每次连接先赌一把

Cloudflare 每次连上客户的服务器,都得在发出的第一个数据包里赌定一种加密算法。赌错了,这条连接要多花一倍时间才能建起来。

Cloudflare 是反向代理(挡在访客和网站真正的服务器之间的中转站),所以你看到的一条加密连接其实是两条:访客到 Cloudflare 一条,Cloudflare 到源站(客户自己那台真正存放网站的机器)又一条。这篇讲的是第二条。

在第二条连接上,Cloudflare 是先开口的那一方。它发出的第一条消息叫 ClientHello,里面必须附一份已经算好的密钥材料,而这份材料用哪种算法算,得在对方开口之前就定下来。这是 TLS 1.3 为了省时间做的设计,也是它比上一代快的主要原因:赌对了,一个来回就能把加密连接建好。

赌错了,源站会回一条 HelloRetryRequest,意思是「换一种,重来」。连接最后还是能建成,只是白白多跑了一个来回。Cloudflare 自己的比喻很贴切:像在马里奥赛车里错过了那条捷径,终点还是到得了,本该省下的时间没省到。

多出来的一个来回 ① Cloudflare 开口 发出 ClientHello, 附一份 X25519 密钥, 赌源站认这个 ② 源站不接受 回一条 HelloRetryRequest: 换一种, 重来 ③ 重新算密钥 按源站指定的算法再做一份 ④ 第二次 ClientHello 这次源站接受了 ⑤ 握手完成 比赌对时多跑了一整个来回 赌对的路径只有 ① 和 ⑤, 一个来回就结束。
赌错算法后连接要走的完整路径:中间三步就是那个被浪费掉的来回。流程依据 Cloudflare 博客对 TLS 1.3 HelloRetryRequest 机制的描述。

安全的默认值,拖后腿

多年来这一赌只有一个答案:X25519。它安全、通用,但对大约 30% 的回源连接来说并不是最优解。

选 X25519 的理由很实在:超过 95% 的源站都支持它,赌错了也只是多一个来回,不会把连接搞断。

问题出在两头。一头是老派的:超过 6% 的源站其实更偏好 P-256 或 P-384,同样是经典算法,只是另一个流派。Cloudflare 一律先发 X25519,这些源站每次都得回一句「换一种」,纯经典的连接也在白白多跑一个来回。

另一头是新派的。从 2023 年 9 月起,Cloudflare 就在 ClientHello 里声明自己支持后量子加密(能抵抗未来量子计算机破解的算法)。但声明支持和主动先发是两回事。OpenSSL、BoringSSL、rustls 这些加密软件库的新版本一旦支持后量子,收到一份经典的 X25519 密钥就会立刻回 HelloRetryRequest,坚持要升级。于是每一条后量子连接,都被这个保守的默认值罚了一个来回。

后量子密钥太大

Cloudflare 不敢主动先发后量子密钥,是因为它有 1,216 字节,是经典算法的 38 倍,一个网络数据包装不下。

X25519 的密钥材料是 32 字节,后量子的 X25519MLKEM768 是 1,216 字节。这一下就把 ClientHello 撑出了单个网络数据包的容量。

TLS 标准允许把一条消息拆成多个包发,但现实里的网络不总买账。有的设备把拆开的包丢掉,有的拼不回来。Cloudflare 之前的扫描发现,约 0.34% 的源站在收到后量子密钥时干脆握手失败。不是变慢,是连不上。

0.34% 听着小,放在 Cloudflare 的体量上就是成千上万个网站直接掉线。所以它选了保守路线:只声明支持,先发经典密钥,让有能力的源站自己喊「换一种」。安全阀拧得很紧,代价是每一条后量子连接都慢一拍。

ClientHello 里携带的密钥材料大小 经典 X25519 32 字节 后量子 X25519MLKEM768 1,216 字节 约 38 倍,撑出单个数据包
后量子密钥比经典密钥大约 38 倍,这是 Cloudflare 多年来不敢主动先发它的直接原因。数据来自 Cloudflare 博客。

不猜了,改成量

Cloudflare 的新做法是在真实流量之外主动敲每个源站的门,一次只递一种算法,摸清它到底支持什么,然后第一次就用对的那个。

这套东西叫 Automatic Key Exchange,是 Automatic SSL/TLS 的扩展,对所有新老域名默认开启,绝大多数客户不用配置任何东西。

关键在于探测发生在生产流量之外。真要出问题,出在探测上,不在用户的请求上。主动探测还能发现被动观察发现不了的事:很多源站支持后量子,但收到经典密钥也照收不误、不吭声。光盯着真实流量,永远不知道它其实能做得更好。Cloudflare 说,这样挖出了成千上万个从未在流量里暴露过后量子能力的源站。

两个设计细节值得注意。一是流量加权:一个域名下面挂着很多子域名,可能落在能力不同的机器上,所以整个域名的偏好按各子域名的真实流量占比来定,不让一个没人访问的子域名和最繁忙的接口平起平坐。二是可以撤回:新偏好先给这个源站的一小部分流量,同时盯着失败率和重试率,一旦重试变多就回滚。最坏的结果是多花一个来回,而不是连接断掉。

① 逐一试探 每次只递一种算法, 试出源站支持的全部选项 ② 按流量加权 子域名的结果按各自真实流量占比汇总成域名偏好 ③ 挑最强的 有后量子就用后量子, 否则挑源站接受的最快经典算法 ④ 小流量试跑 盯住失败率和重试率, 一超标就回滚 ⑤ 每天重扫 源站升级或改配置, 第二天就跟上 全过程在真实流量之外进行, 探测出问题不影响用户请求。
Automatic Key Exchange 的五步:从主动探测到每日重扫,任何一步出错最多多花一个来回,不会断连接。流程依据 Cloudflare 博客。

重试几乎消失

在已扫描的源站上,需要重来一次的握手从大约 52% 掉到 3.7%,p90 握手延迟少了 150 毫秒以上。

52% 这个数字本身值得停一下:改之前,超过一半的回源握手要跑两个来回。那个固定的 X25519 猜测同时得罪了两拨人,偏好 P 系列曲线的老源站,和坚持要后量子的新版软件库。

现在后量子连接里有 99.2% 一个来回就完成。

省下的 150 毫秒落在哪?不是所有请求。已经建好的长连接不需要重新握手,完全不受影响。真正受益的是那些必须新开一条到源站的连接:动态请求,以及 CDN 缓存没命中、必须回源取内容的那些。对访客来说,就是页面开始出东西的那一刻提前了。

52% → 3.7% 需要重来一次的握手占比 150 毫秒 p90 握手延迟的降幅 99.2% 后量子握手一个来回完成
改动前后在已扫描源站上的效果:重试率是论点所在,另外两个数是它的直接后果。数据均来自 Cloudflare 自己的测量。

三分之一悄悄换了锁

已扫描的一百多万个域名里,三分之一的偏好被自动切到了后量子,站长什么都没做。

具体分布是:64% 维持原来的 X25519,连接方式一点没变;33% 换成了后量子的 X25519MLKEM768;剩下 3% 换成了源站更偏好的其他经典曲线,比如 P-384、P-256、P-521。

这个分布本身就是结论:大多数源站确实还只支持经典算法,Cloudflare 无能为力。目前全网约 12% 的源站支持后量子,2023 年这个数字是 0.5%。

切换还在继续。每天大约有 9,000 个域名的偏好从 X25519 换成别的,其中绝大多数直接换到后量子。Cloudflare 给出的总量变化是,走后量子的回源连接从每天约 250 亿条涨到了 450 亿条。

已扫描域名被分配到的密钥算法偏好 维持 X25519 连接方式没有变化 64% 换成后量子 X25519MLKEM768 33% 换其他经典曲线 P-384 / P-256 / P-521 3%
一百多万个已扫描域名的偏好去向:三分之一升级到后量子,但近三分之二仍停在经典算法——因为它们的源站只支持这些。数据来自 Cloudflare 博客。

自动化能到哪、到不了哪

这件事真正的分量不在快了 150 毫秒。它把密码学升级从每个站长的作业,变成了基础设施的默认动作,而它的能力边界同样清楚。

Cloudflare 的目标是 2029 年前让互联网具备抗量子能力。那一年被一些业内人士称为 Q-Day,指经典加密算法可能被量子计算机攻破的时间点。文章一开头的那种攻击有个名字:先把读不懂的加密流量录下来,等那天到了再解开。

Cloudflare 的理由说得很直接:

要赶上这个期限,不能指望几百万个网站运营者每人都变成密码学专家。它必须是自动的。

这话没错,但要看清它管到哪儿。Automatic Key Exchange 不给任何源站增加新能力,它只是把源站已经具备的能力真正用上。剩下那 88% 不支持后量子的源站,这个功能能给的唯一好处是少挨几次重试。真正的升级还得等 OpenSSL、云负载均衡器、托管服务商各自的时间表。

还有一处更值得警惕:密钥协商防的是流量被录下来以后破解,防不了有人用量子计算机伪造证书、冒充你的源站。Cloudflare 自己点出了这个缺口,也点出了一个更麻烦的衍生问题。如果源站同时挂着经典证书和后量子证书,攻击者可以在中间悄悄把后量子那个选项抹掉,让 Cloudflare 退回去验证那张可以被伪造的经典证书。Cloudflare 说计划扫描出支持后量子证书的源站,然后为有需要的客户直接关掉经典回退。这部分写在路线图里,不是今天已经上线的东西。