简介

HTTP是一个属于应用层的面向对象的协议，因为其简捷、高速的方式。适用于分布式超媒体信息系统。它于1990年提出。经过几年的使用与发展，得到不断地完好和扩展。眼下在WWW中使用的是HTTP/1.0的第六版，HTTP/1.1的规范化工作正在进行之中，并且HTTP-NG(Next Generation of HTTP)的建议已经提出。
HTTP协议的主要特点可概括例如以下：
1.支持客户/server模式。

2.简单高速：客户向server请求服务时，仅仅需传送请求方法和路径。请求方法经常使用的有GET、HEAD、POST。每种方法规定了客户与server联系的类型不同。

因为HTTP协议简单，使得HTTPserver的程序规模小，因而通信速度非常快。
3.灵活：HTTP同意传输随意类型的数据对象。正在传输的类型由Content-Type加以标记。

4.无连接：无连接的含义是限制每次连接仅仅处理一个请求。

server处理完客户的请求，并收到客户的应答后。即断开连接。

採用这样的方式能够节省传输时间。
5.无状态：HTTP协议是无状态协议。无状态是指协议对于事务处理没有记忆能力。缺少状态意味着假设兴许处理须要前面的信息。则它必须重传，这样可能导致每次连接传送的数据量增大。

还有一方面。在server不须要先前信息时它的应答就较快。

一、HTTP协议具体解释之URL篇

http（超文本传输协议）是一个基于请求与响应模式的、无状态的、应用层的协议。常基于TCP的连接方式，HTTP1.1版本号中给出一种持续连接的机制。绝大多数的Web开发。都是构建在HTTP协议之上的Web应用。

HTTP URL (URL是一种特殊类型的URI，包括了用于查找某个资源的足够的信息)的格式例如以下：
http://host[":"port][abs_path]
http表示要通过HTTP协议来定位网络资源；host表示合法的Internet主机域名或者IP地址；port指定一个port号。为空则使用缺省port80。abs_path指定请求资源的URI；假设URL中没有给出abs_path，那么当它作为请求URI时，必须以“/”的形式给出。通常这个工作浏览器自己主动帮我们完毕。

eg:
1、输入：www.guet.edu.cn
浏览器自己主动转换成：http://www.guet.edu.cn/
2、http:192.168.0.116:8080/index.jsp

二、HTTP协议具体解释之请求篇

http请求由三部分组成，各自是：请求行、消息报头、请求正文

1、请求行以一个方法符号开头，以空格分开，后面跟着请求的URI和协议的版本号，格式例如以下：Method Request-URI HTTP-Version CRLF
当中 Method表示请求方法；Request-URI是一个统一资源标识符；HTTP-Version表示请求的HTTP协议版本号。CRLF表示回车和换行（除了作为结尾的CRLF外。不同意出现单独的CR或LF字符）。

请求方法（全部方法全为大写）有多种，各个方法的解释例如以下：
GET 请求获取Request-URI所标识的资源
POST 在Request-URI所标识的资源后附加新的数据
HEAD 请求获取由Request-URI所标识的资源的响应消息报头
PUT 请求server存储一个资源，并用Request-URI作为其标识
DELETE 请求server删除Request-URI所标识的资源
TRACE 请求server回送收到的请求信息。主要用于測试或诊断
CONNECT 保留将来使用
OPTIONS 请求查询server的性能。或者查询与资源相关的选项和需求
应用举例：
GET方法：在浏览器的地址栏中输入网址的方式訪问网页时。浏览器採用GET方法向server获取资源，eg:GET /form.html HTTP/1.1 (CRLF)

POST方法要求被请求server接受附在请求后面的数据，经常使用于提交表单。
eg：POST /reg.jsp HTTP/ (CRLF)
Accept:image/gif,image/x-xbit,... (CRLF)
...
HOST:www.guet.edu.cn (CRLF)
Content-Length:22 (CRLF)
Connection:Keep-Alive (CRLF)
Cache-Control:no-cache (CRLF)
(CRLF) //该CRLF表示消息报头已经结束。在此之前为消息报头
user=jeffrey&pwd=1234 //此行下面为提交的数据

HEAD方法与GET方法差点儿是一样的，对于HEAD请求的回应部分来说。它的HTTP头部中包括的信息与通过GET请求所得到的信息是同样的。利用这种方法。不必传输整个资源内容，就能够得到Request-URI所标识的资源的信息。该方法经常使用于測试超链接的有效性。能否够訪问，以及近期是否更新。
2、请求报头后述
3、请求正文(略)

三、HTTP协议具体解释之响应篇

在接收和解释请求消息后，server返回一个HTTP响应消息。

HTTP响应也是由三个部分组成，各自是：状态行、消息报头、响应正文
1、状态行格式例如以下：
HTTP-Version Status-Code Reason-Phrase CRLF
当中，HTTP-Version表示serverHTTP协议的版本号；Status-Code表示server发回的响应状态代码。Reason-Phrase表示状态代码的文本描写叙述。
状态代码有三位数字组成。第一个数字定义了响应的类别，且有五种可能取值：
1xx：指示信息--表示请求已接收，继续处理
2xx：成功--表示请求已被成功接收、理解、接受
3xx：重定向--要完毕请求必须进行更进一步的操作
4xx：client错误--请求有语法错误或请求无法实现
5xx：server端错误--server未能实现合法的请求
常见状态代码、状态描写叙述、说明：
200 OK //client请求成功
400 Bad Request //client请求有语法错误。不能被server所理解
401 Unauthorized //请求未经授权，这个状态代码必须和WWW-Authenticate报头域一起使用
403 Forbidden //server收到请求，可是拒绝提供服务
404 Not Found //请求资源不存在。eg：输入了错误的URL
500 Internal Server Error //server发生不可预期的错误
503 Server Unavailable //server当前不能处理client的请求。一段时间后可能恢复正常
eg：HTTP/1.1 200 OK（CRLF）

2、响应报头后述

3、响应正文就是server返回的资源的内容

四、HTTP协议具体解释之消息报头篇

HTTP消息由client到server的请求和server到client的响应组成。请求消息和响应消息都是由開始行（对于请求消息，開始行就是请求行，对于响应消息，開始行就是状态行），消息报头（可选），空行（仅仅有CRLF的行），消息正文（可选）组成。

HTTP消息报头包含普通报头、请求报头、响应报头、实体报头。
每个报头域都是由名字+“：”+空格+值组成。消息报头域的名字是大写和小写无关的。

1、普通报头
在普通报头中。有少数报头域用于全部的请求和响应消息，但并不用于被传输的实体，仅仅用于传输的消息。

eg：
Cache-Control 用于指定缓存指令。缓存指令是单向的（响应中出现的缓存指令在请求中未必会出现），且是独立的（一个消息的缓存指令不会影响还有一个消息处理的缓存机制），HTTP1.0使用的类似的报头域为Pragma。
请求时的缓存指令包含：no-cache（用于指示请求或响应消息不能缓存）、no-store、max-age、max-stale、min-fresh、only-if-cached;
响应时的缓存指令包含：public、private、no-cache、no-store、no-transform、must-revalidate、proxy-revalidate、max-age、s-maxage.
eg：为了指示IE浏览器（client）不要缓存页面，server端的JSP程序能够编写例如以下：response.sehHeader("Cache-Control","no-cache");
//response.setHeader("Pragma","no-cache");作用相当于上述代码，通常两者//合用
这句代码将在发送的响应消息中设置普通报头域：Cache-Control:no-cache

Date普通报头域表示消息产生的日期和时间

Connection普通报头域同意发送指定连接的选项。比如指定连接是连续，或者指定“close”选项，通知server，在响应完毕后，关闭连接

2、请求报头
请求报头同意client向server端传递请求的附加信息以及client自身的信息。

经常使用的请求报头
Accept
Accept请求报头域用于指定client接受哪些类型的信息。eg：Accept：image/gif，表明client希望接受GIF图象格式的资源。Accept：text/html。表明client希望接受html文本。
Accept-Charset
Accept-Charset请求报头域用于指定client接受的字符集。eg：Accept-Charset:iso-8859-1,gb2312.假设在请求消息中没有设置这个域，缺省是不论什么字符集都能够接受。

Accept-Encoding
Accept-Encoding请求报头域类似于Accept，可是它是用于指定可接受的内容编码。eg：Accept-Encoding:gzip.deflate.假设请求消息中没有设置这个域server假定client对各种内容编码都能够接受。
Accept-Language
Accept-Language请求报头域类似于Accept，可是它是用于指定一种自然语言。eg：Accept-Language:zh-cn.假设请求消息中没有设置这个报头域。server假定client对各种语言都能够接受。
Authorization
Authorization请求报头域主要用于证明client有权查看某个资源。当浏览器訪问一个页面时，假设收到server的响应代码为401（未授权），能够发送一个包括Authorization请求报头域的请求。要求server对其进行验证。

Host（发送请求时，该报头域是必需的）
Host请求报头域主要用于指定被请求资源的Internet主机和port号，它通常从HTTP URL中提取出来的，eg：
我们在浏览器中输入：http://www.guet.edu.cn/index.html
浏览器发送的请求消息中。就会包括Host请求报头域，例如以下：
Host：www.guet.edu.cn
此处使用缺省port号80，若指定了port号，则变成：Host：www.guet.edu.cn:指定port号
User-Agent
我们上网登陆论坛的时候。往往会看到一些欢迎信息，当中列出了你的操作系统的名称和版本号，你所使用的浏览器的名称和版本号，这往往让非常多人感到非常奇妙，实际上。server应用程序就是从User-Agent这个请求报头域中获取到这些信息。User-Agent请求报头域同意client将它的操作系统、浏览器和其他属性告诉server。只是，这个报头域没必要的，假设我们自己编写一个浏览器。不使用User-Agent请求报头域。那么server端就无法得知我们的信息了。

请求报头举例：
GET /form.html HTTP/1.1 (CRLF)
Accept:image/gif,image/x-xbitmap,image/jpeg,application/x-shockwave-flash,application/vnd.ms-excel,application/vnd.ms-powerpoint,application/msword,*/* (CRLF)
Accept-Language:zh-cn (CRLF)
Accept-Encoding:gzip,deflate (CRLF)
If-Modified-Since:Wed,05 Jan 2007 11:21:25 GMT (CRLF)
If-None-Match:W/"80b1a4c018f3c41:8317" (CRLF)
User-Agent:Mozilla/4.0(compatible;MSIE6.0;Windows NT 5.0) (CRLF)
Host:www.guet.edu.cn (CRLF)
Connection:Keep-Alive (CRLF)
(CRLF)

3、响应报头
响应报头同意server传递不能放在状态行中的附加响应信息。以及关于server的信息和对Request-URI所标识的资源进行下一步訪问的信息。

经常使用的响应报头
Location
Location响应报头域用于重定向接受者到一个新的位置。Location响应报头域经常使用在更换域名的时候。

Server
Server响应报头域包括了server用来处理请求的软件信息。与User-Agent请求报头域是相相应的。以下是
Server响应报头域的一个样例：
Server：Apache-Coyote/1.1
WWW-Authenticate
WWW-Authenticate响应报头域必须被包括在401（未授权的）响应消息中，client收到401响应消息时候，并发送Authorization报头域请求server对其进行验证时，服务端响应报头就包括该报头域。
eg：WWW-Authenticate:Basic realm="Basic Auth Test!" //能够看出server对请求资源採用的是基本验证机制。

4、实体报头
请求和响应消息都能够传送一个实体。

一个实体由实体报头域和实体正文组成，但并非说实体报头域和实体正文要在一起发送。能够仅仅发送实体报头域。实体报头定义了关于实体正文（eg：有无实体正文）和请求所标识的资源的元信息。
经常使用的实体报头
Content-Encoding
Content-Encoding实体报头域被用作媒体类型的修饰符，它的值指示了已经被应用到实体正文的附加内容的编码，因而要获得Content-Type报头域中所引用的媒体类型，必须採用对应的解码机制。

Content-Encoding这样用于记录文档的压缩方法，eg：Content-Encoding：gzip
Content-Language
Content-Language实体报头域描写叙述了资源所用的自然语言。没有设置该域则觉得实体内容将提供给全部的语言阅读
者。

eg：Content-Language:da
Content-Length
Content-Length实体报头域用于指明实体正文的长度，以字节方式存储的十进制数字来表示。
Content-Type
Content-Type实体报头域用语指明发送给接收者的实体正文的媒体类型。eg：
Content-Type:text/html;charset=ISO-8859-1
Content-Type:text/html;charset=GB2312
Last-Modified
Last-Modified实体报头域用于指示资源的最后改动日期和时间。

Expires
Expires实体报头域给出响应过期的日期和时间。

为了让代理server或浏览器在一段时间以后更新缓存中(再次訪问曾訪问过的页面时，直接从缓存中载入，缩短响应时间和减少server负载)的页面。我们能够使用Expires实体报头域指定页面过期的时间。

eg：Expires：Thu，15 Sep 2006 16:23:12 GMT
HTTP1.1的client和缓存必须将其它非法的日期格式（包含0）看作已经过期。eg：为了让浏览器不要缓存页面。我们也能够利用Expires实体报头域，设置为0。jsp中程序例如以下：response.setDateHeader("Expires","0");

五、利用telnet观察http协议的通讯过程

实验目的及原理：
利用MS的telnet工具，通过手动输入http请求信息的方式。向server发出请求。server接收、解释和接受请求后。会返回一个响应。该响应会在telnet窗体上显示出来，从而从感性上加深对http协议的通讯过程的认识。

实验步骤：

1、打开telnet
1.1 打开telnet
执行-->cmd-->telnet

1.2 打开telnet回显功能
set localecho

2、连接server并发送请求
2.1 open www.guet.edu.cn 80 //注意port号不能省略

HEAD /index.asp HTTP/1.0
Host:www.guet.edu.cn

/*我们能够变换请求方法,请求桂林电子主页内容,输入消息例如以下*/
open www.guet.edu.cn 80

GET /index.asp HTTP/1.0 //请求资源的内容
Host:www.guet.edu.cn

2.2 open www.sina.com.cn 80 //在命令提示符号下直接输入telnetwww.sina.com.cn 80
HEAD /index.asp HTTP/1.0
Host:www.sina.com.cn

3 实验结果：

3.1 请求信息2.1得到的响应是:

HTTP/1.1 200 OK //请求成功
Server: Microsoft-IIS/5.0 //webserver
Date: Thu,08 Mar 200707:17:51 GMT
Connection: Keep-Alive
Content-Length: 23330
Content-Type: text/html
Expries: Thu,08 Mar 2007 07:16:51 GMT
Set-Cookie: ASPSESSIONIDQAQBQQQB=BEJCDGKADEDJKLKKAJEOIMMH; path=/
Cache-control: private

//资源内容省略

3.2 请求信息2.2得到的响应是:

HTTP/1.0 404 Not Found //请求失败
Date: Thu, 08 Mar 2007 07:50:50 GMT
Server: Apache/2.0.54 <Unix>
Last-Modified: Thu, 30 Nov 2006 11:35:41 GMT
ETag: "6277a-415-e7c76980"
Accept-Ranges: bytes
X-Powered-By: mod_xlayout_jh/0.0.1vhs.markII.remix
Vary: Accept-Encoding
Content-Type: text/html
X-Cache: MISS from zjm152-78.sina.com.cn
Via: 1.0 zjm152-78.sina.com.cn:80<squid/2.6.STABLES-20061207>
X-Cache: MISS from th-143.sina.com.cn
Connection: close

失去了跟主机的连接

按随意键继续...

4 .注意事项：1、出现输入错误。则请求不会成功。
2、报头域不分大写和小写。

3、更深一步了解HTTP协议，能够查看RFC2616，在http://www.letf.org/rfc上找到该文件。
4、开发后台程序必须掌握http协议

六、HTTP协议相关技术补充

1、基础：
高层协议有：文件传输协议FTP、电子邮件传输协议SMTP、域名系统服务DNS、网络新闻传输协议NNTP和HTTP协议等
中介由三种：代理(Proxy)、网关(Gateway)和通道(Tunnel)，一个代理依据URI的绝对格式来接受请求，重写所有或部分消息，通过 URI的标识把已格式化过的请求发送到server。

网关是一个接收代理，作为一些其他server的上层，而且假设必须的话，能够把请求翻译给下层的server协议。一个通道作为不改变消息的两个连接之间的中继点。当通讯须要通过一个中介(比如：防火墙等)或者是中介不能识别消息的内容时，通道常常被使用。
代理(Proxy)：一个中间程序，它能够充当一个server，也能够充当一个客户机，为其他客户机建立请求。

请求是通过可能的翻译在内部或经过传递到其他的server中。

一个代理在发送请求信息之前，必须解释而且假设可能重写它。代理常常作为通过防火墙的客户机端的门户，代理还能够作为一个帮助应用来通过协议处理没有被用户代理完毕的请求。
网关(Gateway)：一个作为其他server中间媒介的server。

与代理不同的是。网关接受请求就好象对被请求的资源来说它就是源server；发出请求的客户机并没有意识到它在同网关打交道。

网关常常作为通过防火墙的server端的门户，网关还能够作为一个协议翻译器以便存取那些存储在非HTTP系统中的资源。

通道(Tunnel)：是作为两个连接中继的中介程序。一旦激活，通道便被觉得不属于HTTP通讯。虽然通道可能是被一个HTTP请求初始化的。当被中继的连接两端关闭时，通道便消失。当一个门户(Portal)必须存在或中介(Intermediary)不能解释中继的通讯时通道被常常使用。

2、协议分析的优势—HTTP分析器检測网络攻击
以模块化的方式对高层协议进行分析处理，将是未来入侵检測的方向。
HTTP及其代理的经常使用端口80、3128和8080在network部分用port标签进行了规定

3、HTTP协议Content Lenth限制漏洞导致拒绝服务攻击
使用POST方法时，能够设置ContentLenth来定义须要传送的数据长度，比如ContentLenth:999999999，在传送完毕前，内存不会释放，攻击者能够利用这个缺陷。连续向WEBserver发送垃圾数据直至WEBserver内存耗尽。这样的攻击方法基本不会留下痕迹。
http://www.cnpaf.net/Class/HTTP/0532918532667330.html

4、利用HTTP协议的特性进行拒绝服务攻击的一些构思
server端忙于处理攻击者伪造的TCP连接请求而无暇理睬客户的正常请求（毕竟client的正常请求比率很之小），此时从正常客户的角度看来，server失去响应，这样的情况我们称作：server端受到了SYNFlood攻击（SYN洪水攻击）。

而Smurf、TearDrop等是利用ICMP报文来Flood和IP碎片攻击的。

本文用“正常连接”的方法来产生拒绝服务攻击。
19port在早期已经有人用来做Chargen攻击了。即Chargen_Denial_of_Service。可是。他们用的方法是在两台Chargenserver之间产生UDP连接，让server处理过多信息而DOWN掉。那么，干掉一台WEBserver的条件就必须有2个：1.有Chargen服务2.有HTTP服务
方法：攻击者伪造源IP给N台Chargen发送连接请求（Connect）。Chargen接收到连接后就会返回每秒72字节的字符流（实际上依据网络实际情况，这个速度更快）给server。

5、Http指纹识别技术
Http指纹识别的原理大致上也是同样的：记录不同server对Http协议运行中的微小区别进行识别.Http指纹识别比TCP/IP堆栈指纹识别复杂许多,理由是定制Httpserver的配置文件、添加插件或组件使得更改Http的响应信息变的非常easy,这样使得识别变的困难；然而定制TCP/IP堆栈的行为须要对核心层进行改动,所以就easy识别.
要让server返回不同的Banner信息的设置是非常easy的,象Apache这种开放源码的Httpserver,用户能够在源码里改动Banner信息,然后重起Http服务就生效了；对于没有公开源码的Httpserver比方微软的IIS或者是Netscape,能够在存放Banner信息的Dll文件里修改,相关的文章有讨论的,这里不再赘述,当然这种改动的效果还是不错的.第二种模糊Banner信息的方法是使用插件。

经常使用測试请求：
1：HEAD/Http/1.0发送主要的Http请求
2：DELETE/Http/1.0发送那些不被同意的请求,比方Delete请求
3：GET/Http/3.0发送一个非法版本号的Http协议请求
4：GET/JUNK/1.0发送一个不对规格的Http协议请求
Http指纹识别工具Httprint,它通过运用统计学原理,组合模糊的逻辑学技术,能非常有效的确定Httpserver的类型.它能够被用来收集和分析不同Httpserver产生的签名。

6、其它：为了提高用户使用浏览器时的性能。现代浏览器还支持并发的訪问方式，浏览一个网页时同一时候建立多个连接，以迅速获得一个网页上的多个图标。这样能更高速完毕整个网页的传输。
HTTP1.1中提供了这样的持续连接的方式，而下一代HTTP协议：HTTP-NG更添加了有关会话控制、丰富的内容协商等方式的支持。来提供
更高效率的连接。