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 confrontare un URL con un elenco Web Risk, in locale o sul server, i client devono prima calcolare il prefisso hash di quell'URL.

Per calcolare il prefisso hash di un URL:

  1. Esegui la canonicalizzazione dell'URL come descritto in Canonicalizzazione.
  2. Crea le espressioni suffisso/prefisso per l'URL come descritto in Espressioni suffisso/prefisso.
  3. Calcola l'hash a lunghezza intera 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 la procedura utilizzata dal server Web Risk per gestire 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 convertire l'URL 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), RP (0x0d) e LF (0x0a) da l'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/.

Terzo, rimuovi ripetutamente i caratteri di escape percentuali dall'URL finché non percentuali di escape.

Per eseguire la canonizzazione del nome host

Estrai il nome host dall'URL e poi:

  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 in 4 valori decimali separati da punti. Il client deve gestire qualsiasi indirizzo IP legale che include ottale, esadecimale e meno di quattro componenti.
  4. Scrivi tutta la stringa in minuscolo.

Per canonicalizzare il 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 esecuzioni di barre consecutive con una singola barra.

Non applicare queste canonizzazioni dei percorsi ai parametri di query.

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

Di seguito sono riportati i test che consentono di convalidare un'implementazione della canonizzazione.

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 suffisso/prefisso

Dopo aver canonizzato l'URL, il passaggio successivo consiste nel creare le espressioni di suffisso/prefisso. Ogni suffisso/espressione di prefisso è costituita da un suffisso host (o host) e un prefisso di percorso (o 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 il percorso del URL. Lo schema, il nome utente, la password e la porta vengono ignorati. Se l'URL include parametri di query, almeno una combinazione includerà il percorso completo e i parametri di query.

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 successivamente il componente principale. Il dominio di primo livello può essere saltata. Questi nomi host aggiuntivi non devono essere selezionati 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 query.
  • Il percorso esatto dell'URL, senza parametri di query.
  • I quattro percorsi formati partendo dalla radice (/) e aggiungendo successivamente dei 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 opzioni 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 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 di unità in pseudo-C che puoi utilizzare per convalidare i calcoli dell'hash.

Esempi tratti 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 hash per ogni SHA256 a lunghezza intera hash. Per il rischio web, un prefisso hash è costituito dai 4-32 byte più significativi di un hash SHA256.

Esempi da FIPS-180-2:

  • Esempio B1 da FIPS-180-2
    • Il valore inserito 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.