Rspamd 3.12.0版本发布:邮件过滤系统的重大更新
2025-06-20 20:04:24作者:秋阔奎Evelyn
项目简介
Rspamd是一个高性能的垃圾邮件过滤系统,采用现代化的设计理念,旨在帮助邮件服务器有效识别和处理垃圾邮件、病毒邮件以及其他不受欢迎的邮件内容。作为一个开源项目,Rspamd以其模块化架构、灵活的配置选项和高效的性能著称,被广泛应用于各类邮件服务环境中。
核心更新内容
1. 安全性增强
本次3.12.0版本在安全性方面做出了多项重要改进:
- 解决了lua-bit模块中的栈缓冲区问题,增强了系统的安全性
- 改进了Redis脚本加载机制,防止潜在的脚本执行风险
- 更新了默认的openphish URL,确保威胁情报源的可靠性
2. 功能扩展与优化
新版本引入了多项实用功能:
- 新增Contextal平台集成插件,提供更强大的上下文分析能力
- 支持HEIC文件格式的检测,扩展了附件分析能力
- 允许为模糊哈希操作配置不同的服务器,提高了系统灵活性
- 新增CDB外部映射支持,丰富了数据存储选项
- 改进了GPT模块,优化了错误日志记录和提示信息
3. 性能与稳定性提升
在系统性能方面,3.12.0版本做出了多项优化:
- 全面使用捆绑的libfmt库,确保格式处理的一致性
- 改进了灰名单机制中的正文哈希计算算法
- 优化了日志记录系统,提升了日志处理效率
- 解决了多映射无效类型处理的问题,增强了系统稳定性
- 改进了代理模块,提升了整体性能
4. Web界面改进
Web管理界面也获得了多项更新:
- 地图编辑器模态处理得到优化
- 更新了Bootstrap、D3和PrismJS等前端库
- 添加了删除特定模糊哈希的功能按钮
- 改进了映射表显示,提升了状态可见性
- 增加了文件上传功能到"测试选择器"中
5. 规则与检测增强
在邮件检测规则方面:
- 新增R_HTTP_URL_IN_FROM规则,检测From头中的URL
- 添加了FREEMAIL_REPLYTO_NEQ_FROM规则
- 增加了Sieve和cPanel转发相关符号
- 改进了回复邮件的处理逻辑,考虑所有收件人
- 为信誉系统添加了排除列表功能
开发者相关更新
对于开发者而言,3.12.0版本也带来了多项改进:
- 现代化了CMake构建系统
- 改进了Lua日志记录功能
- 解决了Lua格式化字符串处理
- 允许指定Redis版本,提高了兼容性
- 解决了libmime与doctest 2.4.12的兼容性问题
- 优化了Lua Redis模块的API文档
配置与管理工具
在系统配置和管理方面:
- rspamadm configdump新增--non-default选项,便于查看本地配置
- 修正了配置文件中的多处拼写错误
- 更新了rspamc工具的-P参数文档
- 解决了Debian软件包构建问题
- 调整了RPM包中的日志目录属性
总结
Rspamd 3.12.0版本是一次全面的功能升级,在安全性、功能性、性能和用户体验方面都做出了显著改进。新版本不仅增强了核心过滤能力,还扩展了系统集成选项,为邮件服务器管理员提供了更强大的工具来应对日益复杂的垃圾邮件威胁。无论是对于现有用户的升级,还是新用户的部署,这个版本都值得推荐。
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
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
404
3.14 K
Ascend Extension for PyTorch
Python
224
250
暂无简介
Dart
672
159
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++
663
319
React Native鸿蒙化仓库
JavaScript
262
325
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
🎉 (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
1.21 K
657
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220