URL di hashing

Panoramica

Gli elenchi di Web Risk sono costituiti da hash SHA256 di lunghezza variabile. Per maggiori informazioni dettagli, consulta la sezione Contenuti elenco. Per verificare un URL in base a un elenco di Web Risk, in locale o sul server, i client devono prima calcolare il prefisso hash dell'URL.

Per calcolare il prefisso dell'hash di un URL:

  1. Esegui la canonicalizzazione dell'URL come descritto in Canonicalizzazione.
  2. Crea le espressioni di suffisso/prefisso per l'URL come descritto in Espressioni di suffisso/prefisso.
  3. Calcola l'hash completo per ogni espressione di suffisso/prefisso come descritto in Calcoli di hash.
  4. Calcola il prefisso dell'hash per ogni hash completo, come descritto in Calcoli del prefisso dell'hash.

Tieni presente che questi passaggi rispecchiano il processo utilizzato dal server Web Risk per gli elenchi di Web Risk.

Canonicalizzazione

Per iniziare, supponiamo che il client abbia analizzato l'URL e lo abbia reso valido secondo lo standard RFC 2396. Se l'URL utilizza un nome di dominio internazionalizzato (IDN), il client deve convertirlo nella rappresentazione ASCII Punycode. URL deve includere un componente del percorso; ossia deve contenere una barra iniziale (http://google.com/).

Innanzitutto, rimuovi i caratteri tab (0x09), CR (0x0d) e LF (0x0a) dall'URL. Non rimuovere le sequenze di escape per questi caratteri, ad esempio %0a.

In secondo luogo, se l'URL termina con un frammento, rimuovilo. Ad esempio, abbrevia Da http://google.com/#frag a http://google.com/.

In terzo luogo, rimuovi ripetutamente gli escape percent dall'URL finché non sono più presenti.

Per canonicalizzare il nome host

Estrai il nome host dall'URL e quindi:

  1. Rimuovi tutti i punti iniziali e finali.
  2. Sostituisci i punti consecutivi con un unico punto.
  3. Se il nome host può essere analizzato come indirizzo IP, normalizzalo impostandolo su 4. con valori decimali separati da punti. Il client deve gestire qualsiasi codifica dell'indirizzo IP valida, inclusi ottali, esadecimali e meno di quattro componenti.
  4. Scrivi tutta la stringa in minuscolo.

Per eseguire la canonicalizzazione del percorso

  1. Risolvi le sequenze /../ e /./ nel percorso sostituzione di /./ con / e rimozione di /../ insieme al percorso precedente di strumento di authoring.
  2. Sostituisci le serie di barre consecutive con un singolo carattere barra.

Non applicare queste canonicalizzazioni dei percorsi ai parametri di ricerca.

Nell'URL, utilizza il tasto di escape percentuale per tutti i caratteri <= ASCII 32, >= 127, # o %. Le escape devono utilizzare caratteri esadecimali maiuscoli.

Di seguito sono riportati i test per convalidare l'implementazione della canonicalizzazione.

Canonicalize("http://host/%25%32%35") = "http://host/%25";
Canonicalize("http://host/%25%32%35%25%32%35") = "http://host/%25%25";
Canonicalize("http://host/%2525252525252525") = "http://host/%25";
Canonicalize("http://host/asdf%25%32%35asd") = "http://host/asdf%25asd";
Canonicalize("http://host/%%%25%32%35asd%%") = "http://host/%25%25%25asd%25%25";
Canonicalize("http://www.google.com/") = "http://www.google.com/";
Canonicalize("http://%31%36%38%2e%31%38%38%2e%39%39%2e%32%36/%2E%73%65%63%75%72%65/%77%77%77%2E%65%62%61%79%2E%63%6F%6D/") = "http://168.188.99.26/.secure/www.ebay.com/";
Canonicalize("http://195.127.0.11/uploads/%20%20%20%20/.verify/.eBaysecure=updateuserdataxplimnbqmn-xplmvalidateinfoswqpcmlx=hgplmcx/") = "http://195.127.0.11/uploads/%20%20%20%20/.verify/.eBaysecure=updateuserdataxplimnbqmn-xplmvalidateinfoswqpcmlx=hgplmcx/";
Canonicalize("http://host%23.com/%257Ea%2521b%2540c%2523d%2524e%25f%255E00%252611%252A22%252833%252944_55%252B") = "http://host%23.com/~a!b@c%23d$e%25f^00&11*22(33)44_55+";
Canonicalize("http://3279880203/blah") = "http://195.127.0.11/blah";
Canonicalize("http://www.google.com/blah/..") = "http://www.google.com/";
Canonicalize("www.google.com/") = "http://www.google.com/";
Canonicalize("www.google.com") = "http://www.google.com/";
Canonicalize("http://www.evil.com/blah#frag") = "http://www.evil.com/blah";
Canonicalize("http://www.GOOgle.com/") = "http://www.google.com/";
Canonicalize("http://www.google.com.../") = "http://www.google.com/";
Canonicalize("http://www.google.com/foo\tbar\rbaz\n2") ="http://www.google.com/foobarbaz2";
Canonicalize("http://www.google.com/q?") = "http://www.google.com/q?";
Canonicalize("http://www.google.com/q?r?") = "http://www.google.com/q?r?";
Canonicalize("http://www.google.com/q?r?s") = "http://www.google.com/q?r?s";
Canonicalize("http://evil.com/foo#bar#baz") = "http://evil.com/foo";
Canonicalize("http://evil.com/foo;") = "http://evil.com/foo;";
Canonicalize("http://evil.com/foo?bar;") = "http://evil.com/foo?bar;";
Canonicalize("http://\x01\x80.com/") = "http://%01%80.com/";
Canonicalize("http://notrailingslash.com") = "http://notrailingslash.com/";
Canonicalize("http://www.gotaport.com:1234/") = "http://www.gotaport.com/";
Canonicalize("  http://www.google.com/  ") = "http://www.google.com/";
Canonicalize("http:// leadingspace.com/") = "http://%20leadingspace.com/";
Canonicalize("http://%20leadingspace.com/") = "http://%20leadingspace.com/";
Canonicalize("%20leadingspace.com/") = "http://%20leadingspace.com/";
Canonicalize("https://www.securesite.com/") = "https://www.securesite.com/";
Canonicalize("http://host.com/ab%23cd") = "http://host.com/ab%23cd";
Canonicalize("http://host.com//twoslashes?more//slashes") = "http://host.com/twoslashes?more//slashes";

Espressioni con suffisso/prefisso

Dopo aver canonizzato l'URL, il passaggio successivo consiste nel creare le espressioni di suffisso/prefisso. Ogni espressione di suffisso/prefisso è composta da un suffisso dell'host (o dall'host completo) e da un prefisso del percorso (o dal percorso completo), come mostrato in questi esempi.

Espressione suffisso/prefisso Espressione regolare equivalente
a.b/mypath/ http\:\/\/.*\.a\.b\/mypath\/.*
c.d/full/path.html?myparam=a http\:\/\/.*.c\.d\/full\/path\.html?myparam=a

Il client formerà fino a 30 possibili combinazioni di suffisso host e prefisso percorso. Queste combinazioni utilizzano solo i componenti host e path dell'URL. Lo schema, il nome utente, la password e la porta vengono ignorati. Se l'URL include parametri di ricerca, almeno una combinazione includerà il percorso completo parametri di ricerca.

Per l'host, il client proverà al massimo cinque stringhe diverse. Questi sono:

  • Il nome host esatto nell'URL.
  • Vengono creati fino a quattro nomi host iniziando dagli ultimi cinque componenti e rimuovendo il componente principale in successione. Il dominio di primo livello può essere saltata. Questi nomi host aggiuntivi non devono essere controllati se l'host è un indirizzo IP .

Per il percorso, il client proverà al massimo sei stringhe diverse. Questi sono:

  • Il percorso esatto dell'URL, inclusi i parametri di ricerca.
  • Il percorso esatto dell'URL, senza parametri di ricerca.
  • I quattro percorsi formati iniziando dalla radice (/) e aggiungendo successivamente i componenti del percorso, inclusa una barra finale.

I seguenti esempi illustrano il comportamento del controllo:

Per l'URL http://a.b.c/1/2.html?param=1, il client proverà questi possibili:

a.b.c/1/2.html?param=1
a.b.c/1/2.html
a.b.c/
a.b.c/1/
b.c/1/2.html?param=1
b.c/1/2.html
b.c/
b.c/1/

Per l'URL http://a.b.c.d.e.f.g/1.html, il client proverà queste possibili stringhe:

a.b.c.d.e.f.g/1.html
a.b.c.d.e.f.g/
(Note: skip b.c.d.e.f.g, since we'll take only the last five hostname components, and the full hostname)
c.d.e.f.g/1.html
c.d.e.f.g/
d.e.f.g/1.html
d.e.f.g/
e.f.g/1.html
e.f.g/
f.g/1.html
f.g/

Per l'URL http://1.2.3.4/1/, il client proverà queste possibili stringhe:

1.2.3.4/1/
1.2.3.4/

Calcoli di hash

Dopo aver creato l'insieme di espressioni di suffisso/prefisso, il passaggio successivo consiste nel calcolare l'hash SHA256 completo per ogni espressione. Di seguito è riportato un test delle unità in pseudo-C che puoi utilizzare per convalidare i calcoli di hash.

Esempi da FIPS-180-2:

// Example B1 from FIPS-180-2
string input1 = "abc";
string output1 = TruncatedSha256Prefix(input1, 32);
int expected1[] = { 0xba, 0x78, 0x16, 0xbf };
assert(output1.size() == 4);  // 4 bytes == 32 bits
for (int i = 0; i < output1.size(); i++) assert(output1[i] == expected1[i]);

// Example B2 from FIPS-180-2
string input2 = "abcdbcdecdefdefgefghfghighijhijkijkljklmklmnlmnomnopnopq";
string output2 = TruncatedSha256Prefix(input2, 48);
int expected2[] = { 0x24, 0x8d, 0x6a, 0x61, 0xd2, 0x06 };
assert(output2.size() == 6);
for (int i = 0; i < output2.size(); i++) assert(output2[i] == expected2[i]);

// Example B3 from FIPS-180-2
string input3(1000000, 'a');  // 'a' repeated a million times
string output3 = TruncatedSha256Prefix(input3, 96);
int expected3[] = { 0xcd, 0xc7, 0x6e, 0x5c, 0x99, 0x14, 0xfb, 0x92,
                    0x81, 0xa1, 0xc7, 0xe2 };
assert(output3.size() == 12);
for (int i = 0; i < output3.size(); i++) assert(output3[i] == expected3[i]);

Calcoli dei prefissi hash

Infine, il client deve calcolare il prefisso dell'hash per ogni hash SHA256 completo. Per il rischio web, un prefisso hash è costituito dai 4-32 byte più significativi di un hash SHA256.

Esempi tratti da FIPS-180-2:

  • Esempio B1 da FIPS-180-2
    • L'input è "abc".
    • Il digest SHA256 è ba7816bf 8f01cfea 414140de 5dae2223 b00361a3 96177a9c b410ff61 f20015ad.
    • Il prefisso dell'hash a 32 bit è ba7816bf.
  • Esempio B2 da FIPS-180-2
    • L'input è abcdbcdecdefdefgefghfghighijhijkijkljklmklmnlmnomnopnopq.
    • Il digest SHA256 è 248d6a61 d20638b8 e5c02693 0c3e6039 a33ce459 64ff2167 f6ecedd4 19db06c1.
    • Il prefisso hash a 48 bit è 248d6a61 d206.