前言
在之前介绍的流量劫持文章里，曾提到一种『HTTPS 向下降级』的方案 —— 将页面中的 HTTPS 超链接全都替换成 HTTP 版本，让用户始终以明文的形式进行通信。
看到这，也许大家都会想到一个经典的中间人攻击工具 —— SSLStrip，通过它确实能实现这个效果。
不过今天讲解的，则是完全不同的思路，一种更有效、更先进的解决方案 —— HTTPS 前端劫持。
后端的缺陷
在过去，流量劫持基本通过后端来实现，SSLStrip 就是个典型的例子。
类似其他中间人工具，纯后端的实现只能操控最原始的流量数据，这严重阻碍了向更高层次的发展，面临众多难以解决的问题。
动态元素怎么办？
如何处理数据包分片？
性能消耗能否降低？
......
动态元素
在 Web 刚出现的年代里，SSLStrip 这样的工具还是大有用武之地的。那时的网页都以静态为主，结构简单层次清晰。在流量上进行替换，完全能够胜任。
然而，如今的网页日益复杂，脚本所占比重越来越多。如果仅仅从流量上着手，显然力不从心。
var protocol = 'https';
document.write('<a href="' + protocol + '://www.alipay.com/">Login</a>');
即使非常简单的动态元素，后端也毫无招架之力。
分片处理
分块传输的道理大家都明白。对于较大的数据，一口气是无法传完的。客户端依次收到各个数据块，最终才能合并成一个完整的网页。
由于每次收到的都是残缺的碎片，这给链接替换带来很大的麻烦。加上不少页面并非标准的 UTF-8 编码，因此更是难上加难。
为了能顺利进行，中间人通常先收集数据，等到页面接收完整，才开始替换。
如果把数据比作水流，这个代理就像大坝一样，拦截了源源不断往下流的水，直到蓄满了才开始释放。因此，下游的人们需忍受很久的干旱，才能等到水源。
性能消耗
由于 HTML 兼容众多历史遗留规范，因此替换工作并非是件轻松事。
各种复杂的正则表达式，消耗着不少的 CPU 资源。尽管用户最终点击的只是其中一两个链接，但中间人并不知道将会是哪个，因此仍需分析整个页面。这不得不说是个悲哀。
前端的优势
如果我们的中间人能打入到页面的前端，那么情况会不会有所改善呢？
分片处理
首先，要派一名间谍到页面里。这是非常容易办到的：
不像超链接遍布在页面各处，脚本插入到头部即可运行了。所以我们根本不用整个页面的数据，只需改造下第一个 chunk 就可以，后续的数据仍然交给系统转发。
因此，整个代理的时间几乎不变！
动态元素
很好，我们轻易渗透到页面里。但接着又如何发起进攻？
既然到了前端里，方法就相当多了。最简单的，就是遍历超链接元素，将 https 的都替换成 http 版本。
这个想法确实不错，但仍停留在 SSLStrip 思维模式上。还是『替换』这条路，只是从后端搬到前端而已。
尽管这个方法能胜任大多场合，但仍然不是最完美的。我们并不知道动态元素何时会添加进来，因此需要开启定时器不断的扫描。这显然是个很挫的办法。
性能优化
事实上，超链接无论是谁产生的、何时添加进来的，只要不点击，都是不起作用的。所以，我们只需关心何时去点击就可以 —— 如果我们的程序，能在点击产生的第一时间里控制住现场，那么之后的流程就可由我们决定了。
听起来似乎很玄乎，不过在前端，这只是小菜一碟的事。点击，不过个事件而已。既然是事件，我们用最基础的事件捕获机制，即可将其轻松拿下：
document.addEventListener('click', function(e) {
// ...
}, true);
DOM-3-Event 是个非常有意义的事件模型。之前用它来实现『内联 XSS 拦截』，如今同样也可以用来劫持链接。
我们捕获全局的点击事件，如果发现有落在 https 超链接上，果断将其......拦截？
如果真把它拦截了，那新页面就不会出现了。当然你会说，可以自己 window.open 弹一个，反正点击事件里是可以弹窗的。
不过，请别忘了，并非所有的超链接都是弹窗，也有不少是直接跳转的。你也会说可以修改 location 来实现。
但要识别是『弹窗』还是『跳转』，并不简单。除了超链接的 target 属性，页面里的 <base> 元素也会有影响。当然，这些相信你都能处理好。
然而，现实未必都是那么简单的。有些超链接本身就绑定了 onclick 事件，甚至在其中 return false 或 preventDefault，屏蔽了默认行为。如果我们不顾及这些，仍然模拟跳转或弹窗，那就违背页面的意愿了。
事实上，有一个非常简单的办法：当我们的捕获程序运行时，新页面还远没出现，这时仍有机会修改超链接的 href。待事件冒泡完成、执行默认行为时，浏览器才读取 href 属性，作为最终的结果。
因此，我们只需捕获点击事件，修改超链接地址就可以了。至于是跳转、弹窗、还是被屏蔽，根本不用我们关心。
就那么简单。因为我们是在用户点下去之后才修改，所以浏览器状态栏里，显示的仍是原先 https ！
当然，点过一次之后，再把鼠标放到超链接上，状态栏里显示的就是修改后的了。
为了能继续忽悠，我们在修改 href 之后的下个线程周期里，把它改回来。因为有了一定延时，新页面并不受影响。
var url = link.href; // 保存原始地址
link.href = url.replace('https://', 'http://'); // 暂时换成 http 的
setTimeout(function() {
link.href = url; // 新页面打开后，还原回来
}, 0);
这样，页面里的超链接始终都是正常的 —— 只有用户点下的瞬间，才临时伪装一下。
更多拦截
除了通过超链接，还有其他方式访问页面，我们应尽可能多的进行监控。例如：
- 表单提交
- window.open 弹窗
- 框架页面
- .....
表单提交
表单提交和超链接非常类似，都具有事件，只是将 click 换成 submit，href 换成 action 而已。
脚本弹窗
函数调用的最简单了，只需一个小钩子即可搞定：
var raw_open = window.open;
window.open = function(url) {
// FIX: null, case insensitive
arguments[0] = url.replace('https://', 'http://');
raw_open.apply(this, arguments);
}
框架页面
因为我们把主页面降级成 http 了，但里面的框架地址仍是原先的。由于协议不同，这会产生跨域问题，导致页面无法正常工作。
所以我们还要把页面里的框架，也都转型成 http 版本，确保能和主页面融为一致。
但框架和之前的那些不同，因为它是自动加载的，而且也没有一个即将加载的事件。如果等到框架加载完了再去处理，说不定已经开始报跨域错误了。而且还会白白的浪费一次加载流量。
因此，我们必须让框架一出现，就立即替换掉地址。
这在过去是个很棘手的问题，然而 HTML5 时代给我们带来了新希望 —— MutationEvent。用它即可实时监控页面元素，之前也尝试过一些试验。
当然，即使 MutationEvent，偶尔也会有延时遗漏。为了能彻底避免出现 https 框架页，我们继续使用 HTML5 带来的一项新技术 —— Content Security Policy，由于它是浏览器原生支持的，因此实施的非常彻底。
在我们的代理返回头中，加上如下 HTTP 头部，即可完美拦截 https 框架页了：
Content-Security-Policy: default-src * data: 'unsafe-inline' 'unsafe-eval'; frame-src http://*
解决了框架页的问题，我们就能成功劫持支付宝登录页的账号框 IFrame 了！
后端配合
通过前端的 XSS 脚本，我们轻易解决了过去各种棘手的问题。但挑战并未就此结束，我们仍面临着众多难题。
如何告诉代理
尽管在前端上面，我们已经避开了各种进入 https 的途径，让请求以明文的形式交给代理。但代理又如何决定，这个请求用 https 还是 http 转发呢？
传统的后端劫持之所以能正确转发，那是在替换超链接的时候，已经做下记录。当出现记录中的请求，就走 https 的转发。
而我们的劫持在前端，并且只发生在点击的一瞬间。即使马上去告诉中间人，某个 URL 是 https 的，这时也来不及了。
告诉中间人是必须的。但我们可以用一个巧妙的方法，不必单独发送消息 —— 我们只需在转型后的 URL 里，做个小记号就可以了。
当代理发现请求的 URL 里有这个记号，它自然就懂了，直接走 https！
由于把页面从 https 降级到了 http，因此相关请求的referer也变成 http 版了。所以，中间人应尽量把 referer 也修正回来，避免被服务器察觉。
隐藏伪装
不过，在 URL 里加标记的方法，也有很大的缺陷。
因为页面的 URL 会在地址栏里显示出来，所以用户会看见我们的记号。当然，我们可以使用一些迷惑性的字符，例如 ?zh_cn、?utf_8，?from_baidu 等等，更好的欺骗用户。
当然，如果你觉得还是不满意，也有办法让这些碍眼标记尽快消失：
if url has symbol
history.replaceState(..., clear_symbol(url) )
HTML5 为我们提供了修改地址栏的能力，并且无需刷新。这些强悍的功能，如今都可以在前端利用起来了。
重定向劫持
当然，光靠前端的劫持，还是远远不够的。现实中，还有另一种很常见的方式，那就是重定向到安全页面。
仔细回想下，平时我们是怎样进入想上的网站的。例如支付宝，除非你有收藏，否则就得自己敲入 www.alipay.com 或 www.zhifubao.com，当你回车进入时，浏览器又如何知道这是个 HTTPS 的网站呢？
显然，第一个请求仍是普通的 HTTP 协议。当然，这个 HTTP 版的支付宝的确存在，它的唯一功能就将用户重定向到 HTTPS 版本。
当我们的中间人一旦发现有重定向到 HTTPS 网站的，当然不希望用户走这条不受自己控制的路。于是拦下这个重定向，然后以 HTTPS 的方式，获取重定向后的内容，最后再以 HTTP 明文的方式，回复给用户。
因此在用户看来，始终处于 HTTP 网站上。
不过，如今的 Web 里增加一个新的安全标准：HTTP Strict Transport Security。如果客户端收到这个头部，之后一段时间内访问该站点，就始终通过 HTTPS 的方式。
所以我们的中间人一旦发现有这个字段，就得果断将其删除。
当然，用户直接敲网址的并不常见。大多都是搜索引擎，然后直接从第一个结果里进来了。
比较悲剧的是，国内的搜索引擎几乎都是 HTTP 的。在用户访问搜索页面的时候，我们的 XSS 早已潜伏在其中了，因此从中点出来的任何一条结果，都是进不到官方的 HTTPS 里的：）
除了搜索页面，不少类似 hao123 之类的网址大全，大多也未开启 HTTPS。因此从中导流的网站，都面临着被中间人劫持的风险。
防范措施
介绍了攻击方法，接着讲解防御措施。
脚本跳转
事实上，无论是前端劫持还是后端过滤，仍有不少的网站无法成功。例如京东的登录：
它是通过脚本跳转到 HTTPS 地址的。而浏览器的 location 是个及其特殊的属性，它可以被屏蔽，但无法被重写。因此我们难以控制页面的跳转情况。
如果非要劫持京东页面，我们只能使用白名单的方式，特殊对待该站点。但这样就大幅增加了攻击成本。
混淆明文
当然，不难发现京东的登录脚本里，URL 是以最直白的明文出现的。所以我们利用 SSLStrip 的方式，对脚本里的 https:// 的文本进行替换，也能起到一定的作用，毕竟大多脚本都对此毫无防备。
但对于稍微复杂一点的脚本，例如通过字符串拼接而成的 URL，那么就难以实施了。
所以在安全需要较高的场合，不妨把一些重要的地址进行简单的处理，中间人就无法使用通用的方式来攻击。而必须针对站点进行特殊对待，从而提高攻击成本。
尽可能多的 HSTS
之前提到 HSTS 头。只要这个字段出现过一次，浏览器在很长时间里都会只用 HTTPS 访问站点。因此，我们尽可能多的开启 HSTS。
现实中的劫持并非都是 100% 成功的，上述提到，使用脚本跳转很容易出现遗漏。所以，只要逮住用户一次遗漏，HSTS 就可以让之后的页面降级彻底失效了。
攻击演示
因为是前端劫持，所以 Demo 有两个文件：一个前端代码，另一个后端脚本（NodeJS）。
相关源码：https://github.com/EtherDream/https_hijack_demo
相比之前写的流量劫持演示，这里功能更为专一，不再提供额外的劫持途径（例如 DNS 等）。
想测试其实非常简单，只需配置浏览器代理，即可模拟 HTTP 的劫持：
不嫌麻烦的话，也可以在 Linux 内核的系统上测试，转发 80 到本机即可。原理都是一样的。
我们随便找一个 HTTP -> HTTPS 网站做测试。
得益于前端脚本的优势，我们把鼠标放到登录超链接上，状态栏显示的仍是原始 URL：
在我们点击的瞬间，暗藏页面中的 XSS 钩子触发了，成功把我们带到中间人虚拟的 HTTP 登录页面里。
当然，由于 URL 参数很多，地址栏里的那个记号看不到了。
庆幸的是，淘宝的登录页面未进行地址判断，被降级后的页面仍然能登录成功！
当然之前也说了，并非所有的页面都能劫持成功。
如今越来越多的网站都已重视，因此前端的安全性检测也随之而生。仅仅通过一个工具，实现大规模通用化的劫持，未来会更加困难。
但先比传统的纯后端实现，前后结合的方案能够带来更大的发挥空间。