Docker-Mailserver 中 OpenDMARC 默认行为变更的技术解析
2025-05-14 00:45:53作者:郦嵘贵Just
背景介绍
在 Docker-Mailserver 项目升级到 Debian 12 (Bookworm) 版本后,OpenDMARC 组件从 1.4.0 版本更新到了 1.4.2 版本。这一更新带来了一个重要的行为变化,影响了邮件服务器如何处理 DMARC 策略为 quarantine(隔离)的邮件。
OpenDMARC 版本变更详情
OpenDMARC 1.4.2 版本引入了名为 HoldQuarantinedMessages 的新配置选项,其默认值设置为 false。这一变更源于 OpenDMARC 项目自身的调整,主要变化包括:
- 当该选项为 false 时(默认值),DMARC 策略为 quarantine 的邮件会被传递到用户的收件箱
- 当该选项为 true 时,这些邮件会被放入 MTA 的"hold"队列
对 Docker-Mailserver 的影响
在之前的版本中,Docker-Mailserver 实际上是将 quarantine 策略的邮件放入 hold 队列处理。而随着 OpenDMARC 1.4.2 的更新,默认行为变为将这些邮件直接投递到用户收件箱。
这一变化对系统管理员的影响主要体现在:
- 监控方式改变:原先依赖监控 hold 队列来识别可疑邮件的系统需要调整
- 安全策略调整:邮件直接进入收件箱可能增加用户接触可疑邮件的风险
- 管理习惯改变:需要重新评估现有的邮件过滤和安全策略
配置恢复方法
如果需要恢复之前的行为(即将 quarantine 邮件放入 hold 队列),可以通过以下方式实现:
- 创建或修改
/etc/opendmarc.conf文件 - 添加配置项:
HoldQuarantinedMessages true - 对于 Docker-Mailserver,可以通过 user-patches 机制或构建自定义镜像来实现这一配置
项目维护决策
Docker-Mailserver 维护团队经过讨论后决定:
- 尊重上游 OpenDMARC 项目的默认设置
- 在项目变更日志中明确记录这一行为变化
- 不主动恢复旧有行为,但提供配置方法供用户自行选择
最佳实践建议
对于不同使用场景的系统管理员,我们建议:
- 注重安全的场景:考虑启用
HoldQuarantinedMessages true,以便集中审查可疑邮件 - 简化管理的场景:可以保持默认设置,但应确保用户有足够的邮件安全意识
- 过渡期处理:在升级后应检查 DMARC 相关邮件的处理情况,必要时调整监控系统
技术原理延伸
DMARC 的 quarantine 策略本身是介于 reject(拒绝)和 none(无操作)之间的中间策略,旨在标记可疑邮件而非直接拒绝。OpenDMARC 的默认行为变更反映了业界对 quarantine 策略理解的变化 - 从"完全拦截"到"标记但允许访问"的转变。这种变化让最终用户能够看到这些被标记的邮件,同时依靠邮件客户端或用户培训来处理这些潜在风险。
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-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
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略
项目优选
收起
deepin linux kernel
C
24
7
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
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
169
190
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
258
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
374
3.2 K
🎉 (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
1.09 K
618
🔥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
62
19
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
262
92