几次尝试后,系统提示 Joe 使用“忘记密码”功能。于是 Joe 填写了他的邮箱,查收了收件箱中的重置密码链接。尽管 Joe 最终通过重新设置的密码成功登录,但有一个问题让他百思不得其解:
奇怪,为什么我必须重置密码?为什么不直接把旧密码发到我的邮箱呢?
很多人可能都有像 Joe 一样的疑问。发送旧密码不是更好吗?为什么要强迫我更改密码?
这个看似简单的问题实际上涉及到许多信息安全相关的概念。让我们慢慢寻找问题的答案,并顺便学习一些信息安全的基础知识!
数据库被盗
我们经常会看到新闻报道某个网站的数据再次被盗,所有客户的个人数据被泄露,比如知名域名托管网站 GoDaddy 之前泄露了 120 万用户记录。
这里我想和大家讨论两个问题:
- 数据这么容易泄露吗?
- 数据泄露可能会带来什么后果?
首先来看第一个问题,很多安全漏洞会导致数据泄露,而一些攻击这些漏洞的方法比你想象的要简单百倍。
图片
你想象中的黑客可能像下面这样,输入一堆你不知道他们在做什么的命令。屏幕显示出很多黑底白字或绿字的界面,完全看不懂,但他们一操作,网站就被黑了。
但有些漏洞可能通过在地址栏上改几个字就能成功攻击,即使你不懂任何代码。
举个例子,假设今天有一个购物网站。买了东西下单后,订单确认并重定向到订单页面,页面上有很多你的数据,比如姓名、收货地址、联系电话、邮箱等。
然后你发现订单页面的 URL 是:https://shop.example.com/orders?id=14597。
巧合的是,你的订单号也是 14597。在好奇心驱使下,你试着把这个数字改成 14596,然后按下回车键。
一些攻击是如此简单和平凡,只需更改一个数字,你就可以看到别人的数据。如果你知道如何编写程序,你可以写一个脚本自动获取从 ID 1 到 ID 15000 的数据。然后你就拥有了这个购物网站上所有 15000 个订单的信息——上万客户的个人数据。
这种漏洞有一个术语,叫做 IDOR(Insecure Direct Object References),即不安全的直接对象引用。导致这种漏洞的原因是开发时工程师没有注意权限控制,允许用户访问其他人的数据。
有些人可能认为我只是为了在本文中说明问题而简化了事情,但现实中的攻击并不像这个例子这么简单。
这句话只对了一半。大多数网站确实没有这么明显的漏洞,攻击方法也更复杂。然而,令人恐惧的是,有些网站就是这么简单——改一个数字就能访问别人的数据。
图片
例如,这两个是真实的 IDOR 漏洞:
- xarefit 有访问/下载所有会员个人数据的权限。
- DoorGods 的 IDOR 导致个人数据泄露。
今后,只要你在 URL 栏看到这种数字,你可以尝试做一些更改。即使你不会编写程序,也可能发现 IDOR 漏洞。
个人数据泄露后会怎样?
我们已经看到了从防御不力的网站泄露个人数据是多么容易。
那么,数据泄露后会对用户产生什么影响呢?
最直观的体验应该是诈骗电话,比如某些购书网站或酒店预订网站。他们打电话给你,声称需要分期退款,并为了获取你的信任,他们甚至可以告诉你你买了哪本书,预订了哪个房间,甚至你的家庭住址和全名。
诈骗团伙能如此清楚地掌握这些信息,都是因为数据泄露。
但除了这些个人数据,还有两样东西可能会泄露:你的账号和密码。
你可能会想:“这只是一个账号和密码,我只要更改该网站的密码然后再用不就行了吗!”
事情可能并没有你想的那么简单。如果你没有使用密码管理软件,我大胆猜测你所有的密码可能都是相同的。因为害怕记不住,人们往往会对所有网站使用相同的密码。
如果此时你的账号和密码被泄露,黑客能否尝试在其他服务上使用这些凭证呢?
他们可以使用这些凭证登录你的 Google 账户或 Facebook。使用相同密码的人就会被黑。所以虽然最初看起来只是一个购物网站被攻破,但其后果可能导致你的 Google 和 Facebook 账户也被黑。
因此,有时某个网站的账户被黑,可能并不是因为该网站存在问题,而是黑客在其他地方获取了你的登录信息,并尝试在这里使用这些信息而意外成功。
对于网站开发者来说,保护用户数据至关重要;保护密码也很重要。有没有好的方法可以保护密码呢?
加密?
使用某些算法加密密码意味着将加密结果存储在数据库中,因此即使被盗,除非黑客有解密方法,否则他们无法轻易访问。
这听起来像是最安全的方法;然而,另一个问题随之而来——开发人员仍然知道如何解密,这可能导致工程师滥用他们的访问权限,了解每个用户的实际密码,出售信息或自己利用这些信息。
嗯……似乎我们陷入了困境,因为开发人员必须知道数据库中存储的确切密码,对吗?否则,在登录时如何确认用户名和密码组合是否匹配呢?
此外,已经听起来够安全了,我们如何使它更安全?让网站开发者无法解密或知道我们的实际密码,不是应该足够安全了吗?
答对了!这正是需要做的!
没有人知道你的密码,包括网站本身
事实上,网站的数据库并不存储你的密码。
更准确地说,它不存储你的“原始密码”,而是存储密码经过某种操作后的结果。最重要的是,这种操作是不可逆的。
为了给出一个直接的对比例子,假设今天有一个非常简单的算法可以转换密码。转换方法是:“数字保持不变,英文字母替换为数字(a 变成 1,b 变成 2……z 变成 26)”,以此类推。每个字母被替换为相应的数字,不区分大小写(暂时假设没有符号)。
如果密码是 abc123,转换后变成 123123。
在用户注册期间,网站将用户输入的 abc123 转换为 123123,然后将其存储在数据库中。因此,数据库中存储的密码是 123123,而不是 abc123。
当用户登录时,我们使用相同的逻辑再次转换他们的输入。如果转换后匹配,那么我们不就知道密码是正确的吗?
黑客窃取数据库并获取这组密码 123123 后,他们难道不能推断出它最初是 abc123 吗?不,不,不——事情没有这么简单。
123123,abcabc,12cab3……这些密码散列后,不还是 123123 吗?所以,即使你知道转换规则和结果,也无法将其恢复为“唯一的密码”,这是这种算法的强大之处!
这种转换称为散列(hash)。每次 abc123 被散列,结果总是 123123。但是,从 123123 中,你不能确定输入必须是 abc123,因为还有其他可能性。
这就是散列与加密的最大区别。
加密和解密是一对;如果某物可以被加密,那么它也可以被解密。因此,如果你知道加密的密文和密钥,你可以确定明文。但是使用散列,知道散列算法的结果并不能让你反向推理出原始输入是什么。
这种机制的最常见应用之一是安全地存储密码。
在注册期间,存储散列密码在数据库中。登录时,将输入的密码散列并与数据库中存储的散列值进行比较,以验证其正确性。即使黑客窃取数据库中的数据,他们也不知道用户的密码,因为他们无法反向推理出原始密码。
这就是为什么当你忘记密码时,网站不会告诉你原始密码,因为网站本身也不知道!
所以你不能“找回密码”,只能“重置密码”,因为重置意味着你输入一个新密码,然后网站将新密码散列并存储在数据库中。以后登录时,它将使用这个新散列值进行比较。
防止预先计算攻击
一些人可能会注意到,这种存储方法似乎有一个漏洞。继续前面的例子,如果数据库中存储的是 123123,但我的原始密码是 abc123,那么如果我使用“abcabc”,散列后也会是 123123。难道我不能这样登录吗?这似乎不对;这不是我的实际密码。
当两个不同的输入产生相同的输出时,这种情况称为碰撞(hash collision)。碰撞是不可避免的,但如果算法设计得好,碰撞非常罕见——罕见到几乎可以忽略不计。
前面提到的转换规则只是为了说明问题。实际使用的算法要复杂得多;即使只有一个字母的差异,结果也会大不相同。以 SHA256 为例:
abc123 => 6ca13d52ca70c883e0f0bb101e425a89e8624de51db2d2392593af6a84118090 abc124 => cd7011e7a6b27d44ce22a71a4cdfc2c47d5c67e335319ed7f6ae72cc03d7d63f
相似的输入会产生完全不同的输出。
前面提到的不安全散列算法的例子应该避免,或者避免自己设计算法。建议使用密码学专家设计的算法,如上面提到的 SHA256。
使用这些算法时,还应特别注意其安全性。某些算法虽然由专家设计,但已被证明不安全。例如,使用 MD5 存储散列密码被认为是不安全的。
仅存储散列值可以吗?
对不起,仅存储密码的散列值是不够的。
为什么呢?不是说结果无法逆向推理吗?为什么这还不够?
虽然无法逆向推理结果,但攻击者可以利用“相同输入总是产生相同输出”的特性,预先构建一个包含人们数据的数据库。
例如,假设有一个非常常见的密码“abc123”,其散列值是“6ca13d”。攻击者可以预先计算并将此关系存储在他们的数据库中。因此,攻击者的数据库可能包含一百万组最常见的密码,每组都与其对应的散列值配对。
然后,他们只需在自己的散列数据库中搜索“6ca13d”。通过查找表,他们可以发现原始密码是“abc123”。这种方法不涉及逆向算法;它只是使用现有数据进行查找。
为了防御这种攻击,还需要做另一件事,叫做加盐(salting)。是的,就像实际的盐一样。通常,为每个用户生成一个唯一的盐——例如 5ab3od(实际上会更长,可能是16个或更多字符)。然后我的密码“abc123”会与我的盐结合,变成“abc1235ab3od”,然后将其作为散列的输入。
为什么要这样做呢?
因为相比于仅使用“abc123”,找到“abc1235ab3od”在攻击者的预计算表中可能性显著降低。此外,增加长度使暴力破解更加困难。结果,密码变得更难破解。
结语
当你忘记密码时,网站不会将密码发送给你,因为即使是网站本身也不知道你的密码。虽然这听起来不太可能,但事实确实如此。出于安全原因,这是一个必要的措施。
为了实现这个目标,背后最重要的技术原理是散列。“相同的密码将生成相同的散列值,但从散列值无法反向推理出原始密码”——这就是其中的秘密。
相反,如果你发现某个网站可以找回你的密码,那么你应该更加谨慎,因为它可能在其数据库中存储了实际的密码,而不是散列值。在这种情况下,如果有一天数据库被黑,账号信息包括密码被黑客窃取,他们可以知道你的实际密码并尝试在其他服务上使用。
关于密码管理,现在浏览器也有功能可以自动生成并记住密码,或者你可以使用现成的密码管理软件,它可以为不同的网站创建不同的密码。