1. 项目概述:当HTTPS的“铠甲”被压缩“出卖”
在绝大多数开发者和安全工程师的认知里,HTTPS协议就是安全的代名词。它通过TLS/SSL加密,为HTTP通信披上了一层坚固的“铠甲”,有效抵御了窃听、中间人攻击等威胁。而Gzip压缩,作为提升Web应用性能、减少带宽消耗的标配技术,更是被广泛部署。当这两者结合,我们似乎得到了一个既安全又高效的完美方案。然而,安全领域最迷人的地方就在于,看似完美的组合,往往潜藏着意想不到的脆弱点。BREACH漏洞,正是这样一个在“安全铠甲”与“性能优化”的夹缝中诞生的幽灵。
BREACH,全称“Browser Reconnaissance and Exile via Adaptive Compression of Hypertext”,直译为“通过超文本自适应压缩进行的浏览器侦察与放逐”。这个2013年由安全研究人员公开的漏洞,其核心攻击思路堪称“优雅的旁路攻击”。它并不直接攻击TLS加密算法本身,而是利用了HTTP层之上的应用层压缩(主要是Gzip)与TLS加密结合时产生的一个副作用:压缩率会因内容重复度而变化,而攻击者可以通过精心构造的请求,观察加密响应包大小的细微差异,从而像“盲人摸象”一样,逐比特地推断出HTTP响应体中的秘密信息,例如CSRF Token、用户身份标识、甚至是API密钥。
这个项目,我将带你从零开始,亲手搭建一个存在BREACH漏洞的HTTPS+Gzip环境,并编写一个能够实际发起攻击、窃取敏感数据的PoC(概念验证)脚本。更重要的是,我们不仅要“攻”,更要“守”。我会详细拆解从应用层到协议层的多层防御策略,让你不仅理解漏洞的原理,更能掌握在真实生产环境中如何系统地加固你的Web应用。对于前端、后端、运维和安全工程师而言,理解BREACH是构建纵深防御体系不可或缺的一环。
2. 核心原理深度拆解:压缩如何成为泄密通道?
要理解BREACH,我们必须先抛开“加密即安全”的简单思维,深入到HTTPS请求响应的完整生命周期中去看。
2.1 TLS加密与Gzip压缩的协作流程
在一个典型的HTTPS+Gzip场景下,一次请求响应的数据流是这样的:
- 用户请求 :浏览器发起一个HTTPS请求。
- 服务器处理 :后端应用(如Django, Spring Boot)生成HTTP响应,响应体中可能包含HTML、JSON数据,其中嵌入了敏感信息
SecretToken=ABC123XYZ。 - 应用层压缩 :Web服务器(如Nginx)或应用框架的中间件,根据请求头
Accept-Encoding: gzip,对完整的HTTP响应体进行Gzip压缩。Gzip算法基于LZ77和哈夫曼编码,其核心是寻找并替换响应体中的重复字符串。重复度越高,压缩率越高,输出的压缩后数据就越小。 - TLS层加密 :TLS协议对压缩后的二进制数据(以及HTTP头)进行加密,生成密文。
- 网络传输 :加密后的密文通过网络传输。
- 客户端处理 :浏览器接收密文,先由TLS层解密,得到压缩后的数据,再解压,最后渲染页面或处理数据。
问题的关键就出在第3步和第4步之间。 TLS加密确保了传输内容的机密性,但它并不隐藏数据包的长度信息 。攻击者作为中间人(例如在同一WiFi下),虽然无法解密内容,但可以精确地测量到每个加密响应包的总长度(或更精确地说,是TLS记录层帧的长度)。
2.2 攻击者的“盲测”与信息推断
BREACH攻击的精髓在于“自适应”二字。攻击者需要能够以某种方式(通常是通过一个恶意网站,诱骗受害者浏览器向目标站点发送请求)向存在漏洞的站点重复发起请求,并在请求中“夹带私货”。
假设目标页面返回的响应中包含一个我们想窃取的秘密值,比如 csrf_token=7aF9kL3p 。
- 建立基线 :攻击者首先发起一个不包含任何猜测字符的请求,服务器返回的响应被压缩加密后,长度为
L_base。 - 发起猜测 :攻击者构造一个请求,在请求参数(如URL查询字符串、POST表单字段、甚至Cookie)中,插入他猜测的秘密值前缀。例如,他猜测第一个字符是
7,那么他就在请求中插入大量重复的字符串7(比如参数guess=777777777...)。 - 观察变化 :服务器处理请求时,生成的响应体中包含
csrf_token=7aF9kL3p。当Gzip压缩算法运行时,它会发现响应体中出现了大量重复的7(来自攻击者参数)和秘密值开头的7。这些重复的7会被高效压缩。 如果猜测正确 ,由于重复字符串增多,整体压缩率会提高,导致压缩后的体积减小,最终加密传输包的L_guess会略小于L_base。 - 统计分析 :攻击者通过大量请求,统计不同猜测字符对应的响应包长度分布。长度明显变小的那个猜测,就是正确的字符。
- 迭代推进 :确定第一个字符后,将其作为已知前缀,用同样的方法去猜测第二个字符,如此循环,直至完整窃取整个秘密值。
这个过程就像在玩一个“温度计猜数字”游戏:你看不到罐子里的液体(加密内容),但可以通过插入不同长度的探针(猜测字符串),观察罐子外壁温度计(响应包长度)的细微变化,来推断罐子里的液体成分。
注意 :这里的“长度差异”非常微小,可能只有几个字节。因此攻击需要在低网络噪声的环境下进行,并且需要成百上千次的请求来通过统计分析消除随机噪声的影响。这也解释了为什么BREACH对静态、高压缩率的内容(如HTML)以及稳定、低延迟的网络连接(如内网)威胁更大。
2.3 与CRIME漏洞的关系
很多人会混淆BREACH和更早的CRIME漏洞。它们确实是“近亲”,都利用了压缩泄露信息,但攻击面不同:
- CRIME :攻击的是 TLS协议层本身的压缩 (SPDY、TLS 1.2的压缩功能)。它通过操纵请求头(如Cookie)来探测响应头中的秘密。由于TLS压缩已被主流浏览器和服务器禁用,CRIME在现代环境中基本已失效。
- BREACH :攻击的是 HTTP应用层内容的压缩 (Gzip/Deflate)。它通过操纵请求体(URL参数、POST数据)来探测响应体中的秘密。由于HTTP层压缩极为普遍,BREACH的影响面更广,防御也更复杂。
简单说,CRIME是攻击“信封”(TLS层)的压缩,而BREACH是攻击“信纸”(HTTP内容)的压缩。
3. 漏洞环境搭建:构建一个“脆弱”的实验室
理论讲得再多,不如亲手实践。我们来搭建一个最简化的、存在典型BREACH漏洞的场景。
3.1 环境组件与工具选型
为了聚焦漏洞本身,我们使用最轻量、易控的方案:
- 后端服务器 :Python Flask。轻量灵活,便于快速编写存在漏洞的端点。
- Web服务器/反向代理 :Nginx。负责处理HTTPS和Gzip压缩,这是模拟真实生产环境的关键。
- SSL证书 :使用
mkcert工具生成本地可信的HTTPS证书,避免浏览器安全警告干扰测试。 - 攻击者客户端 :Python
requests库。用于编写自动化攻击脚本,模拟攻击者发起大量探测请求。 - 网络环境 :本地局域网。确保网络延迟稳定、噪声小,便于观察长度差异。
为什么不直接用Flask内置服务器开启HTTPS和Gzip?因为Flask内置的压缩可能行为与Nginx不同,且Nginx是生产环境标准,用它搭建环境更具普适性。
3.2 搭建存在漏洞的Web应用
首先,创建我们的Flask应用 vulnerable_app.py :
from flask import Flask, request, render_template_string, session
import os
app = Flask(__name__)
app.secret_key = os.urandom(24) # 设置一个密钥用于session
# 一个模拟的、固定的CSRF Token,也是我们攻击的目标
SECRET_CSRF_TOKEN = "Xy7P9qR2sK5tG8vE"
@app.route('/')
def index():
312



被折叠的 条评论
为什么被折叠?



