رمزنگاری تماس تصویری چیست؟ چه چیزی را محافظت می‌کند و چه چیزی را نه

رمزنگاری تماس تصویری یعنی صدا و تصویر پیش از ورود به اینترنت به داده‌ی درهم‌ریخته‌ای تبدیل می‌شوند که فقط دو سر تماس کلیدِ بازکردنش را دارند؛ کسی که وسط راه بسته‌ها را ببیند، چیزی جز نویز نمی‌بیند. در تماس‌های مبتنی بر WebRTC این کار اجباری است و با مجموعه‌ی DTLS-SRTP انجام می‌شود. اما رمزنگاری نصف ماجراست: اینکه سرویس چه اطلاعاتی ثبت می‌کند، چه کسی به حساب شما دسترسی دارد و گوشی‌تان چقدر سالم است، جدا از آن تعیین می‌کنند تماس شما چقدر خصوصی است. در این صفحه هر دو سمت را بی‌اغراق می‌گوییم و روشن می‌کنیم فینگت دقیقاً چه چیزی ادعا می‌کند.

بروزرسانی: زمان مطالعه حدود ۱۱ دقیقه نوشته‌ی تیم فنی فینگت

رمزنگاری تماس تصویری یعنی چه؟ تعریف ساده

رمزنگاری تماس تصویری یعنی تبدیل صدا و تصویر به بسته‌هایی که بدون کلید قابل فهم نیستند. مثل نامه‌ای که داخل پاکت قفل‌دار می‌گذارید: پست‌چی و هر کسی که پاکت را در مسیر ببیند، می‌داند نامه‌ای وجود دارد و می‌تواند وزن و اندازه‌اش را حدس بزند، ولی متن را نمی‌خواند. کلید فقط دست فرستنده و گیرنده است.

در تماس‌های اینترنتی، بسته‌ها از چند ایستگاه می‌گذرند: وای‌فای شما، مودم، اپراتور، چند مسیریاب و در نهایت وای‌فای طرف مقابل. هر کدام از این ایستگاه‌ها در نظریه می‌توانند بسته را کپی کنند. رمزنگاری کاری می‌کند که کپی‌شدن بسته به خواندن مکالمه نینجامد. به همین دلیل وقتی از امنیت تماس تصویری حرف می‌زنیم، اولین سؤال این است: «آیا رسانه رمز می‌شود؟»

رمزنگاری با رمز عبور یکی است؟

نه. رمز عبور یا کد پیامکی تعیین می‌کند چه کسی وارد حساب شود. رمزنگاری تماس محافظت از محتوای در حال عبور است. هر دو لازم‌اند و یکی جای دیگری را نمی‌گیرد؛ برای بخش ورود، امنیت حساب کاربری را ببینید.

رمزنگاری یعنی «در مسیر قابل خواندن نیست»، نه «هیچ‌کس هیچ چیزی درباره‌ی تماس نمی‌داند».

DTLS-SRTP چیست و چطور کلیدها ساخته می‌شود؟

WebRTC رمزنگاری را دو لایه انجام می‌دهد: یک لایه برای توافق روی کلید و یک لایه برای رمز کردن خود بسته‌های صدا و تصویر. این دو با هم DTLS-SRTP نام دارند و استاندارد اجباری WebRTC‌اند، نه گزینه‌ی انتخابی.

  1. دست‌دادن DTLS

    بعد از اینکه مسیر بین دو دستگاه انتخاب شد، آن‌ها با پروتکل DTLS (همتای UDP برای همان TLS که در مرورگر قفل https را می‌سازد) دست می‌دهند. هر طرف گواهی موقت خودش را می‌فرستد.

  2. توافق روی کلید

    در همین دست‌دادن، دو دستگاه بدون اینکه کلید را مستقیم بفرستند، به یک راز مشترک می‌رسند. روش‌های مدرن مبادله‌ی کلید به‌گونه‌ای کار می‌کنند که شنیدن دست‌دادن به‌تنهایی کلید را لو نمی‌دهد.

  3. ساختن کلیدهای رسانه

    از آن راز مشترک، کلیدهای جداگانه برای ارسال و دریافت و برای رمز کردن و احراز اصالت بسته‌ها ساخته می‌شود.

  4. رمز کردن بسته‌ها با SRTP

    هر بسته‌ی صدا و تصویر با آن کلیدها رمز و همراه یک برچسب اصالت ارسال می‌شود. اگر کسی وسط راه بایت‌ها را تغییر دهد، گیرنده بسته را دور می‌اندازد.

  5. تجدید در طول تماس

    کلیدها مخصوص همان تماس‌اند. تماس بعدی دست‌دادن جدید و کلیدهای تازه دارد و لو رفتن کلید یک تماس، تماس‌های دیگر را باز نمی‌کند.

جزئیات الگوریتم‌ها را مرورگر یا کتابخانه‌ی WebRTC انتخاب می‌کند و لازم نیست برنامه‌نویس یا کاربر چیزی تنظیم کند. این یک مزیت است: ضعف رایج «رمزنگاری خانگی» که هر برنامه برای خودش بنویسد، اینجا پیش نمی‌آید و بخش حساس از یک استاندارد بررسی‌شده و پرکاربرد می‌آید. جایگاه آن در کل تماس را در WebRTC چیست دیده‌اید.

رمزنگاری مسیر و رمزگذاری سرتاسری یک چیز نیستند

رمزنگاری در تماس دونفره‌ی مستقیم، عملاً بین همان دو دستگاه کار می‌کند: کلیدها در دو سر ساخته می‌شوند و بسته‌ها تا گوشی مقابل رمز می‌مانند. اگر تماس از سرور رله‌ی TURN بگذرد، رله بسته‌های رمزشده را جابه‌جا می‌کند و کلیدی ندارد. این‌جا اصطلاح «رمزگذاری سرتاسری» برای رسانه‌ی یک‌به‌یک درست است.

اما در تماس‌های چندنفره معمولاً یک سرور میانی (SFU) بسته‌ها را دریافت و برای بقیه پخش می‌کند. در طراحی ساده، رمزنگاری بین هر شرکت‌کننده و آن سرور است؛ یعنی سرور می‌تواند محتوا را ببیند. رمزگذاری سرتاسری واقعی در جمع به لایه‌ی اضافه‌ای روی بسته‌ها نیاز دارد و هر ابزار آن را ندارد. پس وقتی ابزاری می‌گوید «رمزنگاری دارد»، بپرسید رمزنگاری بین چه کسی و چه کسی.

اتصال سیگنالینگ جدا از رسانه است

پیام‌هایی که تماس را برقرار می‌کنند (چه کسی زنگ می‌زند، قبول شد یا رد شد) از مسیر جداگانه‌ای می‌روند. این مسیر معمولاً با همان TLS مرورگرها محافظت می‌شود، ولی سرور سیگنالینگ پیام‌ها را می‌خواند، چون باید تماس را مدیریت کند. توضیح نقش سرورهای کمکی را در STUN و TURN چیست دنبال کنید.

رمزنگاری چه چیزهایی را پنهان نمی‌کند؟

بیشتر سوءتفاهم‌ها اینجا شکل می‌گیرد. «تماس رمزنگاری‌شده» به‌معنای تماس بی‌ردپا نیست. این‌ها مواردی است که رمزنگاری مسیر پوشش نمی‌دهد.

اینکه تماس برقرار شده است

سرور سیگنالینگ می‌داند چه حسابی به چه حسابی زنگ زده، چه زمانی و چقدر طول کشید. اپراتور اینترنت هم معمولاً می‌بیند دستگاه شما با سرور سرویس ارتباط دارد.

آمار کیفیت و اطلاعات فنی

بسیاری از سرویس‌ها تأخیر، افت بسته و وضعیت اتصال را برای عیب‌یابی ثبت می‌کنند. این‌ها محتوا نیستند، اما اطلاعاتی درباره‌ی تماس‌اند.

دستگاه آلوده یا دیده‌شده

اگر روی گوشی یا رایانه‌ی خودتان برنامه‌ی مخرب باشد، صدا را پیش از رمز شدن می‌گیرد. رمزنگاری از شما در برابر دستگاه خودتان محافظت نمی‌کند.

دیده شدن صفحه یا اتاق

کسی که کنار شماست، صدای بلندگو را می‌شنود. در اشتراک صفحه هم هر چه روی صفحه باشد دیده می‌شود، رمز یا نه.

ضبط توسط طرف مقابل

مخاطب شما می‌تواند صفحه را فیلم بگیرد یا صدا را ضبط کند. هیچ رمزنگاری‌ای جلوی گیرنده‌ی مجاز را نمی‌گیرد.

دسترسی به حساب

اگر کسی با دسترسی به سیم‌کارت یا کد پیامکی وارد حساب شما شود، همان کاربر شما محسوب می‌شود. حفاظت از شماره و گوشی بخشی از امنیت است.

مقایسه‌ی سه سطح محافظت در تماس‌های اینترنتی

موضوعبدون رمزنگاریرمزنگاری مسیر تا سروررمزگذاری سرتاسری
شنودکننده‌ی میان‌راهمحتوا را می‌بیندچیزی نمی‌بیندچیزی نمی‌بیند
سرور میانیمحتوا را می‌بیندمی‌تواند محتوا را بخواندفقط بسته‌ی رمزشده می‌بیند
مناسب برایهیچ تماسیتماس‌های چندنفره‌ی معمولتماس‌های دونفره و حساس
نیازمند اعتماد بههمه‌ی مسیرسرویس‌دهندهسرویس‌دهنده برای مدیریت کلید و سیگنالینگ
در WebRTC یک‌به‌یکممکن نیست؛ رمزنگاری اجباری استدر طراحی SFU رایج استمسیر مستقیم و رله‌ی TURN همین حالت را می‌دهند
اطلاعات فنی تماسهمه نمایان استنزد سرور سیگنالینگ می‌ماندنزد سرور سیگنالینگ می‌ماند

ردیف آخر مهم است: حتی بالاترین سطح رمزنگاری تماس تصویری هم پنهان ماندن «چه کسی با چه کسی و کی» را به‌دست نمی‌دهد. برای نگاه کلی‌تر به داده‌هایی که یک سرویس تماس می‌بیند یا نمی‌بیند، امنیت جلسه‌ی آنلاین سؤال‌های مشابهی را برای جلسه مطرح می‌کند.

رمزنگاری در فینگت چطور است؟ فقط آنچه واقعاً ادعا می‌کنیم

تماس‌های صوتی و تصویری فینگت روی WebRTC هستند و رسانه‌ی آن‌ها با همان DTLS-SRTP استاندارد رمز می‌شود. در مسیر مستقیم، بسته‌های رمزشده بین دو دستگاه می‌روند. اگر شبکه اجازه ندهد، از رله‌ی TURN فینگت می‌گذرند و رله فقط بسته‌ی رمزشده می‌بیند. محتوای صدا و تصویر روی سرورهای فینگت ضبط یا نگهداری نمی‌شود.

شفاف بگوییم چه می‌ماند. سرور سیگنالینگ برای وصل کردن تماس لازم است و فینگت اطلاعات فنی تماس را نگه می‌دارد: زمان شروع، مدت، وضعیت و آمار کیفیت مثل تأخیر و افت بسته. هدف این داده‌ها نگهداری و عیب‌یابی است و محتوای مکالمه در آن‌ها نیست.

یک محدودیت صادقانه هم هست. در WebRTC، اثر انگشت گواهی هر دستگاه از راه سرور سیگنالینگ به طرف مقابل می‌رسد. پس از نظر نظری، سرویسی که سیگنالینگ را اداره می‌کند باید مورد اعتماد باشد، و به همین دلیل ما از عبارت‌هایی مثل «کاملاً امن» یا «هیچ‌کس نمی‌تواند چیزی بفهمد» استفاده نمی‌کنیم. ادعای ما استفاده از استاندارد رمزنگاری WebRTC و ذخیره نکردن محتواست، نه بیشتر.

فینگت تماس یک‌به‌یک است؛ تماس گروهی و ضبط تماس ندارد، بنابراین بحث سرور میانی و ضبط ابری در آن مطرح نیست. هر دو طرف باید فینگت داشته باشند و اپ اندروید از صفحه‌ی دانلود فینگت نصب می‌شود؛ برای آیفون نسخه‌ی وب هست.

برای تماس تصویری حساس چه کنیم؟

اگر موضوع حساس است، ابزار را کنار عادت‌های خودتان بسنجید: گوشی قفل داشته باشد، برنامه به‌روز باشد، کسی کنارتان نباشد و بدانید طرف مقابل ضبط نکند. برای راهنمای ساده‌ی همین تماس، تماس تصویری فینگت را ببینید.

نمونه: دو تماس با دو نگرانی متفاوت

سناریوی نمونه

نگرانی شنود در کافه

نمونه‌ای فرضی: مینا در کافه به برادرش تماس تصویری می‌زند و نگران است کسی که به وای‌فای عمومی وصل است حرف‌هایشان را بشنود. چون رسانه با DTLS-SRTP رمز می‌شود، کسی که بسته‌های وای‌فای را ببیند فقط داده‌ی درهم‌ریخته می‌بیند. اما اگر مینا پشت میز آنقدر بلند حرف بزند که کنار دستی بشنود، رمزنگاری کمکی نمی‌کند؛ هدفون ساده‌تر و مؤثرتر است.

سناریوی نمونه

نگرانی ثبت اطلاعات

رضا می‌پرسد آیا سرویس می‌داند او با چه کسی و چند دقیقه صحبت کرده است. پاسخ صادقانه این است که سرور سیگنالینگ برای وصل کردن تماس این‌ها را می‌داند و فینگت زمان، مدت و وضعیت را ثبت می‌کند. رمزنگاری رسانه این را عوض نمی‌کند. رضا باید ببیند آیا این ردپای فنی برایش قابل قبول است یا نه؛ اگر نه، نباید به‌خاطر کلمه‌ی «رمزنگاری» خیالش را راحت کند.

چک‌لیست عملی برای تماس خصوصی‌تر

این موارد سهم شما از امنیت‌اند و کنار رمزنگاری تماس تصویری استاندارد معنا پیدا می‌کنند، ولی بیشتر ریسک‌های واقعی را پوشش می‌دهند.

  • اپ یا مرورگر را به‌روز نگه دارید تا نسخه‌ی کتابخانه‌ی WebRTC آسیب‌پذیری شناخته‌شده نداشته باشد.
  • برای گوشی قفل صفحه بگذارید و کد پیامکی را به کسی نگویید.
  • پیش از تماس حساس مطمئن شوید با شخص درست صحبت می‌کنید؛ نام و شماره را در تاریخچه‌ی تماس ببینید.
  • در اشتراک صفحه، اعلان‌ها و پنجره‌های اضافه را ببندید تا چیز خصوصی دیده نشود.
  • اگر مکان عمومی هستید، هدفون بزنید؛ شنیده شدن صدا ربطی به رمزنگاری ندارد.
  • درباره‌ی ضبط با مخاطب صریح باشید؛ فینگت ضبط ندارد، اما طرف مقابل می‌تواند ابزار بیرونی به کار ببرد.
  • اگر چیزی مشکوک بود، تماس را قطع کنید و شماره را از راهی دیگر تأیید کنید.

برای تصویر کلی‌تر اینکه چه داده‌هایی در سرویس‌های تماس مطرح است، در حریم خصوصی در تماس اینترنتی ادامه می‌دهیم.

واژه‌نامه‌ی رمزنگاری تماس

این اصطلاح‌ها در مقاله‌ها و مستندات امنیتی زیاد دیده می‌شوند. معنای ساده‌شان این است.

رمزنگاری
تبدیل داده به شکلی که بدون کلید قابل خواندن نباشد.
DTLS
دست‌دادن امن روی UDP که طرفین با آن به کلید مشترک می‌رسند.
SRTP
قالب امن بسته‌های صدا و تصویر که رمز و اصالت را همزمان فراهم می‌کند.
رمزگذاری سرتاسری
رمزی که فقط دو سر مکالمه کلیدش را دارند و سرور میانی آن را نمی‌تواند باز کند.
SFU
سرور میانی در تماس‌های چندنفره که جریان هر نفر را برای بقیه پخش می‌کند.
اثر انگشت گواهی
خلاصه‌ی کوتاه گواهی یک دستگاه که برای اطمینان از هویت طرف مقابل مقایسه می‌شود.
فراداده
اطلاعات درباره‌ی تماس، مثل زمان و مدت، نه خود محتوا.

پرسش‌های متداول درباره رمزنگاری تماس تصویری

رمزنگاری تماس تصویری یعنی چه؟

یعنی صدا و تصویر پیش از ارسال روی اینترنت رمز می‌شوند تا کسی که بسته‌ها را وسط راه می‌گیرد، نتواند آن‌ها را ببیند یا بشنود. در WebRTC این کار اجباری است و با DTLS-SRTP انجام می‌شود.

آیا تماس فینگت رمزنگاری می‌شود؟

بله. رسانه‌ی تماس فینگت با استاندارد DTLS-SRTP رمز می‌شود و محتوای صدا و تصویر روی سرورها ذخیره نمی‌شود. فینگت فقط اطلاعات فنی تماس مثل زمان، مدت و آمار کیفیت را برای عیب‌یابی ثبت می‌کند.

آیا رمزنگاری یعنی تماس من کاملاً خصوصی است؟

نه کاملاً. رمزنگاری محتوا را در مسیر محافظت می‌کند، ولی ثبت زمان و مدت تماس، دستگاه آلوده، ضبط توسط طرف مقابل و دسترسی به حساب از قلمرو آن بیرون‌اند.

سرور رله می‌تواند صدای من را بشنود؟

رله فقط بسته‌های رمزشده را جابه‌جا می‌کند و کلید رمز ندارد. با این حال در هر سرویس باید ببینید چه اطلاعات فنی ثبت می‌شود.

رمزگذاری سرتاسری و DTLS-SRTP چه فرقی دارند؟

DTLS-SRTP روش رمز کردن رسانه بین دو سر یک اتصال است. در تماس یک‌به‌یک این به رمزگذاری سرتاسری شبیه است. در تماس چندنفره با سرور میانی ممکن است رمزنگاری فقط تا سرور باشد، مگر اینکه لایه‌ی اضافه‌ای وجود داشته باشد.

وای‌فای عمومی برای تماس تصویری خطرناک است؟

از نظر شنود رسانه، رمزنگاری WebRTC بخش بزرگی از خطر را کم می‌کند. خطرهای دیگر مثل شبکه‌ی جعلی یا دستگاه آلوده می‌ماند؛ در موضوع حساس شبکه‌ی خودتان یا اینترنت همراه بهتر است.

چطور بفهمم یک اپ تماس رمزنگاری دارد؟

از توضیحات فنی و سیاست حریم خصوصی آن بپرسید: از چه پروتکلی استفاده می‌کند، رسانه از سرور می‌گذرد یا نه و چه داده‌هایی ثبت می‌شود. نبودن پاسخ روشن نشانه‌ی خوبی نیست.

فینگت تماس را ضبط می‌کند؟

نه. فینگت ضبط تماس ندارد و محتوای صدا و تصویر را ذخیره نمی‌کند. فقط اطلاعات فنی مثل زمان، مدت و وضعیت تماس ثبت می‌شود.