三次握手的误解与错误类比 (RFC 解读)

[ChristopherWu]

来自我的公众号 『 YongHao 写东西的 Cache 』 打个小广告，还是希望写的东西有人看🙊

分享一下见解，权当抛砖引玉

---

三次握手的误解与错误类比(RFC 解读)

关于 TCP 三次握手几乎是应届毕业生面试常见的问题了，然而网上还很多比比皆是的错误，以知乎 TCP 为什么是三次握手，而不是两次或四次？ 上的热门答案为例子，第一个 3.6K 次赞同的类比就是错误的：

三次握手：
“喂，你听得到吗？”
“我听得到呀，你听得到我吗？”
“我能听到你，今天 balabala ……”

同样这个 107 次赞同的类比也是错误的：

握手和敬军礼一样，源自「敌我双方互相确认对方手里没有武器、无恶意」的仪式。（虽然双方互相请求确认需要四步，但由于中间的确认和请求是由同一个人执行的，所以合并成了一步） 
正恩伸出手说：你看，我手里没有武器。（ SYN ） 
朗普看了看说：嗯，确实没有。（ ACK ）
于是也伸出手说：你看，我手里也没有武器。（ SYN ）
正恩看了看说：嗯，看来你确实有诚意。（ ACK ）

这两个类比就是想当然的错误，为什么会错误，看完全文相信你便了然于心。

另外还有一个就是在谢希仁著《计算机网络》第四版中，讲 “三次握手” 的目的是 “为了防止已失效的连接请求报文段突然又传送到了服务端，因而产生错误”，这个只能算是表因，并不涉及本质。因为就算是三次握手，也会遇到他提到旧报文姗姗来迟的情况，此情况与 SYN FLOOD 大同小异。

谢希仁版《计算机网络》中的例子是这样的，“已失效的连接请求报文段” 的产生在这样一种情况下：client 发出的第一个连接请求报文段并没有丢失，而是在某个网络结点长时间的滞留了，以致延误到连接释放以后的某个时间才到达 server。本来这是一个早已失效的报文段。但 server 收到此失效的连接请求报文段后，就误认为是 client 再次发出的一个新的连接请求。于是就向 client 发出确认报文段，同意建立连接。假设不采用 “三次握手”，那么只要 server 发出确认，新的连接就建立了。由于现在 client 并没有发出建立连接的请求，因此不会理睬 server 的确认，也不会向 server 发送数据。但 server 却以为新的运输连接已经建立，并一直等待 client 发来数据。这样，server 的很多资源就白白浪费掉了。采用 “三次握手” 的办法可以防止上述现象发生。例如刚才那种情况，client 不会向 server 的确认发出确认。server 由于收不到确认，就知道 client 并没有要求建立连接。”

如果你细读RFC793，也就是 TCP 的协议 RFC，你就会发现里面就讲到了为什么三次握手是必须的—— TCP 需要 seq 序列号来做可靠重传或接收，而避免连接复用时无法分辨出 seq 是延迟或者是旧链接的 seq，因此需要三次握手来约定确定双方的 ISN （初始 seq 序列号）。

下面给出详细的 RFC 解读说明：（数据分组称为分段（ Segment ），国内通常用包来称呼）

---

我们首先要知道到一点就是，TCP 的可靠连接是靠 seq （ sequence numbers 序列号）来达成的。

A fundamental notion in the design is that every octet of data sent over a TCP connection has a sequence number. Since every octet is sequenced, each of them can be acknowledged.
The acknowledgment mechanism employed is cumulative so that an acknowledgment of sequence number X indicates that all octets up to but not including X have been received.

TCP 设计中一个基本设定就是，通过 TCP 连接发送的每一个包，都有一个 sequence number。而因为每个包都是有序列号的，所以都能被确认收到这些包。

确认机制是累计的，所以一个对 sequence number X 的确认，意味着 X 序列号之前(不包括 X) 包都是被确认接收到的。

The protocol places no restriction on a particular connection being used over and over again.

The problem that arises from this is -- "how does the TCP identify duplicate segments from previous incarnations of the connection?" This problem becomes apparent if the connection is being opened and closed in quick succession, or if the connection breaks with loss of memory and is then reestablished.

TCP 协议是不限制一个特定的连接（两端 socket 一样）被重复使用的。

所以这样就有一个问题：这条连接突然断开重连后，TCP 怎么样识别之前旧链接重发的包？——这就需要独一无二的 ISN （初始序列号）机制。

When new connections are created, an initial sequence number (ISN) generator is employed which selects a new 32 bit ISN. The generator is bound to a (possibly fictitious) 32 bit clock whose low order bit is incremented roughly every 4 microseconds. Thus, the ISN cycles approximately every 4.55 hours. Since we assume that segments will stay in the network no more than the Maximum Segment Lifetime (MSL) and that the MSL is less than 4.55 hours we can reasonably assume that ISN's will be unique.

当一个新连接建立时，初始序列号（ initial sequence number ISN ）生成器会生成一个新的 32 位的 ISN。

这个生成器会用一个 32 位长的时钟，差不多4µs 增长一次，因此 ISN 会在大约 4.55 小时循环一次

（2^32位的计数器，需要2^32*4 µs才能自增完，除以 1 小时共有多少µs 便可算出2^32*4 /(1*60*60*1000*1000)=4.772185884 ）

而一个段在网络中并不会比最大分段寿命（ Maximum Segment Lifetime (MSL) ，默认使用 2 分钟）长，MSL 比 4.55 小时要短，所以我们可以认为 ISN 会是唯一的。

发送方与接收方都会有自己的 ISN （下面的例子中就是 X 与 Y ）来做双方互发通信，具体的描述如下：

1. A --> B SYN my sequence number is X
2. A <-- B ACK your sequence number is X
3. A <-- B SYN my sequence number is Y
4. A --> B ACK your sequence number is Y

2 与 3 都是 B 发送给 A，因此可以合并在一起，因此成为three way (or three message) handshake（其实翻译为三步握手，或者是三次通信握手更为准确）

因此最终可以得出，三次握手是必须的：

A three way handshake is necessary because sequence numbers are not tied to a global clock in the network, and TCPs may have different mechanisms for picking the ISN's. The receiver of the first SYN has no way of knowing whether the segment was an old delayed one or not, unless it remembers the last sequence number used on the connection (which is not always possible), and so it must ask the sender to verify this SYN. The three way handshake and the advantages of a clock-driven scheme are discussed in [3].

三次握手（ A three way handshake ）是必须的， 因为 sequence numbers （序列号）没有绑定到整个网络的全局时钟（全部统一使用一个时钟，就可以确定这个包是不是延迟到的）以及 TCPs 可能有不同的机制来选择 ISN （初始序列号）。

接收方接收到第一个 SYN 时，没有办法知道这个 SYN 是是否延迟了很久了，除非他有办法记住在这条连接中，最后接收到的那个 sequence numbers （然而这不总是可行的）。

这句话的意思是：一个 seq 过来了，跟现在记住的 seq 不一样，我怎么知道他是上条延迟的，还是上上条延迟的呢？

所以，接收方一定需要跟发送方确认 SYN。

假设不确认 SYN 中的 SEQ，那么就只有：

1. A --> B SYN my sequence number is X
2. A <-- B ACK your sequence number is X SYN my sequence number is Y

只有 B 确认了收到了 A 的 SEQ，A 无法确认收到 B 的。也就是说，只有 A 发送给 B 的包都是可靠的， 而 B 发送给 A 的则不是，所以这不是可靠的连接。这种情况如果只需要 A 发送给 B，B 无需回应，则可以不做三次握手。

三次握手详细过程

      TCP A                                                TCP B

  1.  CLOSED                                               LISTEN

  2.  SYN-SENT    --> <SEQ=100><CTL=SYN>               --> SYN-RECEIVED

  3.  ESTABLISHED <-- <SEQ=300><ACK=101><CTL=SYN,ACK>  <-- SYN-RECEIVED

  4.  ESTABLISHED --> <SEQ=101><ACK=301><CTL=ACK>       --> ESTABLISHED

  5.  ESTABLISHED --> <SEQ=101><ACK=301><CTL=ACK><DATA> --> ESTABLISHED

          Basic 3-Way Handshake for Connection Synchronization

                                Figure 7.

在上图

• 第二行中，A 发送了 SEQ 100，标志位是 SYN ；
• 第三行，B 发回了 ACK 101 与 SEQ 300，标志位是 SYN 与 ACK （两个过程合并了）。注意，ACK 是 101 意味着，B 希望接收到 101 序列号开始的数据段。
• 第四行，A 返回了空的数据，SEQ 101，ACK 301，标志位为 ACK。至此，双方的开始 SEQ （也就是 ISN ）号 100 与 300 都被确认接收到了。
• 第五行，开始正式发送数据包，注意的是 ACK 依旧是第四行的 301，因为没有需要 ACK 的 SYN 了（第四行已经 ACK 完）。

[ChristopherWu]

@letianqiu 恩，是的。复用就是谢希仁举的例子，但是他的例子只是说了缺点是：连接被多开，而没有用到。但是 SYN FLOOD 一样会有这样的问题，所以核心不是旧的连接信息来到，开了一条没有用的连接。
核心是，旧的 seq 过来，tcp 要识别到此 seq 是否有效。

[tonyl4]

mark

[linKnowEasy]

@ChristopherWu 我明白你想表达序号是关键, 但是对不了解专业知识的人, 你说明了序号, 你还要解释需要的作用.
这些一些信息其实可以包含在准备确认里面, 我认为一般做类比的时候, 只会突出一个关键信息, 相比于 序号, 问候的类比更能让非专业知识的人明白, 如果是知道相关知识的人, 这样的类比是不恰当的, 但面向对象是不了解相关知识, 所以我觉得这个类比没问题, 你可以和具有相关知识的人讨论认为他 "不正确" 我仍然觉得这个类比对不知道相关知识的人来说, 是恰当的, 正确的

[kaneg]

TCP 主要解决了网络通信的可靠性和有序性这两个问题。三次握手是为了保证链接建立的可靠性，而楼主提到的 seq 主要是为了解决有序性的。

所以说知乎上的说法并没有错，只是侧重点不同而已。

[ChristopherWu]

@kaneg 总结得很好

[lhx2008]

@ChristopherWu

我重新想了下，建立可靠信道确实必须要三次握手，也就是交换一个初始随机 seq

但是这么做的主要原因是**防止第三方攻击**


这里有回答： https://www.zhihu.com/question/34400902

“
有 A B 之间的正常连接
C 可以在世界的任何角落，伪造一个合法 TCP 报文，最关键是 TCP 字段里的 sequence number、acknowledged number，只要这两项位于接收者滑动窗口内，就是合法的，对方可以接收并 Reset A、B 之间的 TCP 连接。
”

三次握手就是为了防止第三者强行通过修改 IP 包 而可以闯入滑动窗口进行攻击。另外，也可以防止反射放大攻击。UDP 的反射放大攻击在 TCP 上面也不适用，最重要的原因就是 TCP 有三次握手。

至于信道复用的说法，我还真没听说，因为按 socket 四元组理解一个 TCP 连接 的话，没有楼主说的信道复用的可能。



QUIC 协议 也有类似的三次握手机制，他是通过交换一个 token 来防止攻击，在文档中有写到

主要目的是为了防止反射放大攻击

Address validation is used by QUIC to avoid being used for a traffic amplification attack. In such an attack, a packet is sent to a server with spoofed source address information that identifies a victim. If a server generates more or larger packets in response to that packet, the attacker can use the server to send more data toward the victim than it would be able to send on its own.

Token 生成的原则：

An address validation token MUST be difficult to guess. Including a large enough random value in the token would be sufficient, but this depends on the server remembering the value it sends to clients.

A token-based scheme allows the server to offload any state associated with validation to the client. For this design to work, the token MUST be covered by integrity protection against modification or falsification by clients. Without integrity protection, malicious clients could generate or guess values for tokens that would be accepted by the server. Only the server requires access to the integrity protection key for tokens.

There is no need for a single well-defined format for the token because the server that generates the token also consumes it. A token could include information about the claimed client address (IP and port), a timestamp, and any other supplementary information the server will need to validate the token in the future.

因为 QUIC 必须先进行 TLS 握手，所以不用担心会伪造序列号攻击


至于谢希仁说的，主要还是为什么要三次握手而不是两次握手，#14 @radiolover 说的比较透彻