Blog

Emparejamiento seguro: cómo conecta Timmy dos dispositivos

Cómo funcionan juntos ECDH, el número de seguridad y la señalización cifrada.

Antes de transmitir audio o vídeo, Baby Monitor Timmy necesita que los dos dispositivos se encuentren y comprueben con quién se están conectando. Aquí explico cómo Timmy empareja dos teléfonos, qué mecanismos criptográficos utiliza y cómo comparar el número de seguridad puede ayudar a detectar una manipulación del intercambio de claves.

El problema: ¿con quién se comunica mi dispositivo?

Cuando dos dispositivos se conectan por primera vez, hay una pregunta esencial: ¿el dispositivo A se comunica realmente con el B o hay alguien interpuesto? En criptografía, esto se conoce como un ataque de intermediario o man-in-the-middle (MITM).

Timmy combina un intercambio de claves Elliptic Curve Diffie–Hellman (ECDH) mediante Firebase con la comparación del número de seguridad en ambos dispositivos.

Este diagrama resume el proceso de emparejamiento:

01De la detección a la confirmación
Proceso de emparejamiento: detección, intercambio de claves públicas, comparación del número de seguridad y confirmación en cada dispositivo.
El emparejamiento de un vistazo. Las claves privadas y el secreto compartido permanecen en los dispositivos.Abrir diagrama ↗

Paso 1: cada dispositivo genera un par de claves

Al iniciar un nuevo emparejamiento, cada dispositivo genera un par de claves ECDH efímero en la curva P-256 (secp256r1):

Timmy utiliza Random.secure() para inicializar el generador aleatorio empleado en la creación de las claves. Cada par ECDH pertenece a ese intento de emparejamiento.

Paso 2: intercambiar las claves públicas mediante Firebase

Timmy utiliza un código de cuatro caracteres como punto de encuentro entre los dispositivos. La detección automática lo encuentra en la red local mediante DNS-SD/mDNS; también puedes introducirlo manualmente. El código determina qué documento de Firestore se usa para el intercambio de claves. Las claves criptográficas se generan por separado.

Una vez que ambos conocen el código, cada dispositivo escribe su clave pública ECDH en un documento compartido de Firestore. Después lee de ese documento la clave pública del otro dispositivo.

Durante el intercambio, cada dispositivo transmite su clave pública. La clave privada permanece en el dispositivo. Según los supuestos de seguridad de ECDH, conocer solo las claves públicas no permite calcular el secreto compartido con recursos computacionales razonables.

Paso 3: calcular un secreto compartido

Tras leer en Firebase la clave pública del otro, en un intercambio normal ambos dispositivos calculan por separado el mismo secreto compartido:

sharedSecret = ECDH(myPrivateKey, theirPublicKey)
             → 32 bytes (iguales en ambos dispositivos)

Las propiedades matemáticas de las curvas elípticas hacen que ambos cálculos den el mismo resultado, aunque cada dispositivo solo conoce su propia clave privada y la clave pública del otro.

Paso 4: comparar el número de seguridad (SAS)

Cada dispositivo deriva una cadena corta de autenticación (SAS, Short Authentication String) a partir del secreto compartido y de las dos claves públicas. Timmy la muestra como un número de seguridad de dos cifras.

[pubkey1, pubkey2] = sort(publicKeysAsStrings)
prefix = UTF-8("sas:" + pubkey1 + ":" + pubkey2 + ":")
hash = SHA-256(prefix + sharedSecret)
number = (hash[0] × 256 + hash[1]) mod 100   → de 00 a 99

En un intercambio normal, los dos dispositivos muestran el mismo número, por ejemplo 42. Compara los números de las pantallas y confirma por separado en cada dispositivo si coinciden y si querías emparejarlos.

Cómo ayuda el número de seguridad a detectar una manipulación

Si un atacante puede sustituir las claves públicas utilizadas en el intercambio, podría intentar establecer un secreto distinto con cada dispositivo:

  1. Interceptar y sustituir las claves públicas auténticas en Firebase
  2. Utilizar sus propios pares de claves para realizar un intercambio independiente con cada dispositivo
02Cómo puede verse un intercambio manipulado
Un atacante sustituye las claves públicas. En este ejemplo, los dos teléfonos muestran números de seguridad diferentes.
Ejemplo con números distintos. Intercambios diferentes también pueden generar el mismo número.Abrir diagrama ↗

En este ejemplo, el atacante establece el secreto S_A con el dispositivo A y otro secreto, S_B, con el B. Los dispositivos muestran 73 y 18, respectivamente. La comparación de las pantallas puede revelar esa diferencia.

Dos intercambios diferentes también pueden producir el mismo número de dos cifras. Por tanto, el número es una comprobación adicional. Cancela el emparejamiento si los números no coinciden o si la solicitud es inesperada.

Paso 5: completar el emparejamiento

Cada dispositivo completa su parte después de que confirmes en ese dispositivo:

  1. Derivar del secreto compartido una clave de emparejamiento representada por 64 caracteres hexadecimales: SHA-256("pair:" + sharedSecret) → pairingKey
  2. Derivar la clave del documento de Firestore a partir de la clave de emparejamiento: SHA-256("doc:" + pairingKey) → documentKey
  3. Utilizar otro hash para derivar la clave AES-256-GCM de la señalización cifrada: SHA-256("enc:" + pairingKey) → encryptionKey
  4. Cada dispositivo guarda localmente los datos de emparejamiento derivados. En un intercambio normal, ambos derivan la misma clave después de que confirmes en cada dispositivo.

En las sesiones posteriores, AES-256-GCM protege los datos SDP y el texto de los candidatos ICE en Firestore. En el proceso descrito, la clave de emparejamiento permanece en el dispositivo. De ella se deriva un identificador de documento independiente para el enrutamiento. WebRTC protege el tráfico multimedia por separado.

Del emparejamiento a la transmisión

La detección local, Firestore y WebRTC cumplen tareas diferentes. El siguiente diagrama distingue las rutas de los datos: desde encontrar el código y realizar el intercambio de claves hasta transmitir audio y vídeo.

03Tres tareas, rutas distintas
Rutas separadas para la detección local, el emparejamiento y la señalización cifrada mediante Firestore, y el tráfico WebRTC protegido.
La detección, la señalización y el transporte multimedia cumplen funciones diferentes.Abrir diagrama ↗

Las rutas de comunicación en detalle:

Qué componentes intervienen

La misma arquitectura también se puede analizar a través de sus componentes. Ambos teléfonos utilizan Firebase para la autenticación anónima, los intercambios mediante Firestore y la solicitud de credenciales TURN temporales. STUN ayuda a identificar las asignaciones de direcciones; cuando hace falta, un servidor de retransmisión TURN reenvía el tráfico WebRTC protegido. Este diagrama de componentes muestra cómo encajan las piezas.

04Dos dispositivos y los servicios que usan
Dispositivo del bebé, dispositivo parental, Firebase Authentication, Firestore, Cloud Functions, STUN y TURN, con rutas distintas para señalización y contenido multimedia protegido.
Los componentes y sus conexiones. La autenticación y el establecimiento de la conexión están separados de la ruta multimedia.Abrir diagrama ↗

Si falla la detección: introducir el código a mano

Si la detección automática no encuentra el otro dispositivo, puedes introducir manualmente el código de cuatro caracteres. Después, los dispositivos realizan el mismo intercambio ECDH mediante Firestore y muestran el número de seguridad que debes comparar. Solo cambia la forma en que el código llega al segundo dispositivo.

Los mecanismos de seguridad, de un vistazo

Mecanismo Función
Intercambio de claves ECDH (P-256) Derivar un secreto compartido a partir de la clave privada local y la clave pública recibida
Pares de claves efímeros Generar un nuevo par ECDH para cada nuevo emparejamiento
Número de seguridad (SAS) Comparar las pantallas como comprobación adicional
Hash SHA-256 como identificador del documento Localizar un documento mediante un identificador derivado
Cifrado AES-256-GCM Proteger los datos SDP y el texto de los candidatos ICE
Confirmación en cada dispositivo Guardar los datos de emparejamiento en cada dispositivo después de confirmar
DTLS-SRTP (WebRTC) Proteger el audio y el vídeo durante la transmisión

El código permite que los dispositivos se encuentren. ECDH proporciona el secreto compartido para derivar las claves, y comparar el número de seguridad ayuda a comprobar quién está al otro lado. Después, AES-256-GCM protege determinados datos de señalización, mientras que WebRTC protege el audio y el vídeo por separado.


Más artículos