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 03:56:07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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
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
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210