网页防篡改1：探究

网页被篡改，一般是指网站的页面被挂马或内容被修改。它的危害，轻则误导用户，窃取用户数据，收集用户私隐，造成用户在金钱和名誉上的损失，进而影响网站所属公司的声誉，造成股价下跌，重则导致政治风险。

那么，网页被篡改的危害如何消除呢？先从网站的数据流角度来看这个问题。

从上图来看，网页被恶意篡改有三条路径：

1. 站点页面被恶意篡改

2. CDN同步了被恶意篡改的页面

3. CDN上内容被恶意篡改

其中1，2是相连的。由于站点页面也会有正常的版本更新。

那么，网页防篡改方案必须要解决以下问题：

    1.发现站点网页被恶意篡改或恶意上传，并对它恢复或删除，同时上报异常文件的日志。

    2.分辨出正常的网页更新，不会用旧版本的页面覆盖新版本的页面。

    3.保证CDN缓存的页面不会被篡改，确保用户不会访问被篡改的页面。

​

由于CDN一般是购买的，不在站点的网络里，而且一般不会是物理主机，只是一些虚拟主机或空间，很难对CDN节点所在的主机进行页面监控。那么, CDN这一块应该怎么做呢？

​

先看一下CDN节点的技术分析。

1. CDN主机能够接受http请求并返回响应，那么它应该是webserver。

2. CDN主机是把主站的内容缓存起来，那么可以认为它是一个加载缓存模块的webserver。

3. 看一下主流webserver的缓存模块机制。无论apache的mod_cache还是nginx的缓存机制，为了性能，基本上都是采用key/value组织方式缓存，缓存内容要么是放置在共享内存。而缓存内容生成是这样：当有请求过来，根据请求里的url和字段生成key，查询缓存是否存在，如果不存在，则到站点去请求；当响应经过CDN时，根据配置的策略决定是否把响应缓存起来。

根据上面的技术分析，网站的数据流图应该如下：

那么，如果站点里维护一个cache，供用户浏览和CDN同步，这个cache每隔一段时间（比如1分钟）才会同步站点的页面文件，类似mod_cache之类机制。只要站点在这段时间能够识别出恶意篡改行为，并消除影响，那么，无论是用户浏览，还是CDN同步，都不会受到恶意篡改的影响。那么，网页防篡改方案可以忽略CDN这个因素。

那么，站点使用cache后，网页防篡改需要解决的问题只有两个:

    1.发现站点网页被恶意篡改或恶意上传，并对它恢复或删除，同时上报异常文件的日志。

    2.分辨出正常的网页更新，不会用旧版本的页面覆盖新版本的页面。

觉得好，请关注本公众号和分享到朋友圈。麻烦点击一下右下角的“在看”。谢谢！

原文始发于微信公众号（debugeeker）：网页防篡改1：探究