前端面試題：如何用 WebRTC Encoded Transform 實作端到端加密？
題干
請為多人 WebRTC 會議設計瀏覽器端端到端加密：媒體伺服器只轉發 RTP，無法讀取音視頻；發送端與接收端在 Worker 處理編碼影格。說明 RTCRtpScriptTransform、RTCRtpScriptTransformer、金鑰分發、關鍵影格、效能、失敗恢復與相容性邊界，並區分編碼影格變換和傳輸層 TLS。
面試官在考察什麼
題目考察你能否掌握瀏覽器媒體管線邊界：變換位於編碼後、解碼前，影格依序從 readable 流向 writable，密碼運算在 Worker 執行，並處理金鑰輪換、新成員關鍵影格、丟影格與不支援 API 的瀏覽器。
先確認這些問題
- 要保護哪些參與者和媒體伺服器？伺服器是否只轉發？
- 只支援視頻還是音訊也要加密？是否包含螢幕分享和錄製？
- 金鑰由端到端信令分發，還是已有群組金鑰服務？如何撤銷離會成員？
- 目標瀏覽器和最低版本是什麼？不支援時拒絕、降級或關閉 E2EE？
30 秒回答框架
TLS 只保護傳輸鏈路，媒體伺服器仍可能看到明文；E2EE 要在發送端編碼後加密、接收端解密後交給解碼器。回答分為能力偵測、Worker 影格管線、金鑰與 nonce、關鍵影格和重試、降級與觀測。API 為 Baseline 2025，但仍要按瀏覽器矩陣驗證。
逐步拆解方案
1. 能力偵測與掛接時機
建立 RTCRtpScriptTransform 並傳入 Worker、方向標識與可轉移 MessagePort。發送端掛到 RTCRtpSender.transform，接收端掛到 RTCRtpReceiver.transform，要早於第一個影格。能力偵測失敗要記錄，不能把未加密媒體靜默當成功。
2. Worker 中的影格流
Worker 監聽 rtctransform，從 event.transformer.readable 讀取編碼影格，通過 TransformStream 後寫入 event.transformer.writable。要保持順序、恰好一次入隊，錯誤時關閉流並上報；主執行緒只傳設定和金鑰句柄。
3. 加密格式與金鑰生命週期
按會議、發送者與金鑰 epoch 建立上下文；nonce 以影格序號、SSRC 或計數器構成，禁止重用。密文攜帶版本、epoch 和認證標籤，接收端驗證後才解密。金鑰透過已驗證的端到端信令分發，輪換時短暫容納雙 epoch，成員離會立即撤銷新影格權限。
4. 關鍵影格與新成員
新成員可能先收到 delta frame，無法重建畫面。接收端變換在獲得新金鑰或無法解碼時呼叫 sendKeyFrameRequest()；發送端可呼叫 generateKeyFrame()。兩者回傳 Promise，需確認方向與視頻狀態並限流。
5. 效能與背壓
控制記憶體複製和 GC，盡量重用影格緩衝；Worker 使用固定併發，避免無界佇列。統計每影格耗時、佇列深度、丟影格率與關鍵影格請求率。超出延遲預算時降低品質或暫停軌道，不能阻塞主執行緒。
6. 錯誤、重連與恢復
金鑰過期、標籤驗證失敗、Worker 崩潰與瀏覽器拒絕呼叫都進入可觀測狀態機。短暫失敗可重啟 Worker 並恢復當前 epoch；無法恢復時停止該軌道並提示。重新協商 PeerConnection 後要重新掛接 transform。
7. 相容性與安全邊界
MDN 將 Encoded Transform 標為 Baseline 2025，但舊瀏覽器和部分裝置可能缺少。產品需明確拒絕、關閉 E2EE 或只允許受信媒體伺服器轉碼。W3C 文件是 Working Draft，不能隱藏介面穩定性與實作差異。
合格回答示例
「我會在 sender 編碼後、receiver 解碼前掛接 RTCRtpScriptTransform，Worker 從 transformer 的 readable 讀編碼影格，經認證加密後寫入 writable。金鑰由端到端信令按會議、成員和 epoch 管理，nonce 使用不可重複計數器，接收端驗證標籤才解密。新成員或換鍵無法解碼時，接收端限流呼叫 sendKeyFrameRequest，發送端必要時 generateKeyFrame。監控耗時、佇列、丟影格與驗證失敗；恢復失敗就停止軌道。上線前依能力偵測決定拒絕、降級或關閉 E2EE，並標示 Baseline 2025 與 W3C Working Draft 狀態。」
常見失分點
- 把 TLS 當媒體端到端加密。
- 在主執行緒逐影格加密，或處理原始影格而不是編碼影格。
- 不驗證認證標籤、重用 nonce，沒有 epoch 和離會撤銷。
- 忽略關鍵影格、Worker 崩潰、重連和瀏覽器差異。
- 只說支援 WebRTC，沒有確認 Encoded Transform 介面。
追問方向
為何在編碼後處理？
編碼影格較小且保留 RTP 管線，變換可在解碼前後插入；原始影格會增加複製與計算成本。
sendKeyFrameRequest() 一定會送出嗎？
不一定。使用者代理可能判斷不需要，Promise 仍會完成，因此產品要處理等待與逾時。
金鑰如何傳給 Worker？
透過 options 或可轉移 MessageChannel 傳短期句柄，避免長期金鑰暴露給無關腳本。
不支援 API 能否靜默降級？
不能。必須向使用者和會議策略清楚標示媒體是否 E2EE。
如何驗證伺服器沒有明文？
在測試環境擷取轉發節點資料，確認只有密文影格，並審計信令、Worker、金鑰服務與錄製權限。
參考資料
MDN《Using WebRTC Encoded Transforms》、MDN《RTCRtpScriptTransformer》與 W3C《WebRTC Encoded Transform》規範草案。