1. 密鑰的重要性

1.1. 看風(fēng)

我們還是先說故事。話說2006年有一個柳云龍的電視連續(xù)劇《暗算》分為三部曲《聽風(fēng)》、《看風(fēng)》、《捕風(fēng)》。很有意思的是三個故事里都有個“風(fēng)”字。你看過風(fēng)嗎？我沒看到，只看見樹葉飄動，才知道風(fēng)來過。風(fēng)，來無影，去無蹤，無孔不入，又無處不在。三部曲分別對應(yīng)：偵聽、破譯和諜報。故事描述了老一輩情報人員（一群與風(fēng)打交道的人），與敵斗智斗勇的故事，信仰的力量讓他們無所畏懼、勇往直前，看得人蕩氣回腸，催人淚下。

由于平時很少看電視，去年正在為一個算法發(fā)愁，偶然看到這個劇，感同身受，便一口氣看完了，里面一些對加密算法邏輯的一些看法，還是給了當(dāng)時的我很大的啟發(fā)，讓我完成了當(dāng)時的算法，還特意發(fā)了微博紀(jì)念。個人比較喜歡《看風(fēng)》破譯密碼這個章節(jié)，里面有句經(jīng)典的臺詞：風(fēng)是看不見的，破譯密碼就是看見了風(fēng)，密碼是兵器，是兵器中的暗器。

1.2. 保密通信模型

· 保密通信模型

密碼學(xué)有一個重要的產(chǎn)物——密鑰。密鑰作為信息在傳播時用來加密的工具起著非常重要的作用。主流的六種密碼技術(shù)，就是圍繞密鑰展開的：對稱密碼、非對稱密碼、單向散列函數(shù)、消息認(rèn)證碼、數(shù)字簽名、偽隨機(jī)數(shù)生成器。

1.3. 密鑰的重要性

· 古典密碼學(xué)（1949年之前）

數(shù)據(jù)的安全主要是基于算法的保密。

送你一首小詩：

我畫藍(lán)江水悠悠，

愛晚亭上楓葉愁。

秋月溶溶照佛寺，

香煙裊裊繞經(jīng)樓。

如果不告訴你這是首藏頭詩，你還真的很難猜到唐伯虎對秋香的表白：“我愛秋香”。 藏頭詩就是加密算法的一種。

由于西方文字是由字母組成，字母又是有序的字符集。所以在對文字加密時，密碼算法很容易想到采用：替代密碼、置換密碼或替代與置換密碼的組合，來完成完成信息的加密。公元前1世紀(jì)古羅馬的凱撒密碼，就是對文字中的字母，采用它在字母表中之后的第k個字母來代換,從而變成密文。在解密時，反向移動k個字母進(jìn)行還原。

這個時代將密碼發(fā)展到巔峰的，要算二戰(zhàn)時期德軍用機(jī)械實(shí)現(xiàn)的轉(zhuǎn)輪機(jī)（RotorMachine）ENIGMA密碼，很多的諜戰(zhàn)片都是圍繞這個機(jī)器展開的。

這個時期的密碼存在很多的問題：

· 不適合大規(guī)模生產(chǎn)

· 不適合較大的或者人員變動較大的組織

· 用戶無法了解算法的安全性

奧古斯特·柯克霍夫在19世紀(jì)提出了密碼學(xué)上的柯克霍夫原則（Kerckhoffs’s principle）由：即使密碼系統(tǒng)的任何細(xì)節(jié)已為人悉知，只要密鑰（key）未泄漏，它也應(yīng)是安全的。 這個原則指導(dǎo)了以后的密碼學(xué)算法的發(fā)展。

· 近代密碼學(xué)（1949-1975）

數(shù)據(jù)的安全基于密鑰，而不是算法的保密。

香農(nóng)在20世紀(jì)40年代末發(fā)表的一系列論文，特別是1949年的《保密系統(tǒng)通信理論》，把密碼學(xué)推向了基于信息論的科學(xué)軌道。

這階段的發(fā)展主要是對稱加密算法。對稱加密是發(fā)送方使用某種公開的算法使用密鑰對明文進(jìn)行加密，接收方使用之前發(fā)送方給予的密鑰對密文進(jìn)行解密得到明文。近代密碼發(fā)展中一個重要突破是“數(shù)據(jù)加密標(biāo)準(zhǔn)”（DES）的出現(xiàn)。

· 現(xiàn)代密碼學(xué)（1976-）

公鑰密碼使得發(fā)送端和接收端無密鑰傳輸?shù)谋Ｃ芡ㄐ懦蔀榭赡堋?/p>

1976 年 Diffie 和 Hellman 的公鑰密碼的思想提出，標(biāo)志著現(xiàn)代密碼學(xué)的誕生。這是密碼學(xué)發(fā)展史上具有里程碑意義的大事件，自此提出了許多種公鑰密碼體制 ，如基于分解大整數(shù)的困難性的密碼體制——RSA 密碼體制及其變種、基于離散對數(shù)問題的公鑰密碼體制。

1.4. 密鑰泄露的危害

影響密碼系統(tǒng)安全性的基本因素：密碼算法復(fù)雜度、密鑰機(jī)密性、密鑰長度。其中密鑰機(jī)密性與主要與密鑰的管理相關(guān)。如何保護(hù)好密鑰的安全就成了信息安全的非常重要的一個部分。

在現(xiàn)在的應(yīng)用系統(tǒng)中，密碼、密鑰往往被作為一種訪問密鑰（access key）或憑證（Credentials），用于系統(tǒng)之間建立鏈接，避免了用戶密碼的明文傳輸。很多時候訪問密鑰等同于密碼。

例如我們熟悉的GitHub的訪問密鑰。當(dāng)我們獲得Github某個庫的地址訪問密鑰，就可以在Windows的憑證管理或本地Git的憑證管理里添加這個訪問密鑰，本地git和遠(yuǎn)端的訪問庫地址就建立了信任鏈接，不再需要每次都輸入密碼。

但密鑰本地化，也會導(dǎo)致密鑰分散在代碼、配置文件中。一旦缺乏對密鑰的統(tǒng)一管理, 就容易導(dǎo)致密鑰泄露。員工不慎將密鑰泄漏到開源網(wǎng)站導(dǎo)致重要數(shù)據(jù)丟失事件時有發(fā)生。

2018年某酒店集團(tuán)共140G約5億條個人信息遭泄露，被發(fā)現(xiàn)泄露的信息在境外黑市中售賣。究其原因，是該集團(tuán)對員工的安全意識缺乏足夠的教育培訓(xùn)，導(dǎo)致開發(fā)人員在無意識的情況下將公司測試平臺的賬號密碼發(fā)到 GitHub上，使得黑客下載了整個數(shù)據(jù)。

我們從Verizon（美國最大的有線通信和語音通信提供商），每年發(fā)布的《數(shù)據(jù)泄露調(diào)查報告（Data Breach Investigations Report（DBIR））》，來看下密碼密鑰在信息泄露中被黑客利用的情況。

·

《2020數(shù)據(jù)泄露調(diào)查報告（DBIR）》

使用偷竊的信用憑證、利用員工誤發(fā)送、員工誤配置是數(shù)據(jù)泄露的主要威脅。內(nèi)部員工操作不規(guī)范、沒有養(yǎng)成良好的工作行為習(xí)慣以及疏忽大意等，已成為多起嚴(yán)重網(wǎng)絡(luò)安全事件發(fā)生的根本原因。

《2021數(shù)據(jù)泄露調(diào)查報告（DBIR）》

61%的數(shù)據(jù)泄露涉及憑證數(shù)據(jù)，憑證的泄露是信息泄露的主要途徑，防止憑證泄露對信息保護(hù)有著重要的作用。

《2022數(shù)據(jù)泄露調(diào)查報告（DBIR）》

憑證是發(fā)起攻擊的最重要的手段。

憑證和個人數(shù)據(jù)是黑客最喜歡獲取的兩類數(shù)據(jù)

報告指出：我們長期以來一直認(rèn)為，憑證是犯罪分子最喜歡的數(shù)據(jù)類型，因?yàn)樗鼈儗τ趥窝b成系統(tǒng)上的合法用戶非常有用。就像諺語中披著羊皮的狼一樣，它們的行為在攻擊之前顯得無害。

o

2. 密碼密鑰硬編碼的檢查

接下來我們看下如何防范密碼密鑰在帶碼中由于硬編碼導(dǎo)致的泄露。

先來看些如何鑒別密碼密鑰。

2.1. 香農(nóng)熵(Shannon entropy)

密鑰的長度決定了密鑰空間(keyspace），通常以位為單位。密鑰空間越大，密鑰被攻破的難度就越大。

密鑰是由密鑰空間的隨機(jī)值構(gòu)成。對于任意一個隨機(jī)變量X，它的熵定義如下：

H(X) = - \\sum_{x=1}^nP(x_i)log_2[P(x_i)]∑ x =1n? P (xi?)log2?[ P (xi?)]

變量的不確定性越大，熵也就越大，把它搞清楚所需要的信息量也就越大。

· P(x_i) P (x**i?) : 指的是單個樣本變量所屬的變量種類的個數(shù)占據(jù)所有變量個數(shù)的比例。

舉例 ：數(shù)據(jù)data有六個值，分為別為：[a,b,c,a,b,a]；

樣本總個數(shù)是6，變量種類數(shù)3；分別為[a:3, b:2, c:1]

所以對應(yīng)的pi分別為[a:1/2, b:1/3, c:1/6]

公式計算log以2為底數(shù)的pi的對數(shù)值，然后再乘以pi的負(fù)數(shù)，再計算其加和，得到的便是香農(nóng)熵的值:1.4591479170272448。

/**

• Base on shannon entropy return bits of entropy represented in string.
• @param str input string
• @return entropy

/public * static double getShannonEntropy(String str**)** **{

** int num = **0;

** Map pi = new **HashMap();

** **// count char in string

** char cx**;

** for (int l = 0; l < str**.length();** ++ l ) **{

** cx = str**.charAt( l );

** if ( pi .containsKey( cx )) **{

** pi**.put( cx ,** pi**.get( cx )** + **1);

** } else **{

** pi**.put( cx ,** **1);

** **}

** num = num + **1;

** **}

** double entropy = **0.0;

** for (Map.Entry entry : pi**.entrySet())** **{

** cx = entry**.getKey();

** double p = (double) entry**.getValue()** / num**;

** entropy = entropy + p ***** (Math.log( p ) / **Math.log(2));

** **}

** return **- entropy ;}

· 同等長度的字符串，通常密鑰的熵值更高

密鑰為避免彩虹攻擊，在取值上更加的離散，會盡量采用不重復(fù)的字符。就像我們?yōu)榱嗽黾用艽a的復(fù)雜性，要求長度不小于8，必須包含大小寫、特殊字符、以及數(shù)字一樣的道理，所以密鑰的熵值會比一般的文本要高的多。我們就是利用這點(diǎn)來識別字符串是否是密鑰。

2.2. 工具的檢查邏輯

對于密碼密鑰的硬編碼檢查可以采用靜態(tài)分析工具來完成。工具的檢查過程通常包含四個過程：輸入文件準(zhǔn)備、檢查、過濾和報告輸出。

2.2.1. 輸入文件轉(zhuǎn)換

· 輸入文件分類

我們需要檢查的文本文件進(jìn)行分類，通常包括以下幾種類型：

o 程序語言：C、C++、Java、Python、Go、Js等；

o 有統(tǒng)一格式的文件：屬性文件、yaml、csv、json、xml等；

o 文本文件：沒有固定格式的文本文件。

分類的目的是為了更好的識別文件中的字符串常量，充分利用字符串常量的上下文關(guān)聯(lián)，以便在分析中最大程度的減少誤報。

· 輸入文件轉(zhuǎn)換

o 程序語言：通過各語言的語法解析器，解析成抽象語法樹，提取語法樹中的等于字符串的常量，以及對應(yīng)的變量名；

o 有統(tǒng)一格式的文件：照格式轉(zhuǎn)換成變量名和字符串常量值；

o 文本文件：采用token的方式分割成一個個的token，變成一個各的字符串常量。

2.2.2. 密碼密鑰檢查

在我們得到大量的變量名和字符串常量后，主要通過正則表達(dá)式匹配的方式完成目標(biāo)的篩選。

由于檢查密碼密鑰的種類和類型不同，可以通過配置文件來提高檢查能力的可擴(kuò)展性。

· 檢查配置選項(xiàng)主要包括以下內(nèi)容：

例如：

· 檢查硬編碼的口令：檢查變量名中包含：password、passwd、pwd的變量，且變量等于字符串常量；正則表達(dá)式可以設(shè)置成為：".*(password|passwd|pwd)$"。

· 檢查GitHub的個人憑證：檢查字符串常量；這個憑證是以"ghp_"開頭的，跟隨長度為36的字符串，且每個字符可以為數(shù)字和字母；正則表達(dá)式可以設(shè)置成為：“ghp_[0-9a-zA-Z]{36}”。

2.2.3. 密碼密鑰過濾

靜態(tài)分析能很大程度上減少了人工審核的工作量，但由于檢查模式的不確定性，也會帶來不少的誤報。誤報會給用戶在審核過程中帶來很多的負(fù)面情緒，從而不愿繼續(xù)使用工具。為了進(jìn)一步降低誤報，我們可以通過下面的方式來降低誤報：

·

密碼密鑰熵值的計算

前面討論過密碼密鑰的特點(diǎn)，可以通過檢測密碼密鑰的信息熵的方式來降低誤報。有些密碼密鑰設(shè)定了最低的閾值，但還是有很多密碼密鑰并未給出具體的閾值，這個就需要通過經(jīng)驗(yàn)積累來設(shè)定，目前業(yè)界也有通過機(jī)器學(xué)習(xí)來完善這個閾值的設(shè)定。

·

·

污點(diǎn)分析

在代碼中，對于口令的變量的取名上，很多并不會遵守可讀性和可維護(hù)性來設(shè)定變量名，通過前面正則表達(dá)式的方式來查找硬編碼密碼的方式，會造成很多的漏報。這里還可以通過污點(diǎn)分析的方法，來推導(dǎo)出密碼是否采用了硬編碼。例如檢查jdbc連接的密碼參數(shù)，查看該參數(shù)是否為字符串常量。

·

2.2.4. 報告輸出

將經(jīng)過過濾后的結(jié)果，輸出告警，給出可能泄露的文件名和變量或可能為密碼密鑰的常量字符串位置，便于人工的排查。
審核編輯：湯梓紅