
来源:麦叔编程
作者:麦叔
一、张三被勒索
张三去某地旅游,在一个小酒店入住。酒店很便宜,一天只要80元,但看着有点像黑店啊!
不过张三是谁,闯荡江湖这么多年,who怕who啊!
晚上百无聊赖,他连上酒店的wifi,先上银行网站给爸妈转了1000块钱,这是这个月的生活费。张三是个孝顺儿子!
然后他鬼使神差的打开了一个小电影网站,欣赏了几个动作片,放松一下。
第二天结账的时候,账单吓了张三一跳:1800!
什么?明明是80啊!老板不紧不慢的说:其中1720是保密费。你是不是上了一些不该上的网站?然后老板展示了几张图片,正是张三看过的动作片中的截图。
张三很火,但是也很担心:勒索1800块钱是小事,我昨天还做了银行转账,不会把我的账号密码拿去,把我的钱都给转走了吧?里面还有今年辛辛苦苦赚来的2万多块钱!
打工人不容易啊!
他赶紧拿出手机,关掉wifi连接,用流量查了一下余额。还好,钱还在!
为什么老板因为小电影勒索他,而不窃取他的银行卡密码呢?
原因是:张三上的银行网站使用了HTTPS加密:
而小电影网站没有用HTTPS,所以可以被酒店的WIFI捕获所有发送的信息。
没有使用HTTPS的网站类似这样:
我也很震惊,这个china.com竟然没有HTTPS。实际上很多正规的小电影网站都是HTTPS的,不信你去看看。
这样的真实事情,每天都发生在世界的各地!
你永远不知道你会不会成为下一个目标。所以认真读完这篇文章,你就不会成为受害者。
张三正是遭受常见的网络陷阱:中间人劫持。大致过程是这样的:
张三通过酒店WIFI上网的过程是这样的:
在这个过程中WIFI就是中间人。实际上浏览器和网站中间还有很多中间人,比如运行商。
网站如果没有HTTPS网站,发送的信息都明文的,类似这样的文字:
传了什么消息,中间人看的一清二楚。一旦遭受中间人劫持,中间人可以做很多事情:
你本来要给李四转账1000中间人修改成给他自己转账10万。
请大家注意,这里要害你的不是网站,而是中间人。中间人不光害你,他们也害网站。所以你和网站都是受害者!
如果你上了黑心网站,诈骗你的钱财,那是网站的问题,不是中间人的问题,那是另外一套诈骗方式了。
为了解决中间人劫持的问题,网站可以使用HTTPS,强迫浏览器和网站的通信加密。这个过程变成了这样:
虽然信息发送还是要经过酒店WIFI,但发送的都是密文,酒店WIFI看不懂,只能简单的帮你转发,什么事情都做不了。
如果你是冲着小电影来的吃瓜群众,就记住下面的结论:
这真的很重要,请转发给需要的人,让社会少一分伤害!
大致的原理前面已经讲清楚了,简单来说就是加密。但这里还有很多细节。
浏览器和服务器拥有同一套秘钥来加密和解密。浏览器发送消息之前先加密,服务器收到密文后用同一套秘钥解密。
但这里的问题是:
所以为了加密要先解决秘钥的交换问题。
还好有数学家研究出了一个加密算法,叫做公钥加密。公钥加密有两把钥匙:
这两把钥匙的神奇之处在于:
这样就可以协商密码了:
当然实际的密码交换过程比这个要复杂一些,但核心原理就是这样的。
但这事还没完!中间人可以最开始就冒充网站,把它自己的公钥给浏览器:
为了解决这个问题:
所有电脑上都维护了自己信任的CA机构:
我们也可以手工修改添加自己信任的机构:比如把自己的公司加入到信任列表中去。这样自己公司可以签发证书。
这样基本上就彻底避免了中间人攻击。
如果对技术细节感兴趣,可以看我下面两篇文章:
我是麦叔,陪你学编程,陪你走职场的路!
这真的很重要,请转发给需要的人,让社会少一分伤害!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29