Beveiliging en privacy

Spam Scanner leest mail, die privé is, van afzenders die vijandig kunnen zijn. Deze pagina noemt wat het ergens heen stuurt en hoe het omgaat met wat het leest.

Wat de machine verlaat#

Standaard één ding: de hostnamen van links in een bericht worden opgezocht op de filterende resolvers van Cloudflare, 1.1.1.2 en 1.0.0.2 (malware en phishing) en 1.1.1.3 en 1.0.0.3 (ook content voor volwassenen). Dit zijn gewone DNS-queries voor namen zoals example.com; er wordt geen deel van het bericht of van de adressen verstuurd. Zet ze uit met phishing: {cloudflare: false} of --no-cloudflare, of alleen de controle op content voor volwassenen met phishing: {adult: false}.

Al het andere staat uit tot je het instelt:

Controle	Verstuurt	Naar
`authentication`	DNS-queries voor de SPF-, DKIM-, DMARC- en ARC-records van de afzender	Je resolver, of `dnsServers`
`dnsbl`	Het IP-adres van de client, omgekeerd, en linkdomeinen, als DNS-queries	De nameservers van de blocklists, via je resolver of `dns.servers`
`llm`	Een samenvatting van het bericht, zonder persoonsgegevens bij externe aanbieders	De taalmodelserver die je opgeeft (privacy)
`reputation.apiUrl`	Het IP-adres, het domein en het adres van de afzender	De dienst die je opgeeft
`clamav`	Bijlagen	Je clamd, via de socket

Er is geen telemetrie, geen updatecontrole en geen download tijdens het draaien. Het model zit in het pakket.

Wat het bewaart#

Niets, tenzij je erom vraagt. Scans worden niet gelogd of opgeslagen. learn() wijzigt de classifier in het geheugen; hij wordt alleen naar schijf geschreven door saveModel(), spamscanner learn of de optie --out van de servers. Een modelbestand bevat gehashte aantallen kenmerken, geen woorden of berichttekst.

Antwoorden van het taalmodel worden in het geheugen gecachet, met een hash van wat er werd verstuurd als sleutel, zodat herhaalde kopieën van hetzelfde bericht maar één keer worden voorgelegd. DNS-antwoorden worden tien minuten in het geheugen gecachet.

Vijandige invoer#

Bijlagen worden herkend aan hun bytes en nooit uitgevoerd of door een ander programma geopend. ZIP-archieven worden gelezen vanuit hun centrale directory, met een limiet op het aantal items; geneste archieven worden niet uitgepakt.
Bodytekst wordt gelezen tot maxLength (100.000 tekens) en de servers accepteren berichten tot 25 MB.
Elke netwerkcontrole heeft een time-out (timeout, standaard 10 seconden). Een controle die mislukt of een time-out krijgt, wordt overgeslagen en de scan rondt zonder die controle af.
X-Spam-*-headers die al in een bericht staan, worden verwijderd door de milter, het contentfilter en --headers, zodat afzenders hun eigen mail niet als schoon kunnen markeren.
De spamoordeelheaders van Microsoft worden alleen vertrouwd als het bericht rechtstreeks van de servers van Microsoft kwam, en Received-headers worden nooit gebruikt om te bepalen waar een bericht vandaan kwam.
Tekst die zich tot AI-filters richt, wordt als spam gescoord, en het taalmodel krijgt te horen dat het bericht data is, geen instructies. Prompt injection

Servers#

De milter-, HTTP-, TCP- en spamd-servers luisteren op 127.0.0.1, tenzij --host iets anders zegt. De HTTP API vergelijkt zijn token in constante tijd en weigert /learn zonder token. Geen ervan spreekt TLS: om ze over een netwerk te bereiken, gebruik je een privénetwerk, een SSH-tunnel of een reverse proxy met TLS.

Draai ze als gebruiker zonder rechten. De systemd-unit in de Postfix-handleiding voegt de gebruikelijke hardening toe.

Een kwetsbaarheid melden#

Meld beveiligingsproblemen privé via de kwetsbaarheidsmeldingen van GitHub, niet in openbare issues.