Mailu项目中DANE验证失败问题的分析与解决方案
2025-06-03 09:50:59作者:鲍丁臣Ursa
问题背景
在Mailu邮件服务器项目中,用户报告了一个关于DANE验证失败的问题。DANE(DNS-Based Authentication of Named Entities)是一种利用DNS记录来验证TLS证书的技术,它通过TLSA记录存储证书认证数据,为SMTP等协议提供额外的安全层。
问题现象
当使用Let's Encrypt证书时,Mailu服务器返回的证书链不完整,缺少根证书ISRG Root X1。这导致DANE验证失败,因为客户端无法构建完整的证书信任链。具体表现为:
- 通过openssl s_client工具检查时,只看到两个证书:服务器证书和中间证书
- 缺少根证书ISRG Root X1
- 配置的TLSA记录
2 1 1 0b9fa5a59eed715c26c1020c711b4f6ec42d58b0015e14337a39dad301c5afc3验证失败
技术分析
证书链完整性的重要性
在TLS握手过程中,服务器需要提供完整的证书链(从终端实体证书到根证书),以便客户端能够验证证书的有效性。虽然根证书通常已经内置在客户端信任库中,但提供完整的证书链仍然是推荐做法,特别是对于DANE验证。
Mailu中的证书处理机制
Mailu使用certbot管理Let's Encrypt证书。在之前的版本中,Mailu通过add_DANE_pin函数确保证书链完整。但在某个更新中,这个功能被移除,导致现在返回的证书链不完整。
Let's Encrypt证书链变更
Let's Encrypt的证书链经历了多次变更:
- 最初使用DST Root CA X3作为根证书
- 后来切换到ISRG Root X1
- 现在提供ISRG Root X2作为新的根证书
解决方案
Mailu开发团队已经修复了这个问题,解决方案包括:
- 恢复证书链完整性检查机制
- 确保fullchain.pem包含完整的证书链(终端证书+中间证书+根证书)
- 在2.0.39版本中正式发布该修复
最佳实践建议
对于使用DANE验证的Mailu管理员:
- 及时升级到2.0.39或更高版本
- 考虑同时为ISRG Root X1和X2创建TLSA记录
- 定期检查证书链完整性
- 使用openssl工具验证服务器返回的证书链
验证方法
管理员可以使用以下命令验证修复效果:
echo | openssl s_client -connect your.mail.server:25 -starttls smtp -showcerts
正常情况下应该看到三个证书:服务器证书、中间证书和根证书。
总结
证书链完整性对于邮件服务器的安全至关重要,特别是当使用DANE验证时。Mailu项目团队已经修复了证书链不完整的问题,建议所有用户及时升级以获得最佳的安全性和兼容性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.87 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
310
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1