У меня возникли проблемы с настройкой моих личных правил spamassassin . Моя проблема: я получаю много русского спама с кириллическими буквами, много в UTF-8 . Из-за этого поиска кодировки недостаточно. Поэтому я хочу вместо этого искать несколько типичных русских букв (например): (д|ж|з|и|й) .

Я попробовал шаблон /(д|ж|з|и|й)/i а также /(\xd0\xb4|\xd0\xb6|\xd0\xb7|\xd0\xb8|\xd0\xb9)/i (эти шаблоны регулярных выражений должны делать то же самое, верно?) в Subject поиска:

header CYRILLIC_LETTER_PRESENT Subject =~/(д|ж|з|и|й)/i

Результат: спам UTF-8 все еще распространяется. Я проанализировал электронные письма, приходящие через. Все они имеют похожую структуру. Источник (важная часть) ищет один пример спамовой почты следующим образом

Subject: =?UTF-8?B?0KLQtdCx0LUg0L/QvtC90YDQsNCy0LjRgtGM0YHRjyEg0J/QvtC60LDQt9GL?=  =?UTF-8?B?0LLQsNGOINC+0YLQu9C40YfQvdGL0Lkg0LLQsNGA0LjQsNC90YIg0L/QvtC7?=  =?UTF-8?B?0YPRh9C10L3QuNGPINC00L7RhdC+0LTQsCEg0J/RgNC+0YHRgtC+0Lkg0Lgg?=  =?UTF-8?B?0YDQtdC30YPQu9GM0YLQsNGC0LjQstC90YvQueKAiyE=?=
MIME-Version: 1.0
Date: Wed, 8 Mar 2017 06:57:11 +0100
From: =?UTF-8?B?0KDQsNC00LjQuSDQn9C40YjRgg==?= <radiypisht140@zarabotokfm8.ru>
Sender: radiypisht140@zarabotokfm8.ru
Message-ID: <904499458.39893@zarabotokfm8.ru>
X-Priority: 3
List-Unsubscribe: <http://ie8qrshyns.zarabotokfm8.ru/uns/tFRyGZzisv/58dhKEk2im53c/DBetz>
Content-Type: multipart/alternative;
boundary="291e4fd846a7aa548d279e9eb1f199e9_1"

--291e4fd846a7aa548d279e9eb1f199e9_1
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: base64

....encoded....body....

--291e4fd846a7aa548d279e9eb1f199e9_1
Content-Type: text/html; charset=UTF-8
Content-Transfer-Encoding: base64

....2nd(?)....encoded....body....

--291e4fd846a7aa548d279e9eb1f199e9_1--

Я гуглил и нашел только один вид полезной информации: http://shallowsky.com/blog/programming/decoding-email-headers.html

Итак, эта subject использует RFC2047: =?UTF-8?B?msg_subject?= =?UTF-8?B?msg_subject2?= [...] . Эта строка говорит нам, что subject использует кодировку utf-8 кодировку base64 (сравните http://www.ietf.org/rfc/rfc2047.txt).

Очевидно, что spamassassin не декодирует это (правильно). Я не нашел никакой возможности заставить это работать. Я также нашел этот сайт: https://dropbear.xyz/2007/08/07/filtering-base64-encoded-spam/

Но это не помогает мне, поскольку он просто описывает, как фильтровать строки в кодировке base64, которые достаточно длинные. Поскольку я ищу отдельные символы, я не могу использовать этот подход.

Я что-то пропустил? Спасибо за вашу помощь!

редактировать: я также пробовал поиск в rawbody , потому что это должно декодировать кодировку base64, как указано в документации:

rawbody CYRILLIC_LETTER_PRESENT /(д|ж|з|и|й)/i

У меня это тоже не сработало, хотя нужно было обыскивать и все тело, и оно полно кириллицы.

edit2: я пытался исследовать проблему дальше. Если я пытаюсь протестировать textcat с помощью spamassassin -D textcat -t spamtest , он говорит мне, что « can't determine language uniquely enough ».

Более того, в итоге я получаю следующий результат:

X-Spam-Flag: YES
X-Spam-Level: *******
X-Spam-Status: Yes, score=7.3 required=3.0 tests=HTML_FONT_LOW_CONTRAST,
        HTML_MESSAGE,LOCAL_CYRILLIC,RDNS_NONE,SPF_SOFTFAIL,T_DKIM_INVALID
        autolearn=no autolearn_force=no version=3.4.0

Похоже, это работает. Все было хорошо. Мое правило, называемое здесь LOCAL_CYRILLIC , работает как задумано. НО, проблема в том, что это письмо прошло, не будучи распознанным как спам, поскольку то же самое правило присутствовало в файле конфигурации. Я попытался переслать мне ту же почту снова, а затем источник электронной почты выглядит так:

X-Spam-Level: **
X-Spam-Status: No, score=2.7 required=3.0 tests=LOCAL_CYRILLIC,
    RCVD_IN_DNSWL_MED autolearn=no autolearn_force=no version=3.4.0

Таким образом, кажется, есть разница между выполнением этого теста локально для файла и фактически входящей электронной почты. Зачем? Я всегда перезапускаю spamassassin с помощью systemctl restart spamassassin . Я проверил это с помощью systemctl status spamassassin и все выглядит нормально, spamd перезапускается, как и должно быть. Там я также могу найти следующую информацию для пересылаемого письма:

spamd: clean message (2.7/3.0) for spamd:5555 in 6.0 seconds, 8371 bytes.
spamd: result: . 2 - LOCAL_CYRILLIC,RCVD_IN_DNSWL_MED scantime=6.0,size=8371,user=spamd,uid=5555,required_score=3.0,[...]
|источник

1 ответ1

0

Очевидно, что spamassassin не декодирует это (правильно). Я не нашел никакой возможности заставить это работать

У меня это работает с Ubuntu 14.04 , spamassassin 3.4 , Perl 5.18.2 , локаль: fr_FR.UTF-8 .

Правило в ~/.spamassassin/user_prefs:

header RUSSIAN_CHARS        Subject =~ /(д|ж|з|и|й)/i
describe RUSSIAN_CHARS      Russian characters in header
score    RUSSIAN_CHARS      10

Когда вы берете почтовый файл и заменяете необработанную строку темы тем, что у вас в вопросе:

Subject: =?UTF-8?B?0KLQtdCx0LUg0L/QvtC90YDQsNCy0LjRgtGM0YHRjyEg0J/QvtC60LDQt9GL?=  =?UTF-8?B?0LLQsNGOINC+0YLQu9C40YfQvdGL0Lkg0LLQsNGA0LjQsNC90YIg0L/QvtC7?=  =?UTF-8?B?0YPRh9C10L3QuNGPINC00L7RhdC+0LTQsCEg0J/RgNC+0YHRgtC+0Lkg0Lgg?=  =?UTF-8?B?0YDQtdC30YPQu9GM0YLQsNGC0LjQstC90YvQueKAiyE=?=

Результат:

$ spamc -R < mailtest
10.0/5.0
Spam detection software, running on the system  **redacted** ...

Content preview:  **redacted** [...]

Content analysis details:   (10.0 points, 5.0 required)

 pts rule name              description
---- ---------------------- --------------------------------------------------
  10 RUSSIAN_CHARS          Russian characters in header
 0.0 DKIM_ADSP_CUSTOM_MED   No valid author signature, adsp_override is
                            CUSTOM_MED
 0.0 FREEMAIL_FROM          Sender email is commonly abused enduser mail provider
                            (**redacted**[at]gmail.com)
-0.0 NO_RELAYS              Informational: message was not relayed via SMTP

Это также попадает в rawbody RUSSIAN_CHARS /(д|ж|з|и|й)/i

|источник

Всё ещё ищете ответ? Посмотрите другие вопросы с метками .