简介： TLS/SSL 握手失败引起的连接异常问题怎么搞？阿里云 SRE 工程师手把手带你排查解决。
*图片来源于网络
某客户为其生产环境的站点申请了一张由 CFCA 签发的证书。相关域名正确配置该证书且启用 HTTPS 后，经测试发现他们的客户端 App 在低版本手机上（ iOS < 10.0，Android < 6.0）无法连接到相关站点。
客户端调试发现，控制台会看到证书无效的错误信息（Invalid Certificate 或 Certificate Unknown ）。
起初，工程师并不知道客户的证书是由哪个机构签发以及有什么问题。而对于这类问题，一般均需要客户端网络包做进一步的分析与判断。因此安排客户在受影响的设备上进行问题复现及客户端抓包操作。
获取到网络包后，首先确认了客户端连接失败的直接原因为 TLS 握手过程异常终止，见下：
查看 Encrypted Alert 内容，错误信息为 0x02 0x2E。根据 TLS 1.2 协议（RFC5246 ）的定义， 该错误为因为 certificate_unknown。
继续查看该证书的具体信息，根据 Server Hello 帧中携带的证书信息得知该证书由证书机构 China Financial Certification Authority(CFCA) 签发。再根据证书信息中的 Authority Information Access (AIA) 信息确认 Intermediate CA 和 Root CA 证书。确认该证书签发机构的根证书为 CFCA EV ROOT。
回到存在问题的手机设备上（Android 5.1），检查系统内置的受信任 CA 根证书列表，未能找到 CFCA EV ROOT CA 证书；而在正常连接的手机上，可以找到该 CA 的根证书并默认设置为”信任“。
查阅 CFCA 证书的相关说明，该机构的证书在 iOS 10.1 及 Android 6.0 及以上版本才完成入根接入。
*参考:https://www.cfca.com.cn/upload/20161101.pdf
从上面的分析可以看到，该问题的根因是低版本客户端设备没有内置 CFCA 的 CA 根证书。因此，基本的解决方案包括：
更换其他 CA 机构签发的证书，保证其 CA 根证书的在特定设备上已默认信任。手动在受影响的设备上安装该 CA 根证书及中间证书，并配置为信任状态。客户端 App 预置该 CA 根证书，并通过客户端代码配置信任该证书。需要结合不同的业务场景选择合理解决方案。
某客户新增了一个容灾备用接入地址，启用了一个新的域名并配置了一张全新的证书。测试发现，切换到该备用地址时，Android 客户端无法正常连接，报证书未知错误（Certificate Unknown）；iOS 客户端表现正常。
和 2.1 的问题类似，首先在受影响的设备上进行问题复现及客户端抓包操作。
获取到网络包之后，确认了客户端连接失败的直接原因为 TLS 握手过程异常终止，原因与 2.1 中的问题一样，为Certificate Unknown ：
类似问题 2.1 的排查动作，查看该证书的 CA 根证书及根证书的信任情况。
发现该证书由中间 CA 机构 Secure Site Pro CA G2 签发，其根 CA 为 DigiCert Global Root CA:
DigiCert Global Root CA 作为一个广泛支持的证书签发机构，其根 CA 证书在绝大多数的设备上均为受信任状态，这一点在受影响的设备上也得到了确认。既然根 CA 的证书处于信任状态，为何证书验证还是失败？这成为下一步排查的重点方向。
同一台设备，切换到正常环境下，也完成一次抓包操作。获取到新的网络包后做对比分析，发现两种情况下网络包中体现的区别为：
正常环境下，服务器返回的证书包含了完整的 CA 证书链；
异常情况下，服务端返回的证书仅包含叶节点 CA 证书。
根据上述线索进行排查研究，发现：不同于其他平台，Android 客户端默认是不会通过 AIA Extension 去做证书链的校验。
*参考：https://tools.ietf.org/html/rfc3280#section-4.2.2.1 ；https://developer.android.com/training/articles/security-ssl#UnknownCa
因此，当中间 CA 证书未安装或未缓存时，客户端 App 是不会主动拉取中间 CA 证书并做进一步信任链校验的，从而导致证书校验失败。
从上面的排查分析看到，该问题和 Android 平台自身的证书校验机制和证书打包方式相关。解决方案包括：
代码层面手动定制 TrustManager 去定制校验过程；
或重新打包证书，将中间 CA 证书和根 CA 证书一同打包到服务端证书中。
该客户综合开发成本与环境现状，选择重新打包证书。新的证书配置完成后，问题得到解决。
某客户反馈他们的 iOS 客户端 App 用户在特定运营商网络环境下无法打开特定的业务站点（HTTPS 站点）。客户端处于白屏等待状态并最终报错；而在同样的网络环境下，系统浏览器可以打开该站点；同一台设备，切换到另一个网络运营商下，也可以访问该站点。
由于该问题直接表现在 Web 层，因此首先尝试通过 Charles 抓取 HTTP 层包进行分析。HTTP 日志发现相关 HTTP 请求并未发出。
由此怀疑问题发生在 TCP 层，进而在受影响的设备上进行问题复现及客户端抓包操作。
获取到网络包后，首先确认问题：
通过页面域名在网络包中寻找 DNS 解析结果；根据 DNS 解析结果找到站点 IP，并过滤出客户端与该 IP 之间的访问情况；观察客户端与该服务器之间的网络活动，发现存在 TLS 握手失败的情况：从上面的网络包可以看到，服务端（机房 P 中的服务器提供接入服务）在收到 Client Hello 后，直接返回了 Handshake Failure，这种情况下，一般需要服务端配合排查握手失败的直接原因。在客户端条件下，可以进一步缩小排查疑点。
重新考虑客户问题条件：相同的网络条件下，系统浏览器可以打开该页面；同一设备切换到另一运营商下（站点此时由机房 Q 中的服务器提供接入服务），可以正常访问。针对这这两种正常情况进行抓包和进一步分析。
通过对三种情况的网络观察发现：
问题 App 发出的 Client Hello 显示支持 17 种加密套件： 正常 App 发出的 Client Hello 显示支持 26 种加密套件： 正常 App 和机房 P 服务器协商的加密套件为：TLS_RAS_WITH_3DES_EDE_CBC_SHA (0x000a) （不在问题 App 支持的加密套件范围内）；问题 App 和机房 Q 服务器协商的加密套件为：TLS_ECDHE_RSA_WITH_AES_256_GCM_SHA384 (0xc030)（在问题 App 支持的加密套件范围内）；根据上述情况，可以推论问题的基本情况为：
问题 App 发出去的握手请求，支持17种加密套件（ A 集合）；正常 App 发出去的握手请求，支持26种加密套件（ B 集合）；机房 P 的接入服务器，能支持 B 集合中的至少一种加密套件，不支持 A 集合中的所有加密套件；机房 Q 的接入服务器，既支持 A 集合中的至少一种加密套件，也支持 B 集合中的至少一种加密套件；最终导致 问题 App 无法通过 机房 P 中的服务器 访问该站点。
从上面的分析结论可以看到，由于客户端和服务端加密套件不匹配，导致在特定情况下的握手失败。进一步的问题解决方案包括：
调整客户端加密套件，增加支持的 Cipher Suites（涉及客户端底层 TLS/SSL 库的升级）；
调整服务端加密套件，增加支持的 Cipher Suites（涉及服务端 TLS/SSL 接入配置）。
该客户最终选择调整服务端加密套件，问题得到解决。
从上述案例的分享和实践中可以看到，TLS 层面的问题在客户端的症状表现上有相似之处，但是问题的根因却大相径庭。这里例举的问题虽不能覆盖所有的问题场景，但可以看到基本的排查思路如下：
判断问题是否属于 TLS/SSL 层面的问题。
抓取网络包；有条件的情况下，可以针对正常和异常情况抓取两份网络包，以便后续进行对比分析。
根据网络包探寻问题发生的直接原因，进而进一步探究问题的根本原因。
根据分析结论并结合业务场景，选择合适的解决方案。
这类问题的排查基础是对 HTTPS 和 TLS/SSL 协议的理解以及对分析工具的掌握。在移动领域，这类问题存在一定的共性，直接了解上述结论和分析方法可以帮助开发者快速“出坑”。
针对市面上移动应用普遍存在的破解、篡改、盗版、钓⻥欺诈、内存调试、数据窃取等各类安全风险，mPaaS 「移动安全加固」依赖于阿里云集团的移动安全加固技术，经历了淘系等亿级应用的安全性考验。
能够有效为移动应用提供稳定、简单、有效的安全保护，提高 App 的整体安全水平，力保应用不被逆向破解，在安全性上具有非常可靠的保障。
原文链接 本文为阿里云原创内容，未经允许不得转载。
