このページは Cloud Translation API によって翻訳されました。

URL とハッシュ化

このドキュメントは、Update API（v4）メソッド fullHashes.find に適用されます。

概要

セーフブラウジングリストは、可変長の SHA256 ハッシュで構成されています（コンテンツの一覧表示を参照）。セーフブラウジングリスト（ローカルまたはサーバー上）に照らして URL をチェックするには、クライアントは最初にその URL のハッシュプレフィックスを計算する必要があります。

URL のハッシュプレフィックスを計算するには、次の手順に従います。

URL を正規化します（正規化をご覧ください）。
URL の接尾辞/接頭辞の式を作成します（接尾辞/接頭辞の式をご覧ください）。
各サフィックス/プレフィックス式の完全なハッシュを計算します（ハッシュ計算を参照）。
全長ハッシュのハッシュプレフィックスを計算します（ハッシュプレフィックスの計算をご覧ください）。

この手順は、セーフブラウジングサーバーがセーフブラウジングリストを保持するために使用するプロセスを反映したものになります。

正規化

まず、クライアントが URL を解析し、RFC 2396 に従って URL が有効にされていると仮定します。URL が国際化ドメイン名（IDN）を使用している場合、クライアントは URL を ASCII Punycode 表現に変換する必要があります。URL にはパスコンポーネントを含める必要があります。つまり、末尾にスラッシュ（「http://google.com/」）が必要です。

まず、URL からタブ文字（0x09）、CR（0x0d）、LF（0x0a）文字を削除します。これらの文字のエスケープシーケンスは削除しないでください（「%0a」など）。

次に、URL の末尾がフラグメントの場合は、そのフラグメントを削除します。たとえば、「http://google.com/#frag」は「http://google.com/」に短縮します。

次に、% エスケープがなくなるまで、URL の % エスケープを繰り返し行います。

ホスト名を正規化するには:

URL からホスト名を抽出し、次の操作を行います。

先頭と末尾のドットをすべて削除する。
連続するドットを 1 つのドットに置き換える。
ホスト名を IP アドレスとして解析できる場合は、4 つのドット区切りの 10 進数に正規化します。クライアントは、8 進数、16 進数、4 個未満のコンポーネントを含む、有効な IP アドレスエンコードを処理する必要があります。
文字列全体を小文字にする。

パスを正規化するには:

パス内のシーケンス「/../」と「/./」を解決するには、「/./」を「/」に置き換え、前のパスコンポーネントと一緒に「/../」を削除します。
連続するスラッシュの実行は単一のスラッシュ文字に置き換えます。

これらのパスの正規化をクエリパラメータに適用しないでください。

URL 内の ASCII 32 以下、127 以上、#、% に該当するすべての文字はパーセントエスケープします。エスケープ文字には大文字の 16 進数を使用する必要があります。

正規化の実装を検証するためのテストを以下に示します。

Canonicalize("http://host/%25%32%35") = "http://host/%25";
Canonicalize("http://host/%25%32%35%25%32%35") = "http://host/%25%25";
Canonicalize("http://host/%2525252525252525") = "http://host/%25";
Canonicalize("http://host/asdf%25%32%35asd") = "http://host/asdf%25asd";
Canonicalize("http://host/%%%25%32%35asd%%") = "http://host/%25%25%25asd%25%25";
Canonicalize("http://www.google.com/") = "http://www.google.com/";
Canonicalize("http://%31%36%38%2e%31%38%38%2e%39%39%2e%32%36/%2E%73%65%63%75%72%65/%77%77%77%2E%65%62%61%79%2E%63%6F%6D/") = "http://168.188.99.26/.secure/www.ebay.com/";
Canonicalize("http://195.127.0.11/uploads/%20%20%20%20/.verify/.eBaysecure=updateuserdataxplimnbqmn-xplmvalidateinfoswqpcmlx=hgplmcx/") = "http://195.127.0.11/uploads/%20%20%20%20/.verify/.eBaysecure=updateuserdataxplimnbqmn-xplmvalidateinfoswqpcmlx=hgplmcx/";
Canonicalize("http://host%23.com/%257Ea%2521b%2540c%2523d%2524e%25f%255E00%252611%252A22%252833%252944_55%252B") = "http://host%23.com/~a!b@c%23d$e%25f^00&11*22(33)44_55+";
Canonicalize("http://3279880203/blah") = "http://195.127.0.11/blah";
Canonicalize("http://www.google.com/blah/..") = "http://www.google.com/";
Canonicalize("www.google.com/") = "http://www.google.com/";
Canonicalize("www.google.com") = "http://www.google.com/";
Canonicalize("http://www.evil.com/blah#frag") = "http://www.evil.com/blah";
Canonicalize("http://www.GOOgle.com/") = "http://www.google.com/";
Canonicalize("http://www.google.com.../") = "http://www.google.com/";
Canonicalize("http://www.google.com/foo\tbar\rbaz\n2") ="http://www.google.com/foobarbaz2";
Canonicalize("http://www.google.com/q?") = "http://www.google.com/q?";
Canonicalize("http://www.google.com/q?r?") = "http://www.google.com/q?r?";
Canonicalize("http://www.google.com/q?r?s") = "http://www.google.com/q?r?s";
Canonicalize("http://evil.com/foo#bar#baz") = "http://evil.com/foo";
Canonicalize("http://evil.com/foo;") = "http://evil.com/foo;";
Canonicalize("http://evil.com/foo?bar;") = "http://evil.com/foo?bar;";
Canonicalize("http://\x01\x80.com/") = "http://%01%80.com/";
Canonicalize("http://notrailingslash.com") = "http://notrailingslash.com/";
Canonicalize("http://www.gotaport.com:1234/") = "http://www.gotaport.com/";
Canonicalize("  http://www.google.com/  ") = "http://www.google.com/";
Canonicalize("http:// leadingspace.com/") = "http://%20leadingspace.com/";
Canonicalize("http://%20leadingspace.com/") = "http://%20leadingspace.com/";
Canonicalize("%20leadingspace.com/") = "http://%20leadingspace.com/";
Canonicalize("https://www.securesite.com/") = "https://www.securesite.com/";
Canonicalize("http://host.com/ab%23cd") = "http://host.com/ab%23cd";
Canonicalize("http://host.com//twoslashes?more//slashes") = "http://host.com/twoslashes?more//slashes";

サフィックス / プレフィックス式

URL を正規化したら、次はサフィックス/プレフィックス式を作成します。各サフィックス/プレフィックス式は、以下の例に示すように、ホストサフィックス（またはフルホスト）とパスプレフィックス（またはフルパス）で構成されます。

サフィックス / プレフィックス式	同等の正規表現
a.b/mypath/	http\:\/\/.\.a\.b\/mypath\/.
c.d/full/path.html?myparam=a	http\:\/\/.*.c\.d\/full\/path\.html?myparam=a

クライアントは、最大 30 の異なるホストサフィックスとパスプレフィックスの組み合わせを形成します。これらの組み合わせでは、URL のホストとパスコンポーネントのみを使用します。スキーム、ユーザー名、パスワード、ポートは破棄されます。URL にクエリパラメータが含まれている場合は、少なくとも 1 つの組み合わせにフルパスとクエリパラメータが含まれます。

ホストの場合、クライアントは最大で 5 つの異なる文字列を試行します。次のとおりです。

URL の正確なホスト名。
末尾の 5 つのコンポーネントから始まり、先頭のコンポーネントを順に削除して形成される、最大 4 つのホスト名。トップレベルドメインは省略できます。ホストが IP アドレスの場合は、これらの追加のホスト名をチェックしないでください。

パスの場合、クライアントは最大で 6 つの異なる文字列を試行します。その 2 つは次のとおりです。

クエリパラメータを含む URL の正確なパス。
クエリパラメータなしの URL の正確なパス。
ルート（/）から始まり、末尾のスラッシュを含むパスコンポーネントを連続して追加することで形成される 4 つのパス。

次の例では、チェックの動作を示します。

URL http://a.b.c/1/2.html?param=1 の場合、クライアントは次の文字列を試します。

a.b.c/1/2.html?param=1
a.b.c/1/2.html
a.b.c/
a.b.c/1/
b.c/1/2.html?param=1
b.c/1/2.html
b.c/
b.c/1/

URL http://a.b.c.d.e.f.g/1.html の場合、クライアントは次の文字列を試します。

a.b.c.d.e.f.g/1.html
a.b.c.d.e.f.g/
(Note: skip b.c.d.e.f.g, since we'll take only the last five hostname components, and the full hostname)
c.d.e.f.g/1.html
c.d.e.f.g/
d.e.f.g/1.html
d.e.f.g/
e.f.g/1.html
e.f.g/
f.g/1.html
f.g/

URL http://1.2.3.4/1/ の場合、クライアントは次の文字列を試します。

1.2.3.4/1/
1.2.3.4/

ハッシュの計算

サフィックス/プレフィックス式のセットを作成したら、次のステップとして各式の完全長の SHA256 ハッシュを計算します。ハッシュ計算の検証に使用できる単体テスト（疑似 C）を以下に示します。

FIPS-180-2 の例。

Unit Test (in pseudo-C)

// Example B1 from FIPS-180-2
string input1 = "abc";
string output1 = TruncatedSha256Prefix(input1, 32);
int expected1[] = { 0xba, 0x78, 0x16, 0xbf };
assert(output1.size() == 4);  // 4 bytes == 32 bits
for (int i = 0; i < output1.size(); i++) assert(output1[i] == expected1[i]);

// Example B2 from FIPS-180-2
string input2 = "abcdbcdecdefdefgefghfghighijhijkijkljklmklmnlmnomnopnopq";
string output2 = TruncatedSha256Prefix(input2, 48);
int expected2[] = { 0x24, 0x8d, 0x6a, 0x61, 0xd2, 0x06 };
assert(output2.size() == 6);
for (int i = 0; i < output2.size(); i++) assert(output2[i] == expected2[i]);

// Example B3 from FIPS-180-2
string input3(1000000, 'a');  // 'a' repeated a million times
string output3 = TruncatedSha256Prefix(input3, 96);
int expected3[] = { 0xcd, 0xc7, 0x6e, 0x5c, 0x99, 0x14, 0xfb, 0x92,
                    0x81, 0xa1, 0xc7, 0xe2 };
assert(output3.size() == 12);
for (int i = 0; i < output3.size(); i++) assert(output3[i] == expected3[i]);

ハッシュプレフィックスの計算

最後に、クライアントは完全な長さの SHA256 ハッシュごとにハッシュプレフィックスを計算する必要があります。セーフブラウジングでは、ハッシュプレフィックスは SHA256 ハッシュの上位 4 ～ 32 バイトで構成されます。

FIPS-180-2 の例。

FIPS-180-2 の例 B1
- 入力は「abc」です。
- SHA256 ダイジェストは ba7816bf 8f01cfea 414140de 5dae2223 b00361a3 96177a9c b410ff61 f20015ad です。
- 32 ビットのハッシュプレフィックスは ba7816bf です。
FIPS-180-2 の例 B2
- 入力は「abcdbcdecdefdefgefghfghighijhijkijkljklmklmnlmnomnopnopq」です。
- SHA256 ダイジェストは 248d6a61 d20638b8 e5c02693 0c3e6039 a33ce459 64ff2167 f6ecedd4 19db06c1 です。
- 48 ビットのハッシュプレフィックスは 248d6a61 d206 です。

URL とハッシュ化

概要

正規化

サフィックス / プレフィックス式

ハッシュの計算

ハッシュ プレフィックスの計算

ハッシュプレフィックスの計算