【HTTP劫持和DNS劫持】腾讯的实际业务分析

    简单介绍一下HTTP劫持和DNS劫持的概念，也就是运营商通过某些方式篡改了用户正常访问的网页，插入广告或者其他一些杂七杂八的东西。

 

    首先对运营商的劫持行为做一些分析，他们的目的无非就是赚钱，而赚钱的方式有两种：

    1、对正常网站加入额外的广告，这包括网页内浮层或弹出广告窗口；

    2、针对一些广告联盟或带推广链接的网站，加入推广尾巴。例如普通访问百度首页，被前置跳转为http://www.baidu.com/?tn=90509114_hao_pg 

 

 

    在具体的做法上，一般分为DNS劫持和HTTP劫持。

    DNS劫持：

    一般而言，用户上网的DNS服务器都是运营商分配的，所以，在这个节点上，运营商可以为所欲为。

    例如，访问http://jiankang.qq.com/index.html，正常DNS应该返回腾讯的ip，而DNS劫持后，会返回一个运营商的中间服务器ip。访问该服务器会一致性的返回302，让用户浏览器跳转到预处理好的带广告的网页，在该网页中再通过iframe打开用户原来访问的地址。

    HTTP劫持：

    在运营商的路由器节点上，设置协议检测，一旦发现是HTTP请求，而且是html类型请求，则拦截处理。后续做法往往分为2种，1种是类似DNS劫持返回302让用户浏览器跳转到另外的地址，还有1种是在服务器返回的HTML数据中插入js或dom节点（广告）。

 

 

    在用户角度，这些劫持的表现分为：

    1、网址被无辜跳转，多了推广尾巴；

    2、页面出现额外的广告（iframe模式或者直接同页面插入了dom节点）。

 

 

    处理办法：

    1、先对外网做检测，上报被劫持的情况。

            对于我这个业务而言，加推广尾巴没意义，那么就剩下植入广告的问题了。页面广告可能通过iframe方式，也可以通过dom节点方式，需要在首页检查这两种情况。

window.addEventListener('DOMNodeInserted', checkDivHijack);
function checkDivHijack(e) {
        var html = e ? (e.srcElement.outerHTML || e.srcElement.wholeText) : $('html').html();
        var reg = /http:\/\/([^\/]+)\//g;
        var urlList = html.match(reg);
        if (!urlList || urlList.length == 0) {
            return;
        }
        reg = /^http:\/\/(.*\.qq\.com|.*\.gtimg\.cn|.*\.qlogo\.cn|.*\.qpic\.cn|.*\.wanggou\.com)\/$/;
        var hijack = false;
        for (var i = 0; i < urlList.length; i++) {
            if (!reg.test(urlList[i])) {
                hijack = true;
                break;
            }
        }
}

（注：事后发现这个url检查不够严谨，虽然劫持的情况都能发现，但也把产品原有的一些正常插入做劫持误报了。例如<a href="http://jiankang.qq.com" data-id="1">，不过这个是小细节，把正则表达式完善一下就ok了)

 

    2、针对被iframe加载的情况，需要先找到运营商设置的劫持规律。

            在iframe中的网页能正常打开，而不是又被拦截加iframe，可能是因为请求的url上或cookie上运营商做了标记。我们可以利用这个规则，躲过劫持。

 

    3、针对注入dom节点的情况，初始化时做检查，而且后续dom注入也做检查。可以检查dom中是否含有白名单以外的http链接，如果有，就可以判定为http劫持。

 

    4、在前端以外的处理办法还有

        a) 终端拦截所有返回包，判断ip来自黑名单（劫持的中间ip）则丢弃返回包。

                这种做法的原因是，运营商劫持http请求后，并不是完全丢弃请求包，而是做了复制，一份继续发给目标服务器，另外一份做劫持处理直接返回302。因为这个302会比目标服务器的正常返回早得多，所以用户浏览器会只认第一个302，而丢弃后到的正常返回。

                如果先把第一个302丢弃，等待后续正常返回，则问题解决。

        b) 终端拦截请求包，并拆包发送。

                运营商一般判断是否劫持，通过判断是否HTTP请求。 一般只会检测TCP连接建立后的第一个数据包，如果其是一个完整的HTTP协议才会被标记；如果并非是一个完整的HTTP协议，由于无法得到足够多的劫持信息，所以并不会被标记为HTTP协议。 

                所以，只要把请求包切得足够细，就能躲过一部分劫持（如果运营商学习“墙”大力气做多包拦截就没辙了）。

        

    5、当然，最终，根本解决办法是使用HTTPS，不过这个涉及到很多业务的修改，成本较高。如果劫持比例小，也许通过适当的补救做法会更好。

 

 

　　来看看检测到的劫持情况：

总体1500万pv的业务，一天竟然有100万的劫持上报，即使排除一半的误报，也代表说20个用户中，就接近有1个用户出现被劫持的情况。

可见，各种小运营商（尤其是移动）的心是有多黑！胆子是有多大！

 

　　各种劫持的手段都有：

　　1、直接返回一个带广告的HTML；

　　2、在原html中插入js，再通过js脚本安插广告；

　　3、iframe展示原来正常网页。

 

　　各种丑恶的嘴脸都被记录在案：