当前位置: 首页 > news >正文

使用Jmeter轻松实现AES加密测试

大家在自己公司做接口测试的时候,有没有遇到过接口做加密处理的情况呢?相信我们的读者朋友们都有一定的概率会遇到这种情况,尤其是对接口数据安全有一定要求的公司接口数据一定会做加密处理。那么遇到加密情况,大家使用工具JMeter如何做接口测试呢?可以借助JMeter提供的函数digest和MD5,其中digest支持的加密方法是如下这7个:

MD

SHA

MD2

MD5

SHA-1

SHA-224

SHA-256

SHA-384

SHA-512

由此可见到目前为止,JMeter自带的支持的加密方法仅MDSHA,如果很幸运你所供职公司用的就是这两种加密中的任意一种,那么我们就可以通过JMeter提供的加密方法进行加密处理。但是我们很多读者遇到的是使用其他的通用加密算法,一说到通用加密方法,不得不说AES加密,AES加密算法是英文单词Advanced Encryption Standard的首字母缩写,AES加密采用的是效率较高的对称加密算法,也就是说,其加密、解密使用相同的密钥。

AES网络传输过程加密、解密过程详见如下图所示

术语说明:

  • 明文:没有经过加密处理的数据

  • 密文:经过加密处理后的数据

如果大家公司业务对应的接口是走AES加密,我们通过接口测试工具JMeter做接口测试时,需要对请求数据做加密处理,并且对应答数据做解码处理,我们拿响应数据解密处理来看,具体怎么实现接口aes解密处理。

01 解密方法获取

首先我们要获取到aes解密方法,可以跟开发要,也可以网上找,毕竟aes是比较通用的加密算法

如下所示,是某公司开发提供的aes解密方法:

02 加密方法引入

接下来我们就需要将获取到的加密方法引入到JMeter中,有多种解决方案,咱们这里使用引入java源文件的方式,首先将java源文件拷贝到指定的盘符,例如:D盘。

然后在添加的beanshell后置处理器中增加如下脚本,来实现引入带加密方法的java源文件:

03 调用解密方法

如下脚本所示:

  • 第4行实现调用aes解密方法,入参有2个,分别是aes密文字符串、秘钥

  • 第2行定义aes密文字符串

  • 第3行表示获取应答报体,并赋值给aes密文字符串变量decodeStr

  • 第4行在日志查看面板打印应答报体aes明文

如下图所示,是经过aes解密后的应答报体内容:

经过以上步骤一、二、三操作即可实现对aes密文的解密。

接口请求aes加密,需要获取aes加密方法,不同于解密操作步骤是步骤三,调用的是获取到的aes加密方法。

04 URL解码

有些公司开发还会对应答报体进行URL编码处理,这种情况下,我们做接口、性能测试时,需要对应答做断言判断,因而需要先进行URL解码,然后再进行aes解密操作,然后再对解密后的应答信息做断言处理

如下所示在JMeter的BeanShell 后置处理程序中已编写的脚本中,增加第5行调用url解码方法对应答报体做url解码处理,当然JMeter自带的urldecode函数也能实现url解码处理,第1行实现的是引入java.net包下的URLDecoder类,提供给第5行url解码方法调用,其他脚本行的注释内容详见步骤三,这里就不再赘述了

相应的开发对接口请求也会做对应的URL编码处理,我们测试的接口脚本就需要增加如下两行脚本。

以上就是AES+URL接口的JMeter解决方案。

感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取

http://www.cnnetsun.cn/news/65655.html

相关文章:

  • 计算机毕业设计springboot基于微信小程序的核酸检测预约系统 基于微信小程序的 Spring Boot 核酸检测预约管理系统设计与实现 微信小程序结合 Spring Boot 的核酸检测预约平台
  • 计算机视觉项目启动利器:PyTorch-CUDA开箱即用环境
  • 收藏备用!企业级RAG落地全攻略:从避坑到选型的大模型实践手册
  • 从Java到前端:一位全栈开发者的成长之路与技术探索
  • 14、Linux与Windows环境下NFS和NIS的使用指南
  • 15、Linux与Windows系统集成:NIS、FTP及Telnet配置指南
  • 提升团队协作效率:用LobeChat搭建统一AI助手平台
  • 应用层|低空应用安全的 “精工锻造者”,中科数测以多工具矩阵赋能应用从开发到运维的全周期安全
  • 横观水力压裂模型:从 PDE 建模到 Comsol 模拟
  • 值得关注的人形机器人公司盘点,智元AGIBOT以卓越实力登顶
  • PLC连续可变S速度曲线算法仿真
  • 清华源替换Anaconda默认源,Miniconda下载速度飞跃
  • AutoGPT技术揭秘:大语言模型如何成为自主任务驱动智能体?
  • 18、Docker生态系统工具全解析
  • 25、容器监控与应用实践全解析
  • AutoGPT如何识别任务优先级?重要紧急四象限法应用
  • 收藏这篇就够了!RAG技术详解:让大模型告别幻觉的终极方案
  • 25、深入理解 Java 中的严格性与惰性
  • 26、深入理解惰性流:操作与应用
  • 如何在服务器上运行LobeChat镜像并对接GPU加速推理?
  • 【编号2551】从代码逻辑到实用体验:一款小红书笔记下载工具的技术实现与使用感悟
  • 大模型智能体开发指南:文件系统如何优化Agent性能!
  • ComfyUI集成Qwen3-14B的可能性探索:视觉+语言新组合
  • GPT-5.2震撼上线!性能碾压人类专家,程序员必学大模型技术,建议收藏
  • CompTIA CV0-004 Cloud+ 認證考試完整介紹
  • PyTorch安装避坑指南 + vLLM性能调优技巧
  • AutoGPT与Metabase Plus集成:增强版报表自动化
  • PyTorch安装后如何加载Qwen3-VL-8B进行多模态推理
  • 【收藏必看】2025大模型技术岗位全景图:15大方向详解,助你成为AI人才
  • LobeChat支持GraphQL接口吗?API扩展能力分析