某天小明在整理他的收藏夹时发现了一个以前很常逛，但已经将近半年多没去的一个论坛。小明想回去看看那边变得怎么样了，于是点进去那个论坛，输入了帐号密码，得到了密码错误的提示。
尝试了几次之后，系统提示小明可以使用「忘记密码」的功能，所以小明填了自己的 email 之后去收件箱里查看，发现系统传来一个「重设密码」的链接。虽然说最后小明成功利用重新设定的密码登入，但有个问题让他百思不得其解：
奇怪呀，为啥要我重新设置密码，把旧的密码发到邮箱里给我不就好了？
应该有许多人都跟小明一样，有过类似的疑惑。把旧密码发给我不是很好吗，干嘛强迫我换密码？
这一个看似简单的问题，背后其实藏了许多信息安全相关的概念，就让我们慢慢寻找问题的答案，顺便学习一些基本的信息安全知识吧！
被偷走的数据库
大家应该很常看到新闻说哪个网站的数据又被偷走了，顾客个人数据全部都泄露出去。像是国外知名的网域代管网站 GoDaddy 就泄露了 120 万笔用户数据，像国内的微博、淘宝等也有过数据泄露的情况发生。
这边我想带大家探讨的两个问题是：
- 数据真的这么容易泄露吗？
- 数据泄露之后，可能造成什么后果？
我们先来看第一个问题，有很多安全性的漏洞可以造成数据泄露，而有些漏洞的攻击方式，比你想的还简单一百倍。
你想像中的黑客可能像上面那样，打着一大堆不知道在干嘛的指令，画面上出现很多黑底白字或是绿字的画面，完全搞不懂在干嘛，但是做着做着网站就被攻破下来了。
而事实上有些漏洞，可能在地址栏上面改几个字就攻击成功了，就算你不懂任何代码也做得到。
举例来说好了，假设今天有个购物网站，你买了一些东西之后送出订单，订单成立后跳转到订单页面，上面有着一大堆你的个人数据，例如说：姓名、收货地址、联络电话以及 Email 等等。
然后你发现订单页面的网址是 https://shop.xiaoming.cn/orders?id=14597
而正好你的订单编号也是 14597，在好奇心的驱使之下，你就试着把数字改成 14596，然后按下 Enter。
当网站载入完成之后，你竟然还真的能看到编号为 14596 的订单，上面出现一个你不认识的人的姓名、收货地址、联络电话跟 Email。
有些攻击就是这么朴实无华且枯燥，只要改个字就能看到属于其他人的数据。这时候如果你会写程序的话，就可以写个脚本自动去抓 id 是 1 一直到 id 是 15000 的数据，你就拿到了这个购物网站 15000 笔订单的资讯，也就是一万多个顾客的个人数据。
这过程中没有什么黑底白字的画面，也不用一直疯狂打字，唯一需要的只有改数字，个人数据就轻松到手。
这类型的漏洞有个专有名词，称为 IDOR，全名是：Insecure direct object references，大约就是不安全的直接数据存取的意思。漏洞产生的原因就是工程师在开发时，并没有注意到权限控管，因此让使用者能存取到其他人的数据。
有些人看到这边可能以为我只是为了文章浅显易懂，所以才举一个简化的例子，现实生活中的攻击才没这么简单。
这句话算是对了一半，大部分的网站确实都不会有这么明显的一个漏洞，攻击方式会更复杂一点。 但可怕的是，还真的有些网站就是这么简单，就是改个数字就可以拿到别人的数据。
例如说这两个就是 IDOR 的真实漏洞：
- 享健身xarefit 任意访问/下载所有会员个人数据
- DoorGods 防疫门神实联制系统IDOR导致个人数据泄露
对，不要怀疑，就真的只是在网址上改个数字而已这么容易。
以后只要看到网址列上有这种数字，就可以试着去改改看，搞不好不会写程序的你也可以发现 IDOR 的漏洞。
除了这种只要改个东西的漏洞之外，还有另外一个很常见但是需要一点技术能力才能攻破的漏洞，叫做 SQL Injection。
先来讲讲 SQL 是什么，简单来说就是跟数据库查询东西的一种程序语言。既然说是语言那就会有固定语法，若是以中文举例，大概就像是：
去找「订单数据」，给我「id 是 1 的」，按照「建立时间」排序
用「」框起来的部分代表可以变动，而其他关键字例如说「去找」、「给我」这些都是固定的，因为语法要固定才能写程序去解析。
同样以上面假想的购物网站为例，如果网址是 https://shop.xiaoming.cn/orders?id=14597 ，那网站去跟数据库拿数据时，指令大概就是：
去找「订单数据」，给我「id 是 14597 的」
因为网址列上的 id 是 14597 嘛，所以这个 id 就会被放到查询的指令去，如果 id 是别的，那查询的指令也会不一样。
这时候如果我的 id 不是数字，而是「1 的顺便给我使用者数据」，查询就变成：
去找「订单数据」，给我「id 是 1 的顺便给我使用者数据」
那整个网站的使用者数据就顺便被我抓下来了。
这个攻击之所以叫做 SQL injection，重点就在于那个 injection，攻击者「注入」了一段文字被当作指令的一部分执行，所以攻击者就可以执行任意查询。
比起上面讲的 IDOR，SQL injection 通常会更为致命，因为不只是订单数据本身，连其他数据也会被一起捞出来。所以除了订单数据，会员数据跟商品数据都有可能一起泄露。
这边也随便找两个公开的案例：
- 北一女中网站存在SQL Injection漏洞
- 桃园高中 网站 SQL injection
而防御方式就是不要把使用者输入的「1 的顺便给我使用者数据」直接当作指令，而是经过一些处理，让整段查询变成：「给我 id 是：『1 的顺便给我使用者数据』的数据」，那因为没有这个 id，所以什么事也不会发生。
个人数据泄漏了，然后呢？
前面我们已经看到了针对那些没有做好防御的网站，个人数据泄露是多么容易的一件事情。
那个人数据泄漏之后，对使用者会有什么影响呢？
大家最感同身受的应该就是诈骗电话吧，例如说某些买书的网站或是订房网站，打过来跟你说什么要分期退款，为了博取你的信任，连你买了哪本书，订了哪个房间，或是你家地址跟姓名全都讲得出来。
这些都是因为数据泄露的缘故，诈骗集团才会知道的这么清楚。
但除了这些个人数据以外，还有两个东西也会泄露，那就是你的帐号跟密码。
也许你会想说：「不就帐号跟密码吗，我就在那个网站上面改密码以后再用就好啦！」
事情也许没有你想的这么简单。如果你没有用密码管理软件的话，我大胆猜测你所有的密码可能都是同一个。因为怕记不起来嘛，所以干脆都用同一个密码。
这时候如果账号和密码泄露，黑客是不是就可以拿这个账号和密码去其他服务试试看？
拿去登你的 Google，登你的 Facebook，这时候用同一个密码的人就会被登进去。所以从表面看只是一个购物网站被入侵，但造成的结果却是你的 Google 还有 Facebook 也一起被盗了。
所以，有时候某个网站被盗帐号可能不是那个网站的问题，而是黑客在其他地方拿到了你的帐号密码，就来这边试试看，没想到就中了。
对于网站的开发者而言，保护好使用者的个人数据是天经地义的事情，保护密码也是，有没有什么好方法可以保护密码呢？
加密吗？把密码用某些算法加密，这样数据库储存的就会是加密后的结果，尽管被偷走了，黑客只要没有解密的方法就解不开。
听起来似乎是最安全的做法了，但其实还有一个问题，那就是网站的开发者还是会知道怎么解密，如果有工程师监守自盗怎么办？他还是可以知道每个使用者的密码是什么，可以把这些资讯拿去卖或者是自己利用。
嗯…似乎我们也不能怎么样，因为无论如何，开发者都需要有方法知道数据库存的密码究竟是多少吧？不然在登入的时候怎么确认帐号密码是对的？
再者，这样听起来应该够安全了，要怎么样才能更安全？难道要连网站的开发者都无法解密，都不知道密码是什么才够安全吗？
Bingo！答对了，就是要这样没错！
没有人知道你的密码，包括网站本身
事实上，网站的数据库是不会储存你的密码的。
或更精确地说，不会储存你的「原始密码」，但会储存密码经过某种运算后的结果，而且最重要的是， 这个运算是无法还原的 。
直接举例比较快，假设今天有个很简单的算法，可以把密码做转换，转换方式是：「数字不做转换，英文字母把 a 换成 1，b 换成 2…z 换成 26」，以此类推，第几个字母就换成几，大小写不分都一样（先假设不会有符号）。
如果密码是 abc123，转换完就变成 123123。
在使用者注册的时候，网站就把使用者输入的 abc123 转成 123123，然后存到数据库里面。因此数据库存的密码是 123123，而不是 abc123。
当使用者登入时，我们就再把输入的值用同样的逻辑转换，如果输入一样，转换后的结果就会一样对吧？就知道密码是不是正确的。
当黑客把数据库偷走以后，会拿到 123123 这组密码，那一样啊，不是可以推论出原本是 abc123 吗？不不不，没这么简单。
123123、abcabc、12cab3…这些密码转换之后，不也是 123123 吗？所以尽管知道转换规则跟结果，却没有办法还原成「唯一一个密码」，这就是这个算法厉害的地方！
这样的转换就叫做哈希（Hash），abc123 每次 hash 过后的结果都会是 123123，但是从 123123 却无法得到输入一定是 abc123，因为有其他种可能性存在。
这就是 hash 跟加密最大的不同。
加密跟解密是成对的，如果可以加密就一定可以解密，所以你知道密文跟密钥，就可以知道明文。但 hash 不同，你知道 hash 算法的结果，却无法逆推出原本的输入是什么。
而这个机制最常见的应用之一，就在于密码的储存。
在注册时把 hash 过后的密码存进数据库，登入时把输入的密码 hash 过后跟数据库比对，就知道密码是否正确。就算数据库被偷，黑客也不知道使用者的密码是什么，因为逆推不出来。
这就是为什么忘记密码的时候，网站不会跟你讲原本的密码是什么，因为网站本身也不知道啊！
所以不能「找回密码」，只能「重设密码」，因为重设就代表你输入新的密码，然后网站把新的密码 hash 之后存进数据库，未来登入时就会用这组新的 hash 去比对。
有些人可能会注意到这样的储存方式似乎有个漏洞，延续前面的例子，数据库存的是 123123 而我的原始密码是 abc123，这样如果用「abcabc」，hash 过后也是 123123，不就也可以登入吗？这样不太对吧，这不是我的密码嘛
有两个不同的输入却产生出同一个输出，这种状况称为碰撞（hash collision），碰撞一定会发生，但如果算法设计的好，碰撞的机率就超级无敌小，小到几乎可以忽略。
前面提的转换规则只是为了方便举例，真实世界中用的算法复杂许多，就算只有一个字不同，结果都会天差地远，以 SHA256 这个算法为例：
- abc123 => 6ca13d52ca70c883e0f0bb101e425a89e8624de51db2d2392593af6a84118090
- abc124 => cd7011e7a6b27d44ce22a71a4cdfc2c47d5c67e335319ed7f6ae72cc03d7d63f
类似的输入却产生截然不同的输出。
像我前面举例用的转换就是不安全的 hash 算法，要尽量避免使用或是避免自己设计，尽可能使用密码学家跟专家设计出的算法，像是上面提到的 SHA256。
在使用这些算法的时候，也要特别注意一下是否安全，因为有些算法虽然也是由专家设计，但已经被证明是不安全的，例如说密码用 MD5 来 hash 后储存就是不安全的，可以参考： Is MD5 considered insecure?
所以，储存 hash 后的值就没事了吗？
抱歉，其实只储存密码 hash 过后的值是不够的。
咦，为什么？我刚刚不是说没办法反推出结果吗，那为什么不够？
虽然说没办法反推出结果，但攻击者可以利用「输入一样，输出一定一样」的特性，先建好一个人数据料库。
举例来说，假设有个很常见的密码 abc123，hash 过后的值是 6ca13d，那攻击者就可以先算好，然后把这个关系存在数据库，所以攻击者的数据库里面就可能会有一百万组最常见密码的清单，里面有着每个密码跟它 hash 过后的值。
那接下来只要在 hash 过后的数据库发现 6ca13d，攻击者就可以透过查表的方式，查出原本的密码是 abc123。这不是利用算法反推结果，这只是利用现有数据来查询而已。
为了防御这种攻击，还要做一件事情叫做加盐（Salting），没错，就是盐巴的那个盐。通常会帮每个使用者产生一个独一无二的盐，例如说 5ab3od（实际上会更长，可能 16 或 32 个字以上），接着把我的密码 abc123 加上我的盐，变成 abc1235ab3od，然后用这个加盐过后的结果去做 hash。
为什么要这样做呢？
因为攻击者预先准备好的表格中，比起 abc123，出现 abc1235ab3od 的机率显然更低，同时又因为长度变长了，暴力破解的难度变得更高。如此一来，密码就变得更难破解了。
结语
忘记密码时网站不会把密码发给我，因为网站自己都不知道我的密码是什么。虽然听起来不太可能，但实际状况就是如此。为了安全性，这是必须的手段。
要达成这样的目的，背后最重要的技术原理就是 hash，「同样的密码会产生同样的 hash 值，但从 hash 值没办法对应回原本的密码」就是秘诀所在。
反之，如果你发现有网站可以找回你的密码，那就得要多加注意，有可能网站数据库存的不是 hash 值而是你的密码。在这种状况下，万一有天数据库被入侵，账号和密码被偷走，黑客就能得知你真实的密码，然后去试其他的服务。
有关于密码管理，现在浏览器也有功能可以自动帮你产生密码外加记忆密码，或也可以使用现成的密码管理软件，都可以在不同网站产生不同的密码。
这篇希望能让对这个领域陌生的读者们也能知道一些基本的概念，包括：
- 有些网站比你想得脆弱很多，改个网址就可以拿到别人的数据
- 对于安全性做得不好的网站，拿到整个人数据料库不是一件难事
- 忘记密码只能重设，不能找回，是因为网站也不知道你的密码
- 如果有网站可以把旧密码给你，那你得要小心一点
我正在参与2024腾讯技术创作特训营最新征文，快来和我瓜分大奖！
