L'URL
Partie 4 sur 4
7Le lien, et ce qu’il y a derrière
Un lien affiche un texte (« cliquez ici ») et cache une URL. Les deux peuvent ne pas coïncider : le texte « www.example.org » peut mener ailleurs. Dans un navigateur, survoler le lien fait apparaître son adresse réelle en bas de la fenêtre ; sur mobile, un appui long l’affiche. Ce simple réflexe, regarder où mène un lien avant de cliquer, déjoue une grande partie des tentatives de tromperie. C’est aussi l’esprit de cette encyclopédie : les liens vers d’autres articles portent un titre qui dit où l’on va, et les liens externes sont signalés.
Le lien est aussi, dans le Web, ce qui fait le réseau : un moteur de recherche suit les liens de page en page pour découvrir et classer les sites, et la quantité de liens pointant vers une page est un des signaux de sa popularité (voir le Web).
8Les pièges autour des URL
Parce qu’elle est le point d’entrée de tout ce qu’on fait sur le Web, l’URL est aussi le support de nombreuses tromperies. Nous décrivons les principes, pour savoir s’en défendre.
8.1Lire un nom de domaine : le seul vrai repère
Pour savoir à qui appartient un site, on lit le nom de domaine, et rien d’autre. La règle : on repère le premier / après le https:// ; ce qui précède est le nom du serveur ; dans ce nom, on lit de droite à gauche : les deux derniers éléments (par exemple example.org) désignent le propriétaire, ce qui est à gauche n’est qu’un sous-domaine choisi par lui. Ainsi, https://banque-example.org.verification.test/connexion n’appartient pas à « banque-example.org » : le vrai propriétaire est « verification.test », qui a simplement choisi le sous-domaine « banque-example.org ». Les attaquants multiplient ces constructions, dites sous-domaines trompeurs, dans les courriels de hameçonnage (voir le hameçonnage).
8.2L’arobase : l’ancienne syntaxe des identifiants détournée
La syntaxe des identifiants de la partie 2.2 permet un tour classique : https://www.example.org@serveur-malveillant.test/. Un lecteur pressé voit « example.org » au début ; en réalité, tout ce qui précède l’arobase est un identifiant, et le serveur est serveur-malveillant.test. C’est une raison de plus pour laquelle les navigateurs restreignent cette syntaxe.
8.3Les noms qui se ressemblent
Les attaquants enregistrent des noms qui ressemblent au vrai : une lettre remplacée (« rn » pour « m »), une lettre doublée, un tiret ajouté, un autre suffixe. Avec les noms de domaine internationaux, on peut même utiliser des lettres d’autres alphabets qui paraissent identiques (le « а » cyrillique et le « a » latin). On parle d’attaque par homoglyphes. Les navigateurs modernes affichent la forme codée (le punycode) quand un nom mélange des alphabets de façon suspecte. Le réflexe : pour un site sensible (banque, administration, messagerie), ne pas cliquer sur un lien reçu, mais taper l’adresse ou utiliser un signet enregistré.
8.4Les raccourcisseurs d’adresses
Les services de raccourcissement remplacent une longue URL par une courte, du type https://court.example/aB3x. Ils sont pratiques, notamment sur les réseaux sociaux, mais ils cachent la destination : il est impossible de savoir, à la lecture, où mène le lien. Des outils permettent de « prévisualiser » l’adresse réelle sans la visiter. En entreprise, on se méfie des liens raccourcis dans les courriels.
8.5Les redirections ouvertes
Certains sites légitimes acceptent un paramètre qui indique où renvoyer l’utilisateur après une action (par exemple après la connexion) : https://www.example.org/sortie?vers=…. Si le site ne vérifie pas la destination, il devient une redirection ouverte : un attaquant fabrique un lien qui commence par le nom d’un site réputé, mais renvoie vers un site malveillant. La victime voit un nom connu au début de l’adresse et s’y fie. Côté développeur, la parade est de n’accepter que des destinations prévues d’avance (voir les attaques contre les applications web).
8.6Le protocole : http contre https
Le cadenas affiché devant l’adresse indique que l’échange est chiffré avec le serveur. Il ne dit rien de la fiabilité du site : un site frauduleux peut parfaitement posséder un certificat et afficher un cadenas. Le cadenas protège le trajet, pas l’intention du site. À l’inverse, une adresse en http:// sans chiffrement expose tout ce que vous saisissez : on n’y saisit jamais de mot de passe ni de numéro de carte (voir TLS).
8.7Pour les développeurs : ne jamais faire confiance à l’URL
Tout ce qui arrive dans une URL (chemin, paramètres) vient de l’extérieur et peut être modifié par n’importe qui. Un site qui l’utilise sans contrôle — pour construire une requête, afficher du texte, ouvrir un fichier — s’expose aux attaques par injection ou par parcours de dossiers (voir les attaques contre les applications web). Règle de base : valider, filtrer et coder toute donnée venue d’une URL avant de l’utiliser.
9Ce qui a changé
Les bases de l’URL sont restées exactes. Voici les mises à jour à retenir.
- Le port par défaut n’est plus 80. On présente souvent le port 80 comme le port par défaut. Il correspond à HTTP seul ; aujourd’hui, l’immense majorité des sites emploient HTTPS, de port 443.
- Cinq parties, mais sept en réalité. La requête (paramètres) et l’ancre complètent la liste. L’ancre n’est jamais envoyée au serveur.
- Les schémas ont changé. Gopher, WAIS, telnet, news et FTP ont disparu ou presque ;
https,mailto,tel,dataet les schémas d’applications ont pris leur place. - La RFC 1738 est dépassée. La référence actuelle est la RFC 3986 (2005) et la norme « URL » des navigateurs.
- Le tableau des caractères à coder est trop large. On ne code que ce qui est réservé à l’endroit où il apparaît. Le point, la virgule ou le tilde n’ont pas à l’être.
- Les accents passent par UTF-8. L’ASCII ne suffit plus : les lettres accentuées et tous les alphabets sont codés par plusieurs octets, chacun précédé d’un %.
- Le chemin n’est plus un répertoire. Les applications actuelles interprètent le chemin : il n’y a plus nécessairement de fichier derrière.
- Les identifiants dans l’URL sont presque interdits. Le conseil de ne pas y mettre de mot de passe est devenu une règle des navigateurs.
- L’URL est un terrain d’attaque. Hameçonnage, homoglyphes, redirections ouvertes, raccourcisseurs : la lecture de l’adresse est devenue un geste de sécurité.
- Ce qui reste vrai. Le format uniforme, le découpage en protocole, serveur, port et chemin, le point d’interrogation pour les paramètres, le codage par pourcentage et le code hexadécimal.