Baby Monitor Timmy में सुरक्षित पेयरिंग: ECDH और SAS को समझें

Baby Monitor Timmy के ऑडियो और वीडियो भेजने से पहले, दोनों डिवाइस को एक-दूसरे को ढूँढना और एक-दूसरे पर भरोसा करना होता है। यह पेयरिंग का चरण पूरे प्रवाह का सबसे अहम क्षण है। यहाँ मैं बताता हूँ कि Timmy पेयर कैसे होता है, इसके पीछे कौन-सी क्रिप्टोग्राफी है और पास का कोई हमलावर बिना पता चले कनेक्शन पर कब्ज़ा क्यों नहीं कर सकता।

समस्या: मेरा डिवाइस कैसे जानता है कि वह किससे बात कर रहा है?

जब दो डिवाइस पहली बार कनेक्ट होते हैं, तो मुख्य सवाल होता है: क्या डिवाइस A सच में डिवाइस B से बात कर रहा है, या बीच में कोई और बैठा है? क्रिप्टोग्राफी में इसे मैन-इन-द-मिडल हमला (MITM) कहा जाता है।

Timmy इसे Firebase के ज़रिए होने वाले Elliptic Curve Diffie-Hellman (ECDH) कुंजी विनिमय और उपयोगकर्ता द्वारा देखकर किए जाने वाले सत्यापन.

के संयोजन से हल करता है। नीचे दिया गया आरेख एक नज़र में पूरी पेयरिंग प्रक्रिया दिखाता है:

sequenceDiagram
    autonumber
    participant A as 📱 Device A
    participant F as ☁️ Firebase
    participant B as 📱 Device B

    Note over A,B: Phase 1 — Discovery

    A->>A: Generate ECDH key pair (P-256)
    B->>B: Generate ECDH key pair (P-256)

    alt Auto-Pairing (Nearby BLE)
        A-->>B: BLE broadcast: SBM:XKQM
        B-->>A: BLE broadcast: SBM:R7NP
        Note over A,B: Lower code wins → determines creator/joiner
    else Manual Pairing
        A->>A: Display 4-char code
        Note right of A: User reads code
        B->>B: User enters code
    end

    Note over A,B: Phase 2 — ECDH Key Exchange

    A->>F: Write public key (PubA) to meeting doc
    B->>F: Write public key (PubB) to meeting doc
    F-->>B: Read PubA
    F-->>A: Read PubB

    Note over A,B: Phase 3 — Shared Secret

    A->>A: sharedSecret = ECDH(privA, PubB)
    B->>B: sharedSecret = ECDH(privB, PubA)
    Note over A,B: Both compute identical 32-byte secret

    A->>A: SAS = SHA-256("sas:" + sort(PubA,PubB) + secret) → 2-digit number
    B->>B: SAS = SHA-256("sas:" + sort(PubA,PubB) + secret) → 2-digit number

    Note over A,B: Phase 4 — Visual Verification

    A->>A: Display SAS: 42
    B->>B: Display SAS: 42
    Note over A,B: 👤 User compares numbers on both screens

    A->>A: User confirms ✓
    B->>B: User confirms ✓

    Note over A,B: Phase 5 — Key Derivation

    A->>A: pairingKey = SHA-256("pair:" + secret)
    B->>B: pairingKey = SHA-256("pair:" + secret)
    A->>A: docKey = SHA-256("doc:" + pairingKey)
    A->>A: encKey = SHA-256("enc:" + pairingKey)

    Note over A,B: ✅ Paired — all future signaling encrypted with AES-256-GCM

पूरे पेयरिंग प्रोटोकॉल का क्रम — संपादन योग्य स्रोत: docs/diagrams/pairing-sequence.mmd

चरण 1: हर डिवाइस एक कुंजी-युग्म बनाता है

पेयरिंग स्क्रीन खोलते ही, हर डिवाइस एक अस्थायी ECDH कुंजी-युग्म P-256 कर्व (secp256r1) पर बनाता है:

एक निजी कुंजी — केवल डिवाइस पर रहती है
एक सार्वजनिक कुंजी — Firebase के ज़रिए साझा की जाती है

कुंजियाँ क्रिप्टोग्राफ़िक रूप से सुरक्षित रैंडम नंबर जनरेटर (Random.secure()) से बनाई जाती हैं और सिर्फ़ इसी एक पेयरिंग प्रयास के लिए मान्यहोती हैं। हर नए प्रयास के लिए नई कुंजियाँ बनाई जाती हैं।

चरण 2: Firebase पर सार्वजनिक कुंजियों का आदान-प्रदान

दो डिवाइस को एक-दूसरे को ढूँढने देने के लिए, Timmy एक 4-अक्षर का कोड मिलने के बिंदु के रूप में इस्तेमाल करता है। यह कोड Nearby Connections (Bluetooth Low Energy) के ज़रिए अपने-आप पाया जा सकता है या मैन्युअली डाला जा सकता है। इसका कोई क्रिप्टोग्राफ़िक महत्व नहींहै; यह बस दोनों डिवाइस को एक ही Firebase Firestore दस्तावेज़ तक पहुँचाता है।

दोनों डिवाइस को कोड पता चलने के बाद, हर डिवाइस अपनी सार्वजनिक ECDH कुंजी एक साझा Firestore दस्तावेज़में लिखता है। फिर हर डिवाइस उस दस्तावेज़ से दूसरे डिवाइस की सार्वजनिक कुंजी पढ़ता है।

सबसे अहम बात: केवल सार्वजनिक कुंजी भेजी जाती है। निजी कुंजी कभी डिवाइस से बाहर नहीं जाती। Firebase ट्रैफ़िक देखने वाले को सार्वजनिक कुंजियाँ दिखती हैं, लेकिन वह उनसे साझा गुप्त मान नहीं निकाल सकता । यह Elliptic Curve Discrete Logarithm Problem (ECDLP) की कठिनाई पर निर्भर करता है।

चरण 3: साझा गुप्त मान की गणना

जब दोनों डिवाइस एक-दूसरे की सार्वजनिक कुंजी खोज लेते हैं, तो वे स्वतंत्र रूप से एक ही साझा गुप्त मान:

sharedSecret = ECDH(myPrivateKey, remotePublicKey)
             → 32 bytes (identical on both devices)

की गणना करते हैं। एलिप्टिक कर्व का गणित यह सुनिश्चित करता है कि दोनों गणनाओं का परिणाम एक जैसा हो, भले ही हर डिवाइस को सिर्फ़ अपनी निजी कुंजी और दूसरे की सार्वजनिक कुंजी पता हो।

चरण 4: सत्यापन नंबर (SAS)

साझा गुप्त मान से एक Short Authentication String (SAS) निकाला जाता है — दोनों डिवाइस पर दिखने वाला दो अंकों का नंबर:

hash   = SHA-256("sas:" + sort(pubkeyA, pubkeyB) + sharedSecret)
number = (hash[0] × 256 + hash[1]) mod 100   → 00 to 99

दोनों डिवाइस एक ही नंबर दिखाते हैं — उदाहरण के लिए, 42। उपयोगकर्ता स्क्रीन पर दिख रहे नंबरों का मिलान करता है, फिर हर डिवाइस पर अलग-अलग पुष्टि करता है।

हमलावर इसे जाली क्यों नहीं बना सकता

मैन-इन-द-मिडल हमलावर को Firebase में होने वाले कुंजी विनिमय में बीच से हस्तक्षेप करना होगा। खास तौर पर, उसे यह करना होगा:

Firestore दस्तावेज़ में रखी असली सार्वजनिक कुंजियों को अपनी कुंजियों से बदलना
हर डिवाइस के साथ अलग-अलग साझा गुप्त मान बनाना

sequenceDiagram
    autonumber
    participant A as 📱 Device A
    participant M as 🕵️ Attacker (MITM)
    participant B as 📱 Device B

    Note over A,B: Attacker intercepts the Firebase key exchange

    A->>A: Generate key pair (privA, PubA)
    B->>B: Generate key pair (privB, PubB)
    M->>M: Generate TWO key pairs (privM1, PubM1) + (privM2, PubM2)

    A->>M: Write PubA to Firebase
    M->>M: Replace PubA with PubM1
    M->>B: B reads PubM1 (thinks it is PubA)

    B->>M: Write PubB to Firebase
    M->>M: Replace PubB with PubM2
    M->>A: A reads PubM2 (thinks it is PubB)

    Note over A,B: Each device computes a DIFFERENT shared secret

    A->>A: secret_A = ECDH(privA, PubM2)
    M->>M: secret_A = ECDH(privM2, PubA)
    M->>M: secret_B = ECDH(privM1, PubB)
    B->>B: secret_B = ECDH(privB, PubM1)

    Note over A,M: secret_A ≠ secret_B

    A->>A: SAS_A = SHA-256("sas:" + sort(PubA,PubM2) + secret_A) → 73
    B->>B: SAS_B = SHA-256("sas:" + sort(PubM1,PubB) + secret_B) → 18

    rect rgb(255, 230, 230)
        Note over A,B: ❌ User sees DIFFERENT numbers!
        A->>A: Display: 73
        B->>B: Display: 18
        Note over A,B: 👤 User notices mismatch → cancels pairing
    end

    Note over A,B: 🛡️ Attack detected — MITM cannot force SAS match (P = 1/100)

SAS नंबरों का मेल न खाने पर मैन-इन-द-मिडल हमले का पता लगना — संपादन योग्य स्रोत: docs/diagrams/mitm-detection.mmd

इस स्थिति में हमलावर डिवाइस A के साथ एक साझा गुप्त मान S_A और डिवाइस B के साथ एक अलग साझा गुप्त मान S_B बनाता है। चूँकि S_A ≠ S_Bहै, डिवाइस अलग-अलग सत्यापन नंबर.

निकालते हैं। हमलावर नंबरों को एक जैसा नहीं बना सकता, क्योंकि:

उसे डिवाइस की निजी कुंजियाँ पता नहीं हैं
SHA-256 को उल्टा नहीं किया जा सकता
किसी रैंडम मिलान की संभावना सिर्फ़ 100 में 1

है। उपयोगकर्ता स्क्रीन पर अलग-अलग नंबर देखता है और पेयरिंग रद्द कर देता है। तब तक हमला सामने आ चुका होता है।

चरण 5: पेयरिंग पूरी करना

उपयोगकर्ता द्वारा दोनों डिवाइस पर सत्यापन की पुष्टि करने के बाद ही पेयरिंग पूरी होती है:

एक 64-वर्णों वाली पेयरिंग कुंजी (256 बिट) साझा गुप्त मान से निकाली जाती है: SHA-256("pair:" + sharedSecret) → pairingKey
दस्तावेज़ कुंजी इस प्रकार निकाली जाती है SHA-256("doc:" + pairingKey) और Firestore दस्तावेज़ कुंजी के रूप में काम करती है
एन्क्रिप्शन कुंजी इस प्रकार निकाली जाती है SHA-256("enc:" + pairingKey) और एन्क्रिप्टेड सिग्नलिंग के लिए AES-256-GCM कुंजी देती है
दोनों डिवाइस एक ही पेयरिंग कुंजी सहेजते हैं और मोड चुनने वाली स्क्रीन पर जाते हैं

इस बिंदु के बाद, आगे के सभी कनेक्शन प्रयास (Firestore सिग्नलिंग, WebRTC सेटअप) साझा AES-256-GCM कुंजी से एन्क्रिप्ट होते हैं। पेयरिंग कुंजी कभी बैकएंड को नहीं भेजी जाती; दस्तावेज़ पहचानकर्ता के रूप में केवल उसका SHA-256 हैश इस्तेमाल होता है।

सिस्टम आर्किटेक्चर

नीचे दिया गया आरेख पेयरिंग और संचार में शामिल घटकों को दिखाता है:

flowchart TB
    BABY["📱 Baby Phone
Baby Mode"]
    PARENT["📱 Parent Phone
Parent Mode"]

    BABY <==>|"🔒 WebRTC Peer-to-Peer · DTLS-SRTP
Audio · Video · DataChannel"| PARENT
    BABY -.-|"🔵 Bluetooth LE · Nearby
Auto-Discovery"| PARENT

    subgraph FIREBASE["☁️ Firebase (Google Cloud)"]
        direction LR
        AUTH["🪪 Anonymous
Authentication"]
        FS["📄 Firestore
Pairing + Signaling"]
        CF["⚡ Cloud Functions
getTurnCredentials"]
    end

    BABY <-->|"🔐 AES-256-GCM encrypted
SDP · ICE · ECDH keys"| FS
    FS <-->|"🔐 AES-256-GCM encrypted
SDP · ICE · ECDH keys"| PARENT

    BABY -.->|Token| AUTH
    PARENT -.->|Token| AUTH

    STUN["📡 STUN server
stun.cloudflare.com:3478"]
    TURN["🔄 TURN relay
local or Cloudflare"]

    BABY & PARENT -->|Short-lived credentials| CF
    CF -->|local first, Cloudflare fallback| TURN

    BABY & PARENT -.->|NAT Traversal| STUN

    BABY -.->|"Relay Fallback"| TURN
    TURN -.->|"Relay Fallback"| PARENT

    style BABY fill:#FBF6F0,stroke:#B5734A,stroke-width:2px
    style PARENT fill:#FBF6F0,stroke:#B5734A,stroke-width:2px
    style FIREBASE fill:#fff5f5,stroke:#E9B44C,stroke-width:2px
    style AUTH fill:#E9B44C,stroke:#2B2D42
    style FS fill:#E9B44C,stroke:#2B2D42
    style CF fill:#E9B44C,stroke:#2B2D42
    style STUN fill:#F6E3D2,stroke:#B5734A
    style TURN fill:#7BC47F,stroke:#2B2D42

सिस्टम आर्किटेक्चर का अवलोकन — संपादन योग्य स्रोत: docs/diagrams/pairing-architecture.mmd

संचार पथ विस्तार से:

WebRTC पीयर-टू-पीयर (मोटी रेखा): ऑडियो, वीडियो और DataChannel सीधे डिवाइसों के बीच जाते हैं — DTLS-SRTP से एन्क्रिप्टेड। कोई सर्वर यह डेटा नहीं देखता।
Firebase Firestore (ठोस रेखा): पेयरिंग डेटा (ECDH कुंजियाँ) और सिग्नलिंग (SDP/ICE) Firestore से होकर जाते हैं — AES-256-GCM से एंड-टू-एंड एन्क्रिप्टेड। Firebase डेटा को डिक्रिप्ट नहीं कर सकता।
STUN सर्वर: दोनों डिवाइस अपने सार्वजनिक IP पते का पता लगाते हैं, ताकि सीधा पीयर-टू-पीयर कनेक्शन बनाया जा सके।
TURN रिले: अगर सीधा कनेक्शन संभव नहीं है (जैसे मोबाइल डेटा पर), तो चुना गया लोकल या Cloudflare TURN सर्वर एन्क्रिप्टेड मीडिया को रिले करता है। 24 घंटे के लिए मान्य क्रेडेंशियल Firebase Cloud Functions के ज़रिए लिए जाते हैं।
Bluetooth LE (बिंदीदार रेखा): Nearby Connections आस-पास के डिवाइसों को अपने-आप खोजता है — सिर्फ़ वही 4-वर्णों वाला कोड भेजा जाता है, कुंजी से जुड़ी कोई सामग्री नहीं।

विकल्प: मैन्युअल कोड एंट्री

अगर Bluetooth उपलब्ध नहीं है (जैसे पुराने डिवाइसों में), तो 4-अक्षर का कोड मैन्युअली भी टाइप किया जा सकता है। मैन्युअल एंट्री में वही ECDH कुंजी विनिमय और वही SAS सत्यापन होता है जो अपने-आप होने वाली पेयरिंग में होता है। फर्क सिर्फ़ इतना है कि BLE से खोजे जाने के बजाय कोड उपयोगकर्ता पढ़कर टाइप करता है।

दोनों ही मामलों में ECDH कुंजी विनिमय Firebase पर होता है, इसलिए सुरक्षा एक जैसीहै। 4-अक्षर का कोड सिर्फ़ मिलने का बिंदु है; असली एन्क्रिप्शन ECDH से निकली 256-बिट कुंजी पर आधारित है।

सारांश

सुरक्षा तंत्र	किससे सुरक्षा देता है
ECDH कुंजी विनिमय (P-256)	कुंजी विनिमय ट्रैफ़िक की जासूसी
अस्थायी कुंजी-युग्म	फ़ॉरवर्ड सीक्रेसी — पुराने पेयरिंग कनेक्शन सुरक्षित रहते हैं
विज़ुअल सत्यापन नंबर (SAS)	कुंजी विनिमय के दौरान मैन-इन-द-मिडल (MITM)
दस्तावेज़ कुंजी के रूप में SHA-256 हैश	Firestore से कोड निकालना
AES-256-GCM एन्क्रिप्शन	सिग्नलिंग डेटा की जासूसी
दोनों तरफ़ से पुष्टि	उपयोगकर्ता की जानकारी के बिना एकतरफ़ा पेयरिंग
DTLS-SRTP (WebRTC)	ऑडियो/वीडियो की जासूसी

ये परतें साथ मिलकर काम करती हैं: ECDH कुंजी विनिमय को सुरक्षित रखता है, सत्यापन नंबर MITM से बचाता है, AES-256-GCM सिग्नलिंग को सुरक्षित रखता है और WebRTC मीडिया को सुरक्षित रखता है। हमलावर को डिवाइसों या माता-पिता को पता चले बिना कई जगहों पर इस श्रृंखला को तोड़ना होगा।

और लेख

← ब्लॉग पर वापस जाएँ