Telegram 端到端视频通话架构:Diffie-Hellman 密钥交换、四表情验证哈希与画中画多任务
本文讲解 Telegram 一对一通话的端到端加密原理,说明四表情验证哈希的作用与正确用法,并介绍通话中的摄像头、静音、画中画等控制,以及直连与中继的连接设置和弱网应对方法。
内容导读
本文讲解 Telegram 一对一通话的端到端加密原理,说明四表情验证哈希的作用与正确用法,并介绍通话中的摄像头、静音、画中画等控制,以及直连与中继的连接设置和弱网应对方法。

Telegram 上的一对一通话——无论语音还是视频——都是端到端加密的。服务器只负责转发流量,无法窃听,这比普通聊天获得的保障更强。
通话屏幕上会出现四个表情,让你可以验证这一点。几乎没人用它们,而它们正是这其中唯一不能靠信任来保证的部分。
你将能够做到
- 发起视频通话,并在通话中切换摄像头、静音或切换到语音。
- 核对那四个表情,并了解核对它们究竟证明了什么。
- 在做其他事情时让通话保持可见。
- 决定通话是直接连接还是通过 Telegram 的服务器中转。
通话一接通,四个表情就会出现在通话屏幕的角落,双方都能看到。
为什么会有这些表情
通话建立时,两台设备会自行协商出一个密钥。服务器帮助它们找到彼此,然后转发它们无法读取的加密流量。通话的任何内容都不会被存储。
这类机制的薄弱点在于中间环节。如果有什么东西能够分别与你们两人单独协商,它就能一边转发通话一边读取内容,而两端看到的都像是正常连接。
这四个表情是双方最终得到的密钥的简短摘要。如果中间有人,就会有两个不同的密钥,因此也会有两组不同的图案。把你看到的念出来,听到对方念回同样的四个,就能排除这种情况——而这只需要三秒钟。
只有念出来才有效
对比它们之所以有意义,是因为对方念出来时你能认出他的声音。在聊天里发送这些表情证明不了什么,因为那也是一个攻击者可能潜伏的渠道。
互动
通话过程中
四个控制项,其中一个是大多数人从未打开过的隐私设置。
摄像头与静音
做别的事情
直连还是中继
连接不佳
显而易见的那些
语音通话可以在通话中变成视频通话,而且会先询问对方,而不是直接展示。
关闭摄像头可以让通话继续。当连接不稳定,或者你有一会儿不想被看到时很有用。
翻转摄像头只需轻点一下,所以想给别人看某个东西而不是你的脸时,不必重新发起通话。
离开通话屏幕
视频会缩小成一个悬浮窗口,让你在交谈中查点东西。
在桌面端它会变成一个窗口,可以放到第二块屏幕上,这是长时间通话的最佳安排。
你的摄像头仍然开着。最小化通话并不会让对方看不到你。
连接是如何建立的
两台设备之间直接连接延迟最低,和认识的人通话时这正是你想要的。
它也会让双方看到对方的网络地址,这大致相当于位置信息。如果是陌生人,这就是实实在在的信息泄露。
该设置位于“隐私与安全”下的通话选项中:只允许联系人与你直接连接,其他一切则改由 Telegram 中继。
当连接吃力时
先关掉摄像头。视频占用了大部分带宽,而仅靠音频能在糟糕得多的连接下撑住。
通话屏幕上的质量指示器会告诉你哪一方连接吃力,省得你们俩互相猜。
挂断再重新拨打会重新协商一切,并改变那四个表情。知道这一点,就不会因为变化而惊慌。
两个设置和一个习惯:只允许联系人直连,线路差时关掉摄像头,以及念一次表情。
发起通话
- 打开对方的个人资料或聊天 通话和视频通话的控制项在顶部。
- 接通后核对表情 对这段关系来说,每人核对一次就够了;请对方念出他看到的。
- 用控制项而不是挂断 关摄像头、翻转摄像头、静音——它们都能让通话继续。
- 最小化后继续通话 悬浮窗口会在你使用手机其他功能时保持通话。
- 设置一次连接偏好 隐私与安全、通话、点对点。选“我的联系人”是明智的取值。