简单分析网站流量劫持防范措施(图文)
前几天上网打开163首页时，发现页面底部莫名其妙的出现一个边框。这在以前可是未曾有过的，而且以后也绝不可能会有这么丑陋的设计。
趋于好奇心，立刻在边框上点了右键审查元素。尼玛，不看不知道，网易首页的HTML何时变得这么劣质了？
没有doctype声明，连title元素都没有。script还是language=JScript风格，这得追溯到多少个世纪前了~ 最劣质的是框架居然还是<frameset>元素。。。
不用说，这显然不是网易的页面。页面里的ad字样，早已深深的出买了它，这就是个广告页面！
话说生在天朝，对于各种劫持早已司空见惯。
在网页里劫持广告，油价2块钱一升的时代就有了，过了世界末日依旧存在，说明其中的利益是巨大的。
不用计算，用手指估算下就知道了。我朝有好几亿电脑和手机用户，每天有无数个网页被打开。哪怕在1%的网页里插一个广告，都有数百上千万次的展示数量，其中的商机不言而喻。。。
尽管对此有些无奈，但只要插入的广告不影响正常上网，也没什么意见。如果水平够高，完全可以伪装成页面里本来的广告，至少形式上一样，看不出任何的破绽。这样非但不BS，反倒会有些佩服。
然而，至今见过的各种广告劫持代码，简直一个比一个劣质。这一次见到的，算是垃圾中的战斗机了。随便找个网页编辑器，自动生成的HTML也比这强多了，再随便找些css稍微修饰下，完全就不会被一眼看出是山寨套牌网页了。尼玛的这本身就是暗地里的干活，却没有任何简单的加密混淆，还光明正大的明文写着广告字样，这不是赤果果的秀智商下限吗？
不过今天既然花时间吐槽这破玩意，就干脆再深入的讨论讨论未来可能还会出现的变招。
Lv1. 当前最常见的：把被劫持的网页套在自己的空壳里其实这样做的目的很明确，让广告显示在浏览器的最上方。一般为了达到这个效果，会把广告显示在页面的右下角，盖住被劫持页面的滚动条，看起来就像是浮动在浏览器之外一样！
这招够狠，乍一看，还真以为是QQ之类的软件弹出的消息框呢。不过只要把浏览器窗口退出最大化，顺便再拖一下窗口，广告也跟着动起来了：）假李鬼就瞬间原形毕露了！
防范措施这种劫持毫无技术含量可言，反劫持也相当容易。只要在自己网页里验证下window.top，是不是在合法的URL列表里。如果不是，那就不允许被内嵌在其他网页内。更好的办法就是把top地址提交到后台服务器上，统计下究竟有哪些网站套了自己的页面。
Lv2. 在返回网页里插入外链<script>这种做法相比之前的，要隐蔽的多，至少不会把人家网页的源文件给替换了。
当然，如果仅仅是在网页的最后面插入<script>，那还是能被瞬间揭穿，甚至会报毒，因为这太山寨了！有哪个正常的网页会在</html>后面跟内容呢？只有挂马的脚本。。。
不过，要是放对地方，还真不能一眼看出。例如把广告的<script src="">插在<head></head>其中的密密麻麻引用外部js的地方，至少能混上一段时间了。
防范措施一般来说，插入的<script>大多都是外链形式的，这样广告变换会比较灵活。对于这种劫持，就要使用类似杀毒软件扫描可疑模块的原理。
广告不管怎样插，最终都会以静态HTML留在网页里，这是不容抹去铁证！
当我们的网页HTML加载完毕，触发DOMContentLoaded时，我们可以开始扫描一遍DOM内所有的<script>标签。如果发现有不在信任列表里的src，那么网页很有可能被注入了可疑的脚本！
我们可以提交可疑脚本的url到后台服务器，做进一步认证。如果确实有风险，那么必须弹出警告框提醒用户。
Lv3. 在返回网页里插入内置<script>相比外链的脚本，内置的就棘手的多。外链的url域名的总是那么几个，可以简单的实现过滤。但内置脚本就千变万化了！随机变量名，插入废代码，各种玄乎。。。不过，魔高一尺，道高一丈~
防范措施想最简单的对付这种劫持，我们必须预先默认个规定，来识别真假脚本元素。我们给自己的<script>元素设置个固定的标签，例如<script myjs="true">。当然具体的标签名和值是经常变动的，对于劫持程序来说，显然不知道会有这么个规矩，仍然傻乎乎的插入<script>...</script>。
于是在之后的"肃反运动"中，可以直接清洗掉了。。。
Lv4. 在返回网页的<script>里混入广告代码随着劫持程序不断升级，招数会变的越来越狠。说不定某天，劫持程序内置一个html语义分析器，智能的把广告脚本合并混淆到页面原先的js里！
若要真是这样，那么之前说的给自己的脚本元素加上特征码也无济于事了。因为特务已深深的混入到了我们内部，真真假假很难被识别！
最致命的是，脚本未必都是放在<script></script>，也有可能是<element onxxx="">的内联形式。。。这下麻烦大了，我得想想怎么解决。。。
防范措施对于这种情况，还真找不到一个简单的方法来识别。唯一能走通的路，就是在发布HTML时，记录下文件的Hash值。可以把值写入网页，或者存在数据库里。
当网页内容加载完成时，我们通过ajax再次读取当前页面的内容（一般来说读的就是当前页面的缓存数据）。通过同样的算法算出页面的校验值，和原始值一比对，就知道页面是否被第三方篡改了。
我们还可以把篡改过的html发到后台，找出字符串差异部分，让技术人员分析分析到底做了哪些手脚。
当然，这只限于静态网页。
Lv5. 在返回网页的外链脚本里混入广告代码这招可算是终极篇 ———— 它完全不修改任何HTML内容！
然而，一般的网页多多少少要外链几个js文件吧。于是，那些外链的脚本就成了香饽饽的肥肉被盯上了！
当然也可以像验证html那样，事先计算出所有的js文件的hash值，然后再使用ajax重新读数据认证比对。
不过可别忘了，外链js的路径可以是任意的，而ajax只能读取同源站点。而且，外链的<script>也无法读取其text内容。于是当我们使用站点外的js文件时，劫持程序可以肆无忌惮的从中混入代码！
防范措施由于受到沙箱策略的严格控制，我们根本无法获得外部js内的实际内容，所以：走为上。尽量不使用外部站点的js文件。
对于自己站点，但不是同个域名的，可以使用Flash的URLLoader跨域加载，只需部署一个crossdomain.xml即可。
Lv6. 把返回网页的图片内容替换成广告图片这样的流量劫持已经超越人类了，赶紧派一个神做了它吧。。。
防范措施理论上，完全可以解决。事实上，也没问题，只是工作量巨大。。。
不过外链图片不管同源还是跨域的，都可以由Flash直接读取，所以可以和html和js一样，我们使用文件二进制的Hash比对，同样可以验证图片数据是否被劫持。
当然要事先要计算出站点下或外链图片的hash值，客户端也要分析出当前页面里用到的图片，并逐个验证。这不得不说是个蛋疼的过程。。。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
暂时就YY到这里，以后有新的想法或更好的解决方案，继续来这里补充。
大家有什么巧妙的检测方法，欢迎留言～
上面说了一大堆，其本质无法就是在客户端，把使用到的资源和服务器原始资源二进制校验，将出现问题的资源反馈给后台记录，找出安全隐患。
虽然这里假象嵌入的仅仅是广告脚本，然而这种脚本拥有和页面内其他脚本一样的权限，因此可以轻而易举的获得用户的cookie。
嵌入的脚本甚至可以通过WebSocket连接到黑客控制台，发送你的鼠标和键盘的一举一动，以及页面上显示的内容；对方还可以远程控制，让js在页面里悄悄执行各种意想不到的操作。。。