• 面试官:你讲下接口防重放如何处理?


    前言

    我们的API接口都是提供给第三方服务/客户端调用,所有请求地址以及请求参数都是暴露给用户的。

    我们每次请求一个HTTP请求,用户都可以通过F12,或者抓包工具fd看到请求的URL链接,然后copy出来。这样是非常不安全的,有人可能会恶意的刷我们的接口,那这时该怎么办呢?防重放攻击就出来了。

    什么是防重放攻击

    我们以掘金文章点赞为例。当我点赞之后,H5会发送一个请求给到掘金后端服务器,我可以通过f12看到完整的请求参数,包括url,param等等,然后我可以通过copy把这个请求给copy出来,那么我就可以做到一个放重放攻击了。

    具体如下。我们可以看到,服务端返回的是重复点赞,也就是掘金并没有做我们所谓世俗意义上的放重放攻击。掘金通过查询数据库(推测item_id是唯一索引值),来判断是否已经点赞然后返回前端逻辑。

    那么什么是我们理解的放重放呢

    简单来说就是,前端和客户端约定一个算法(比如md5),通过加密时间戳+传入字段。来起到防止重复请求的目的。
    然后这个时间戳可以设定为30秒,60秒过期。

    那么如果30秒,有人不断刷我们的接口怎么办。
    我们还可以新加一个字段为nonceKey,30秒内随机不重复。这个字段存放在Redis,并且30秒过期。
    如果下一次请求nonceKey还在redis,我就认为是重复请求,拒绝即可。

    算法实现

    1. 首先定义一个全局拦截器
    @Component
    public class TokenInterceptor implements HandlerInterceptor {
    
    	@Autowired
    	private StringRedisTemplate redisService;
    
    	@Override
    	public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler)
    			throws Exception {
    		String timestamp = request.getParameter("timestamp");
    		String token = request.getParameter("token");
    		if (timestamp == null || token == null) {
    			return false;
    		}
    
    		TreeMap map = new TreeMap<>();
    		Enumeration parameterNames = request.getParameterNames();
    		while (parameterNames.hasMoreElements()) {
    			String str = parameterNames.nextElement();
    			if (StringUtils.equals(str, "token")) {
    				continue;
    			}
    			map.put(str, request.getParameter(str));
    		}
    
    		return SecretUtils.extractSecret(redisService, timestamp, token, map);
    	}
    }
    
    1. 定义具体的算法实现
    public class SecretUtils {
    
    	private static final long NONCE_DURATION = 60 * 1000L;
    	private static final String SALT = "salt"; // 注意这块加盐
    
    	public static boolean extractSecret(StringRedisTemplate redisService, String timestamp, String token, TreeMap map) {
    		if (StringUtils.isEmpty(timestamp) || StringUtils.isEmpty(token)) {
    			return false;
    		}
    		long ts = NumberUtils.toLong(timestamp, 0);
    		long now = System.currentTimeMillis();
    		if ((now - ts) > SecretUtils.NONCE_DURATION || ts > now) {
    			return false;
    		}
    
    		StringBuilder sb = new StringBuilder();
    		map.put(SALT, SALT);
    		for (Map.Entry entry : map.entrySet()) {
    			String key = entry.getKey();
    			String value = entry.getValue();
    			if (sb.length() > 0) {
    				sb.append("&");
    			}
    			sb.append(key).append("=").append(value);
    		}
    
    		String targetToken = DigestUtils.md5DigestAsHex(sb.toString().getBytes());
    		if (!token.equals(targetToken)) {
    			return false;
    		}
    
    		String s = redisService.opsForValue().get(timestamp);
    		if (StringUtils.isNotEmpty(s)) {
    			return false;
    		} else {
    			redisService.opsForValue().set(timestamp, timestamp, NONCE_DURATION, TimeUnit.MILLISECONDS);
    		}
    
    		return true;
    	}
    
    }
    

    前端会通过我们事先约定好的算法以及方式,将字符串从小到大进行排序 + timestamp,然后md5进行加密生成token传给后端。后端根据算法+方式来校验token是否有效。

    如果其中有人修改了参数,那么token就会校验失败,直接拒绝即可。如果没修改参数,timestamp如果大于60s,则认为是防重放攻击,直接拒绝,如果小于30s,则将nonceKey加入到redis里面,这里nonceKey用的是timestamp字段,如果不存在则第一次请求,如果存在,则直接拒绝即可。

    通过这么简单的一个算法,就可以实现防重放攻击了。

    Q&A

    Q:客户端和服务端生成的时间戳不一致怎么办

    A:客户端和服务端生成的是时间戳,不是具体的时间,时间戳是指格林威治时间1970年01月01日00时00分00秒(北京时间1970年01月01日08时00分00秒)起至现在的总秒数

    Q:HTTPS数据加密是否可以防止重放攻击

    A:不可以。https是在传输过程中保证了加密,也就是说如果中间人,获取到了请求,他是无法解开传输的内容的。

    举个最简单的例子,上课和同学传纸条的时候,为了不让中间给递纸条的人看到或者修改,可以在纸条上写成只有双方能看明白密文,这样递纸条的过程就安全了,传纸条过程中的人就看不懂你的内容了。但是如果给你写纸条的人要搞事情,那就是加密解决不了的了。这时候就需要放重放来解决了。

    Q:防重放攻击是否有用,属于脱裤子放屁

    A:个人感觉有一点点吧。比如防重放攻击的算法+加密方式其实大多数用的都是这些,其实攻击人很容易就能猜到token生成的方式,比如timestamp + 从小到大排序。因此我们加入了salt来混淆视听,这个salt需要前端、客户端安全的存储,不能让用户知道,比如js混淆等等。但其实通过抓包,js分析还是很容易能拿到的。但无形中增加了攻击人的成本,比如网易云登录的js加密类似。

    Q:做了防重放,支付,点赞等是否不需要做幂等了

    A:需要。最重要的幂等,一定要用数据库来实现,比如唯一索引。其他都不可相信。

    最后

    以我个人的理解。防重放用处不大,其他安全措施,比如非对称的RSA验签更加有效。就算用户拿到了请求的所有信息,你的接口也一定要做幂等的,尤其是像支付转账等高危操作,幂等才是最有用的防线。而且防重发生成token的算法,大家都这样搞,攻击者怎么可能不知道呢?这点我不太理解。

    现在面试也比较考验面试官的水平,下篇我会讲下最近的一些面试体验和感受,欢迎大家点赞收藏。

  • 相关阅读:
    乐鑫 ESP-Mesh-Lite在windows下的开发环境搭建
    云原生存储解决方案Rook-Ceph与Rainbond结合的实践
    分组卷积和深度可分离卷积
    Linux 文本处理命令 - umask
    建站系列(三)--- 网络协议
    软件建模与分析--共享单车管理系统
    Java语言编写猜字游戏
    直接插入排序+希尔排序+冒泡排序+快速排序+选择排序+堆排序+归并排序+基于统计的排序
    LVS 调度器 nat和DR模式
    左偏树学习笔记
  • 原文地址:https://www.cnblogs.com/wenbochang/p/18240697