或泄露，就失去了数据的安全性。而进入现代密码时期，柯克霍夫原则成为加密系统的基本设计原则：数据的安全性基于密钥而不是算法的保密。

根据柯克霍夫原则，现代的保密通信模型是基于密钥的保密模型模型。在这个模型中，加密和解密使用相同密钥，就是 对称加密密码体制；反之，加密和解密使用是不同密钥，就是 非对称密码体制。

2.2 对称加密和非对称加密的区别？

• 1、密钥管理： 对称加密算法中需要将密钥发送给通信对方，存在密钥泄漏风险；非对称加密公钥是公开的，私钥是保密的，防止了私钥外传；

• 2、密钥功能： 公钥加密的数据，只可使用私钥对其解密。反之，私钥加密的数据，只可使用公钥对其解密（注意：公钥加密的数据无法使用公钥解密，因为公钥是公开的，如果公钥可以解密的话，就失去了加密的安全性）；

• 3、计算性能： 非对称加密算法的计算效率低，因此实际中往往采用两种算法结合的复合算法：先使用非对称加密建立安全信道传输对称密钥，再使用该密钥进行对称加密；

• 4、认证功能： 非对称加密算法中，私钥只有一方持有，具备认证性和抗抵赖性（第 3 节 数字签名算法 应用了此特性）。

考虑到性能的因素，在 HTTPS 协议中采用的是 “对称加密” 和 “非对称加密” 结合的 “混合加密” 方案：在建立通信时，采用非对称加密的方式来协商 “会话密钥”，在通信过程中基于该密钥进行对称加密通信。

2.3 数据加密标准 —— DES

1977 年，数据加密标准（Data Encryption Standard, DES）成为美国联邦信息处理标准，并逐渐成为事实标准，很多主流的对称加密算法都是从 DES 算法发展过来的。

DES 算法的主要缺点是加密强度和计算性能较差

• 1、密钥长度太短： DES 算法密钥长度只有 56 bit，理论最大加密长度为 256。随着计算机算力的提高，用穷举法可以在较短时间破解密钥；

• 2、不能对抗差分和线性密码分析；

• 3、计算性能较差： 增加 DES 密钥长度，加解密的计算开销呈指数增长。

2.4 高级加密标准 —— AES

高级加密标准（Advanced Encryption Standard, AES），又称 Rijndael [rain-dahl]加密法，是目前最流行的对称加密算法之一。

相对于 DES 算法，AES 算法的主要优点如下：

• 1、密钥长度更大： 密钥长度最小为 12 bit，最大为 256 bit。用穷举法难以破解；

• 2、使用 WTS 设计策略，可对抗差分和线性密码分析；

• 3、计算性能高： 计算和内存开销低，适用于受限设备。

2.5 RSA 算法

1977 年，麻省理工学院的三位教授 Rivest、Shamir 和 Adleman 共同提出了 RSA 加密算法，其中 RSA 分别是他们姓氏的首字母。RSA 是经典的非对称加密算法，同时也是经典的数字签名算法。

RSA 算法的安全性依赖于一个数学难题 —— “大数因式分解”：两个大素数相乘非常容易，但对一个极大整数做因式分解的复杂度极高。如果存在某种快速因素分解的算法，那么 RSA 算法的可靠性将会大大折扣。RSA 算法存在一个系统性风险：“不支持前向加密”。在 RSA 算法中，服务端公钥是相对固定的，一但服务端私钥被破解，则之前所有发送过得加密数据都会被破解。

关于 RSA 算法的原理解析，可参考：浅析 RSA 算法。

2.6 DH 算法

DH 算法的安全性依赖于一个数学难题 —— “离散对数”：已知对数计算出真数非常简单，但已知真数求对数的复杂度极高。 如果存在某种求对数的算法，那么 DH 算法的可靠性将会大大折扣。

目前，DH 算法有多种实现，主要区别如下：

• static DH 算法：一方的私钥是静态的（通常是服务器私钥固定），不具备前向安全性；

• DHE 算法：双方的私钥都在密钥交换节点随机生成，具备前向安全性；

• ECDHE 算法：利用 ECC 椭圆曲线特性，可以用更少的计算量计算公钥和私钥。

关于 DH 算法的原理解析，可参考：这 HTTPS，真滴牛逼！

2.7 安全系统中为什么要使用随机数？

在 RSA 算法生成密钥对的过程中，我们需要随机生成两个大素数。事实上，除了在 RSA 算法中，很多安全系统中都需要一个随机数，为什么呢？—— 关键在于随机数不可预测性，可以提高破解和报文重放攻击难度。

2.8 计算机如何生成随机数？

随机数是计算机安全领域中非常重要的一个点，很多场景中都需要一个随机数来生成随机事件，比如密钥的生成、文件名、sessionId/orderId/token 等。现代的随机数生成模型依然采用的是 1946 年冯·诺依曼设计的随机数模型：

1、输入任意一个数作为 “种子”，通过随机数算法得到一个随机数；
2、将生成的随机数作为新的种子，代入下一轮计算；
3、重复 1、2 步骤，就可以生成多个具有统计意义的随机数。

然而，通过这种模型生成的随机数并不是绝对随机的。只要取样范围足够大，随机结果一定会陷入循环，因此这种模型生成的随机数只能称为 “伪随机数”，而随机结果陷入循环的周期称为 “随机周期”。

要得到真正意义的随机数，需要硬件层面支持。1999 年 Intel 在其 i810 芯片组上集成了世界上第一款真随机数生成器，它的方案是将电路的热噪声（分子的不规则运动）作为数据来源，缺点是效率太低，因此目前计算机中采用的随机数依旧是软件实现的伪随机数。虽然软件无法做到真随机，但可以提高生成器的随机性。比如采用更强壮的随机算法（Java#SecurityRandom）、采用更复杂的种子（系统时间、鼠标位置、网络速度、硬盘读写速度）、扩大随机数的取值范围、组合多个随机算法等。

3. 数字签名 —— 验证完整性 & 认证数据来源

3.1 什么是数字签名？

数字签名（Digital Signature）也叫作数字指纹（Digital Fingerprint），它是消息摘要算法和非对称加密算法的结合体，能够验证数据的完整性，并且认证数据的来源。

数据签名算法的模型分为两个主要阶段：

• 1、签名： 先计算数据的 [摘要]，再使用私钥对 [摘要] 进行加密生成 [签名]，将 [数据 + 签名] 一并发送给接收方；
• 2、验证： 先使用相同的摘要算法计算接收数据的 [摘要]，再使用预先得到的公钥解密 [签名]，对比 [解密的签名] 和 [计算的摘要] 是否一致。若一致，则说明数据没有被篡改。

提示： 接收方如何安全地预先得到发送方的公钥，见 第 4 节。

3.2 为什么数字签名可以验证完整性？

验证完整性主要依赖于消息摘要算法的特性，摘要算法的原理是根据一定的运算规则提取原始数据中的信息，被提取的信息就是原始数据的消息摘要，也称为数据指纹。著名的摘要算法有 MD5 算法和 SHA 系列算法。

摘要算法具有以下特点：

• 一致性： 相同数据多次计算的摘要是相同的，不同的数据（在不考虑碰撞时）的摘要是不同的；
• 不可逆性： 只能正向提取原始数据的摘要，无法从摘要反推出原始数据；
• 高效性： 摘要的生成过程高效快速；

摘要算法的模型分为两个主要步骤：

• 生成摘要： 先计算数据的 [摘要]，再将 [数据 + 摘要] 一并发送给接收方；
• 验证摘要： 使用相同的摘要算法计算接收数据的 [摘要]，对比 [收到的摘要] 与 [计算的摘要]是否一致。若一致，则说明数据是完整的。

需要注意的是，单纯依靠摘要算法不能严格地验证数据完整性。因为在非安全信道中，数据和摘要都存在篡改风险，攻击者在篡改数据时也可以篡改摘要。因此，摘要算法需要配合加密算法才能严格验证完整性。

3.3 为什么数字签名可以认证数据来源？

这是因为签名时引入了发送方的私有信息（私钥），只有 ”合法的发送方“ 才能产生其他人无法伪造的一段数字签名（加密字符串），这个数字签名就证明了数据的真实来源。当接收方采用 ”合法途径“ 获得发送方的公有信息是（公钥），并且成功验证数字签名，那么正说明数据来自 ”合法的接收方“。

另外，在签名时引入发送方私有信息，在验证时使用发送方公有信息，这正好符合 “非对称加密” 的特点。因此签名时引入的私有信息正是私钥，验证时使用的公有信息正式公钥。

3.4 摘要算法存在碰撞，是不是不安全？

摘要算法（散列算法）本质上是一种 压缩映射，因此一定存在不同原始数据映射到同一个散列值的情况，这就是发生了碰撞（散列冲突，Hash Collision）。事实上，MD5、SHA-1 等散列算法已经陆续被找到快速散列碰撞的的方法，攻击者可以构造内存篡改但摘要一致的文件从而绕过检查。但不代表完全不安全，因为篡改为有价值的伪造内容还有困难？？

3.5 为什么摘要中需要加盐？

为了提高安全性，在对原始数据生成摘要之前，我们往往会先向原始数据中加盐，再生成摘要。为什么要这么做呢？

这是为了避免 “彩虹表（Rainbow tables）” 攻击，提高简单数据的安全性。因为摘要算法有一致性的特点，相同数据多次计算的摘要是相同的。利用这个特性，攻击者可以预先生成一系列简单数据的摘要，并存储 “摘要 - 数据” 的映射，这个映射关系就是彩虹表。在获取到数据摘要后，如果发现摘要存在彩虹表中，就可以轻易地反推出原始数据。

用户在设置密码时，也要避免使用 123456 这种简单密码，因为容易被彩虹表攻击破解。为了提高安全性，在传输手机号、密码等敏感信息的过程中，往往会在原始密码中加盐。

3.6 可以先使用私钥对原数据签名，再对签名进行摘要吗？

不可以，主要有两个原因：

• 1、可行性： 接收方需要通过摘要验证数据完整性，然而接收方无法对数据进行签名，因此无法验证数据摘要一致性；

• 2、时间效率： 对原始数据进行签名（加密）时间太长，而摘要算法本身是压缩映射，可以缩短签名消耗的时间。

4. 数字证书 —— 安全地发放公钥

在 第 3 节 中，我们提到接收方需要使用发送方的公钥来验证数据真实性。那么，接收方怎样才能安全地获得发送方公钥呢？这就需要数字证书来保证。

4.1 什么是数字证书？

数字签名和数字证书总是成对出现，二者不可分离。数字签名主要用来验证数据完整性和认证数据来源，而数字证书主要用来安全地发放公钥。 数字证书主要包含三个部分：用户的信息、用户的公钥和 CA 对该证书实体信息的签名。

数字证书的模型主要分为两个步骤：

• 1、颁发证书：

  • 1.1 申请者将签名算法、公钥、有效时间等信息发送给 CA 机构；
  • 1.2 CA 机构验证申请者身份后，将申请者发送的信息打成一个实体，并计算摘要；
  • 1.3 CA 机构使用自己的私钥对摘要进行加密，生成证书签名（Certificate Signature）；
  • 1.4 CA 机构将证书签名添加在数字证书上，构成完整的数字生出。

• 2、验证证书

  • 2.1 验证方使用相同的摘要算法计算证书实体的摘要；
  • 2.2 使用 CA 机构的公钥（浏览器和操作系统中集成了 CA 的公钥信息）解密证书签名；
  • 2.3 对比解密后的数据与计算的摘要是否一致，如果一致则是可信任的证书。

4.2 什么是证书颁发机构 CA？

证书颁发机构（certifcation authroity, CA）是负责数字证书的审批、颁发、归档和吊销等功能的机构，具有权威性。CA 机构分为 “根 CA” 和 “中间 CA”，原则上要避免根 CA 机构直接颁发最终实体证书，而需要由中间 CA 机构颁发最终实体证书。这是为了避免证书失效的影响范围，一旦根证书失效或被伪造，那么整个证书链都有问题。

4.3 什么是证书链？

证书链是多个数字证书建立的的证书验证链条。数字证书主要包含三个部分：用户信息、用户密钥以及 CA 机构对该证书实体的签名。为了验证证书实体的合法性，需要获得颁发该证书的 CA 机构公钥，这个公钥就存在于上一级证书中。因此，为了验证证书的合法性，就需要沿着证书链向上追溯直到根证书为止。

根证书是自签名证书，用户下载根证书就表示信任该根证书所有签发的证书。在操作系统或浏览器中，已经内置了一部分受信任的根证书。

4.4 数字证书的标准

数字证书主要包含三个部分：用户的信息、用户的公钥和 CA 对该证书实体信息的签名。目前的数字证书采用的是公钥基础设施（PKI）制定的 X.509 标准，目前已经有 3 个版本，其中比较常见的是 X.509 第三版的标准。主要格式如下：

5. 总结

看到这里，你应该已经建立起数据安全传输的基本认知。大多数情况，我们是在讨论 HTTPS 协议时才会遇到加密、摘要、签名和证书等概念。事实上，这些概念不止于 HTTPS，但凡涉及到数据在非安全信道中流转时，就需要应用这些工具来实现数据安全传输。

后面，我会写一些文章，在更多具体场景中讨论数据安全传输，请关注~ 更多文章：

• 在构建 Android Apk 时，需要进行应用签名。看完这篇文章后，你现在能说清楚应用签名的作用吗？具体分析：他山之石，可以攻玉！一篇文章看懂 v1/v2/v3 签名机制

参考资料

• HTTPS 权威指南 —— 伊万 · 里斯蒂奇 著
• 趣谈网络协议 · HTTPS 协议 —— 刘超 著，极客时间出品
• 图解 HTTP（第 7、8 章）—— 上野宜 著
• Java 加密与解密的艺术 —— 梁栋 著
• 图解网络 —— 小林coding 著
• VasDolly 实现原理 —— 腾讯 VasDolly 技术团队 著
• HTTP 权威指南（第 12、13 章） —— [美] David Gourley，Brian Totty 等著

创作不易，你的「三连」是丑丑最大的动力，我们下次见！