parsedmarc 项目安装与使用教程
2024-09-26 11:31:23作者:秋阔奎Evelyn
1. 项目的目录结构及介绍
parsedmarc 项目的目录结构如下:
parsedmarc/
├── docs/
├── grafana/
├── kibana/
├── samples/
├── senders/
├── splunk/
├── .dockerignore
├── .gitattributes
├── .gitignore
├── CHANGELOG.md
├── Dockerfile
├── LICENSE
├── README.md
├── build.sh
├── ci.ini
├── docker-compose.yml
├── publish-docs.sh
├── pyproject.toml
├── requirements.txt
└── tests.py
目录介绍:
- docs/: 包含项目的文档文件。
- grafana/: 包含与 Grafana 相关的配置和模板。
- kibana/: 包含与 Kibana 相关的配置和模板。
- samples/: 包含示例 DMARC 报告文件。
- senders/: 包含发送报告的相关脚本。
- splunk/: 包含与 Splunk 相关的配置和模板。
- .dockerignore: Docker 构建时忽略的文件列表。
- .gitattributes: Git 属性配置文件。
- .gitignore: Git 忽略文件列表。
- CHANGELOG.md: 项目变更日志。
- Dockerfile: Docker 构建文件。
- LICENSE: 项目许可证文件。
- README.md: 项目介绍和使用说明。
- build.sh: 构建脚本。
- ci.ini: 持续集成配置文件。
- docker-compose.yml: Docker Compose 配置文件。
- publish-docs.sh: 发布文档的脚本。
- pyproject.toml: Python 项目配置文件。
- requirements.txt: 项目依赖列表。
- tests.py: 测试脚本。
2. 项目的启动文件介绍
parsedmarc 项目的启动文件主要是 parsedmarc 模块本身。你可以通过命令行工具直接使用 parsedmarc 命令来启动项目。
启动命令:
parsedmarc [options]
常用选项:
-c, --config: 指定配置文件路径。-o, --output: 指定输出文件路径。-e, --elasticsearch: 指定 Elasticsearch 服务器地址。-s, --splunk: 指定 Splunk 服务器地址。
3. 项目的配置文件介绍
parsedmarc 项目的配置文件通常是一个 INI 格式的文件,默认情况下,项目会查找名为 parsedmarc.ini 的配置文件。你也可以通过 -c 选项指定自定义的配置文件路径。
配置文件示例:
[general]
save_aggregate = True
save_forensic = True
[imap]
host = imap.example.com
port = 993
ssl = True
username = user@example.com
password = password
[elasticsearch]
hosts = localhost:9200
ssl = False
[splunk]
host = localhost
port = 8089
token = your_splunk_token
配置项说明:
-
[general]: 通用配置项。
save_aggregate: 是否保存聚合报告。save_forensic: 是否保存法医报告。
-
[imap]: IMAP 配置项。
host: IMAP 服务器地址。port: IMAP 服务器端口。ssl: 是否使用 SSL。username: IMAP 用户名。password: IMAP 密码。
-
[elasticsearch]: Elasticsearch 配置项。
hosts: Elasticsearch 服务器地址。ssl: 是否使用 SSL。
-
[splunk]: Splunk 配置项。
host: Splunk 服务器地址。port: Splunk 服务器端口。token: Splunk 认证令牌。
通过以上配置文件,你可以灵活地配置 parsedmarc 项目以适应不同的使用场景。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
329
388
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++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
188
🎉 (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
1.33 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
113
136