Rspamd中基于发件人与收件人相同特征的钓鱼邮件检测增强方案
2025-07-03 16:02:14作者:邓越浪Henry
背景分析
在电子邮件安全领域,钓鱼攻击是最常见的威胁之一。近期Rspamd社区提出了一项针对特定钓鱼手法的检测增强方案:当检测到邮件发件人(From)和收件人(To)地址完全相同时,应当触发特殊的评分机制。这种手法在钓鱼攻击中较为典型,攻击者通过伪造发件地址使其与收件人相同,试图降低受害者的警惕性。
技术原理
Rspamd作为高性能的垃圾邮件过滤系统,其核心机制是基于多维度规则对邮件进行评分。系统内置的TO_EQ_FROM符号正是用于检测发件人和收件人地址相同的场景。该符号的工作原理是:
- 解析邮件头中的From和To字段
- 对地址进行规范化处理(去除显示名、统一大小写等)
- 执行精确字符串匹配
- 当匹配成功时触发
TO_EQ_FROM符号
实施方案
在Rspamd的配置中,管理员可以通过以下方式增强对此类钓鱼邮件的检测:
- 修改local.d/groups.conf文件,确保
to_from组处于激活状态 - 在local.d/metrics.conf中添加或调整相关评分:
symbol { name = "TO_EQ_FROM" score = 3.0 # 建议评分值,可根据实际环境调整 description = "发件人与收件人地址相同" group = "to_from" }
实际应用建议
- 评分策略:建议设置中等强度的正分数(如3-5分),既不会过度影响正常邮件,又能有效识别可疑邮件
- 白名单处理:某些合法场景(如邮件列表、自动回复)可能产生类似特征,建议通过whitelist模块进行例外处理
- 组合检测:结合其他反钓鱼特征(如可疑链接、域名仿冒等)进行综合判断
- 日志监控:定期检查触发该规则的邮件样本,优化评分策略
技术优势
- 低误报率:正常邮件中发收件人相同的情况较为罕见
- 高性能:地址比对属于轻量级字符串操作,几乎不影响系统性能
- 早期检测:该特征在邮件解析初期即可获取,有利于实现快速判断
- 兼容性强:可与其他反钓鱼模块协同工作,形成多层防御
扩展思考
对于更复杂的攻击变种,如:
- 使用相近域名(padding@example.com → padding@exarnple.com)
- 子域名欺骗(padding@sub.example.com → padding@example.com)
建议进一步结合Rspamd的模糊哈希技术和域名相似度检测功能,构建更完善的防御体系。同时,对于企业环境,可以考虑定制化规则,将内部域名间的此类通信纳入例外管理。
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 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 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 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通 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 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
654
仓颉编程语言运行时与标准库。
Cangjie
141
878