# 第 42 章：隐私通讯

> Ana 想要一个连运营它的公司都读不到她说了什么的聊天 App。主线的服务器什么都存、什么都读得懂，哪些得改？

深入理解 IM 系统 · https://im.liko.page/zh/private-messenger/

Ana 想换一个聊天 App。她的要求只有一条：她和 Ben 说的话，除了他们俩的设备，谁都读不到，包括运营这个 App 的公司。

主线的服务器做不到。从第 1 章起，服务器就读得懂它转的每一条消息：即使连接用 TLS 加密，防的也只是路上的人，服务器自己解开、存下、读得懂。这一章从 v3 出发，看看服务器读不懂消息以后，主线的哪些决定得改。

## 1. 先看产品要什么

先说清**端到端加密**。每台设备自己生成一对钥匙：**公钥**交给服务器，谁都可以拿；**私钥**只在这台设备上，永远不离开。用公钥加密过的消息叫**密文**，看起来是一串乱码，只有配对的私钥能把它变回原文。Ana 给 Ben 的手机发消息，先从服务器拿 Ben 手机的公钥，在自己手机上加密；服务器只转交一串它解不开的字节。真正的协议（Signal 协议）还会不停地换钥匙，这里不展开；只需要记住：**一份密文，只有它为之加密的那台设备打得开。**

还有一种更简单的钥匙：同一把既能加密也能解密，谁拿到谁就打得开。后面的群聊和照片都会用到它。

“加密”按服务器放弃了多少，分几档：

| 档 | 服务器能看到什么 | 例子 |
|---|---|---|
| 只加密传输 | 全部内容；存全部历史 | 主线；Telegram 的普通聊天（云聊天） |
| 端到端加密，服务器存密文历史 | 谁和谁说话、什么时候；内容读不懂，但一直存着 | Matrix（一个开放的聊天协议）；Facebook Messenger（2023 年起） |
| 端到端加密，送达就删 | 谁和谁说话、什么时候；内容只在路上停一会儿 | WhatsApp、Signal |
| 再藏起谁发的、群里有谁 | 发给谁；连谁发的都尽量不知道 | Signal（第 8 节） |

这条分支选第三档：内容只有设备读得懂，服务器存得越少越好。第四档在第 8 节。

## 2. 主线的哪些决定要读内容

主线的每个决定当初都有道理，可服务器读不懂消息以后，有六个站不住了：

| 主线的决定 | 要服务器做什么 | 端到端加密以后 |
|---|---|---|
| 历史一直存在服务器上，新设备从服务器拉（第 6、10、16 章） | 存每条消息 | 每份密文只给当时的那几台设备；新设备没有钥匙，存着也打不开 |
| 一份消息推给每台设备（第 16 章） | 存一份，推多次 | 每台设备钥匙不同，要各一份 |
| 服务端数未读，跳过系统消息和自己发的（第 14 章） | 认得每条是什么 | 分不出哪条是哪种 |
| 通知里放内容，角标用服务端的未读数（第 17 章） | 读内容、数未读 | 两样都没有 |
| 撤回，服务端检查时限（第 18 章） | 认得哪条是撤回 | 撤回也是密文，只有客户端能查 |
| 照片放在对象存储，拿到地址就能看（第 8 章） | 存文件 | 存的必须是密文，钥匙放在消息里 |

第一行最容易想错：服务器把密文一直存着，新设备不能拉吗？不行。Ana 去年发的那条，是给她当时的手机、电脑和 Ben 的两台设备各加密的；她今天买的平板那时还没有钥匙，一份也打不开。**端到端加密以后，服务器存历史，对新设备没有用。**

主线没有服务端搜索，可办公 IM 那条分支（第 39 章）有：服务器读不懂，就没有东西可以建索引。

下面三节改三件事：怎么发、服务器存什么、历史怎么到新设备。

## 3. 发：每台设备一份

主线里 Ana 发一条，上传一份，服务器再推给每台设备（第 16 章）。现在每台设备钥匙不同，所以由 **Ana 的手机** 给每台设备各加密一份：

1. 问服务器：Ben 有哪几台设备，各自的公钥是什么；她自己除了这台手机，还有哪几台。
2. 给每台设备各加密一份，包括她自己的其他设备（不然她的电脑看不到她用手机发的，这是第 16 章的那个问题）。
3. 一次交给服务器，服务器按设备放进各自的信箱（下一节）。

单聊，Ana 两台设备，Ben 两台：Ben 的 2 份，加 Ana 自己电脑 1 份，一共 **3 份**。主线只传 1 份。

WhatsApp 的[多设备文章](https://engineering.fb.com/2021/07/14/security/whatsapp-multi-device/)（2021）就是这样：每台设备有自己的钥匙，发消息的客户端把一条消息加密、发送 N 次，给 N 台设备；手机之外最多再带 4 台。

设备列表要对。Ana 手上的“Ben 有几台设备”可能是旧的：Ben 昨天刚登录了一台电脑。Signal 的服务端会检查这一点，列表对不上就拒收，回错误码 409，说明里写着“给收件人的设备不对”（[MessageController](https://github.com/signalapp/Signal-Server/blob/a15d5cd/service/src/main/java/org/whispersystems/textsecuregcm/controllers/MessageController.java)）。回复里列出缺了哪几台、多了哪几台，客户端补上、去掉，再发一次。

**群里就贵了。** 一个 100 人的群，每人 3 台设备，是 300 台；去掉发出的那台，299 份。加密会在 200 字节的消息上加钥匙编号、计数器和校验码，每份还带着收件设备的地址，和旁路 W4 一样按每份 300 字节算：一条消息要上传 89.7 KB，在第 8 章那种 2 Mbit/s 的弱网上要 0.36 秒，主线只传 200 字节。主线 500 人的徒步群，750 台设备，749 份，224.7 KB，0.9 秒。

所以群聊用另一种办法：**发送者钥匙**（sender key）。每台设备在群里有一把自己的钥匙（第 1 节说的那种，谁有谁就打得开），先像单聊那样给每个成员的每台设备各加密一份，发过去一次；之后每条消息只用它加密一份，交给服务器，由服务器发给群里所有设备。它们都已经有这把钥匙，所以一份就够。WhatsApp 的[安全白皮书](https://www.whatsapp.com/security/WhatsApp-Security-Whitepaper.pdf)就是这样做的；有成员退群，所有人都清掉自己的 Sender Key，重新开始。299 份变 1 份，代价是钥匙分发和换钥匙，细节在[旁支 W4：群组端到端加密](/zh/group-encryption/)。

**照片不能乘 300。** 一张 200 KB 的照片给每台设备各加密一份，是 299 × 200 KB = 59.8 MB，弱网上传 239 秒。白皮书里的做法：手机生成一把随机钥匙，把照片加密**一次**，上传到存储；再发一条普通的加密消息，里面放这把钥匙、文件的地址和哈希（文件内容的“指纹”，用来核对下载的文件没被换过）。上传还是 200 KB、0.8 秒；发 299 份的只是那条小消息。第 8 章“地址就是权限”的问题也跟着没了：拿到地址的人，没有钥匙也打不开。

## 4. 存：每台设备一个信箱，取走就删

主线的服务器把每条消息写进会话的时间线，一直留着；设备拿着自己的 seq 来问“这之后有什么”（第 6 章）。现在每台设备的那份都不一样，服务器存的就是一份份给具体设备的密文。最直接的形状是：

- **每台设备一个信箱**，按到达的顺序排。
- 设备连上就取；取到、存进本地数据库以后回 ACK，服务器**把这一份删掉**。
- 设备一直不来取，过一段时间也删。

这是“存储转发”（store and forward），不是存档。Signal 的服务端代码里，删除就是按“收件人 + 设备 + 消息 id”删（[MessagesManager](https://github.com/signalapp/Signal-Server/blob/a15d5cd/service/src/main/java/org/whispersystems/textsecuregcm/storage/MessagesManager.java)）；它的[隐私政策](https://signal.org/legal/)说，服务器为暂时离线的设备排队存放端到端加密的消息，消息历史存在你自己的设备上。WhatsApp 的[隐私政策](https://www.whatsapp.com/legal/privacy-policy)说，消息送达后就从服务器上删掉；送不出去的，加密存最多 30 天，然后删除。

第 16 章的“其他答案”里有一条“每台设备一个信箱”，当时没选：一条消息要给每台设备各写一条，徒步群一条写 750 条。这里它回来了，因为那 750 份本来就是 750 份不同的密文，写哪儿都得写。

**算一下存多少。** 按 v3 的量，每天 4 亿条消息：

- **主线**存全部历史：4 亿 × 200 字节 = 每天 80 GB，一年 29.2 TB，三份副本 87.6 TB，还在一直涨。
- **信箱**：每条平均到 10 台设备（本书从第 1 章起的假设：单聊到的少，群聊到的多），就是每天 40 亿份、每份 300 字节、1.2 TB **流过**服务器。存着的量 = 流量 × 每份停留的时间。假设平均停 1 小时（在线的立刻取走，不在线的等推送叫醒），就是一小时的流量，50 GB；再假设 1% 的设备一去不回，它们的那份要停满 30 天：1.2 TB × 1% × 30 = 360 GB。一共 410 GB，三份副本 1.23 TB，**不再增长**。

一年以后，信箱存的只有主线的约 **1/70**（87.6 TB ÷ 1.23 TB = 71）。还有一点值得注意：这 1.23 TB 里 88% 是没人来取的那些。信箱的大小，主要由“多久算放弃”决定，不是由正常的设备决定。

**写的次数却没有少。** v3 高峰，主线每秒写 13,900 条消息，再加第 11 章每个收件人一次的记录更新（每条平均 6.67 个收件人，第 6 章的假设）92,700 次、每次两行，一共每秒 199,300 行，按第 29 章一台存储每秒写 20,000 行，是 10 台。信箱每秒放进 139,000 份（13,900 × 10 台设备），又在 ACK 后删掉 139,000 份，删也是写：每秒 278,000 次，13.9 台，约 **1.4 倍**。存得少，换来的是写得多。

信箱也换掉了同步的形状。服务器不再按会话存时间线，就没有“每个会话最新的 seq”可扫（第 6 章），也没有服务器上的会话记录（第 10、11 章）。设备回来只问一句：“我的信箱里有什么。”会话列表由手机自己根据收到的消息排出来，就是第 10 章“客户端自己建”的那个答案。

## 5. 历史：在自己的设备之间搬

服务器上没有历史，Ana 的新平板第一次登录，就什么也拿不到。办法是**让她的旧设备来给**：

- WhatsApp：新设备一连上，主设备就把最近会话的消息打成一个包，加密以后传过去，钥匙用一条端到端加密的消息发给新设备（[多设备文章](https://engineering.fb.com/2021/07/14/security/whatsapp-multi-device/)）。
- Signal（[2025 年 1 月](https://signal.org/blog/a-synchronized-start-for-linked-devices/)）：连接新的电脑或 iPad 时，用户可以选择带上聊天记录：手机把它压成一个包，用一把一次性的随机钥匙加密，经服务器转给新设备；最近 45 天的照片也可以带上。

用第 16 章的数，Ana 一年收发约 11 万条，文字 22 MB，由旧手机打包、加密一次，经服务器转给平板。前提是旧设备还在、还能开机。

**所有设备都丢了，记录就没了。** 除非用户自己开了加密备份：WhatsApp 2021 年起可以把[备份端到端加密](https://engineering.fb.com/2021/09/10/security/whatsapp-e2ee-backups/)，钥匙由用户的密码或一串 64 位数字保护；Signal 2025 年推出[安全备份](https://signal.org/blog/introducing-secure-backups/)，先在 Android 测试版上，用一串只在用户手里的 64 个字符的恢复码。备份的钥匙忘了，备份也打不开：这一点服务器帮不了。

## 6. 剩下的，搬到手机上

**未读数。** 由手机数（第 14 章说过）。手机有全部消息（它们都从信箱里取过），数起来不难；难的是几台设备之间读到哪要一致：“读到哪”也成了一条加密消息，发给自己的其他设备。

**通知。** 通知里什么都不放，只用它把 App 叫醒，App 自己去信箱取、解密，再显示。Signal 的服务端代码可以看到（[APNSender](https://github.com/signalapp/Signal-Server/blob/a15d5cd/service/src/main/java/org/whispersystems/textsecuregcm/push/APNSender.java)、[FcmSender](https://github.com/signalapp/Signal-Server/blob/a15d5cd/service/src/main/java/org/whispersystems/textsecuregcm/push/FcmSender.java)）：发给 iPhone 的是一条带 `mutable-content` 的通知，正文只是一个占位的 `APN_Message`，由 App 的通知扩展在手机上换成真正的内容；发给 Android 的是 FCM 的数据消息，键叫 `newMessageAlert`，值是空的。第 17 章说的是同一个扩展的另一种用法：通知里带着密文，由扩展在手机上解开，不用再去信箱取。两种都行；Signal 选的是通知里什么内容都不带。角标也由手机算。

**撤回和编辑。** 第 18 章的设计是：撤回也是会话里的一条，像普通消息一样走到每台设备。这一点不用大改，撤回就是一条加密消息：“把 msg_id 为 X 的删掉”，发给每台设备。变的是**谁来查**：第 18 章让服务端查时限，现在服务器看不出这是撤回，只能由收到的手机检查“是不是本人发的、有没有过时限”。改过的客户端可以不照办。

**搜索。** 只能搜本地数据库里的。第 16 章说过新设备上搜不全；在这里，这是唯一的搜索。

**去重。** 第 4 章的 msg_id 在密文里，服务器看不到；收件的手机解密以后按“发送者 + msg_id”去重，第 7 章本地库的唯一索引本来就这么做。

**顺序。** 第 5 章的 seq 是服务器给的；服务器看不懂内容，也就没法替两边担保顺序。Telegram 的私密聊天把两个计数器放在密文里，由两边的客户端自己数：收到的号比期待的小，是重复，扔掉；比期待的大，中间就有缺，先把这条放着，请对方把缺的那几条重发一遍；补不上，这个私密聊天就结束（[Sequence numbers in secret chats](https://core.telegram.org/api/end-to-end/seq_no)）。这是第 5 章“跳号就补”搬到了手机之间。

## 7. 代价

- **丢了设备，就丢了记录。** 除非用户开了加密备份，并且记得住钥匙。
- **新设备一开始是空的。** 只有旧设备给的那些；旧设备不在手边，就从今天开始。
- **发一条更贵。** 每台设备一份，群里靠发送者钥匙；设备列表要随时对；写的次数约 1.4 倍。
- **服务器帮不上忙。** 没有服务端搜索、没有服务端算的角标、通知里没有内容；内容安全只能靠用户举报时自己交出消息。
- **撤回和编辑靠客户端守规矩。**
- **钥匙要管。** 换手机、重装 App，钥匙就变了，联系人那边要能看到“安全码变了”（安全码是由两人的公钥算出的一串数字，两人当面对一下，就知道中间没人换过钥匙）；设备列表要能证明是本人加的。

## 8. 其他答案

- **服务器存密文历史。** Matrix 的房间历史一直存在服务器上，加密的也一样；为了让新设备读得了旧消息，客户端可以把解密用的钥匙加密后备份到服务器上，新设备用只有用户知道的那把钥匙解开它（[服务器端钥匙备份](https://spec.matrix.org/latest/client-server-api/#server-side-key-backups)）。Facebook Messenger 2023 年改成默认端到端加密时，没有走“送达就删”：它的手机一直只留一小份缓存、靠服务器上的历史，所以做了一套加密存储 Labyrinth，密文存在服务器上，设备按需取（[文章](https://engineering.fb.com/2023/12/06/security/building-end-to-end-security-for-messenger/)）。
- **两种聊天并存。** Telegram 的普通聊天只加密传输，存在服务器上，哪台设备都能看；“私密聊天”端到端加密，只在创建它的那台设备上，不进云端。它的 [FAQ](https://telegram.org/faq) 说，在端到端加密的框架里，新设备恢复聊天记录没有优雅的办法。
- **连谁发的都藏起来。** 服务器总要知道送给谁，但不一定要知道谁发的。Signal 的 [sealed sender](https://signal.org/blog/sealed-sender/)（2018）把发送者放进密文里；它的[私密群组系统](https://signal.org/blog/signal-private-group-system/)（2019 年设计，2020 年起是它[新群组](https://signal.org/blog/group-calls/)的基础）把群成员名单加密存在服务器上，服务器能验证“你是成员”，却不知道成员是谁。
- **主线：只加密传输。** 第 2 节那六件事都留得住。大多数聊天产品是这一档。

## 9. 这一章的决定

**决策卡**

- 问题：端到端加密以后服务器读不懂消息。主线有六个决定要读内容：服务器上的历史给新设备拉、一份消息推给每台设备、服务端数未读、通知里放内容、服务端查撤回时限、照片的地址就是权限。
- 选择：发的人的手机给每台设备各加密一份，包括自己的其他设备；群里用发送者钥匙，照片加密一次、钥匙放进消息。服务器给每台设备一个信箱，取走就删，取不走的最多留 30 天。历史由旧设备打包转给新设备；未读、通知内容、撤回检查、搜索都搬到手机上。
- 代价：丢了设备就丢了记录，除非加密备份；新设备一开始是空的；每台设备一份，写的次数约 1.4 倍；没有服务端搜索和服务端角标，通知里没有内容；撤回靠客户端守规矩；钥匙和设备列表要管。
- 什么时候重新考虑：群里的钥匙怎么分发和更换（W4）；产品要服务端搜索或多年历史（第 39 章）；要服务器上的历史又要端到端加密（Matrix、Messenger 的 Labyrinth）。
- 其他答案：服务器存密文历史（Matrix、Messenger）；两种聊天并存（Telegram 的私密聊天）；连发送者和群成员都藏起来（Signal）；只加密传输（主线）。

服务器读不懂的产品，讲完了。下一章正好反过来：客服。消息不只给对方看，还要给公司里的第二个、第三个客服看。
