OC
Google 和微软吞下近四成邮件入口,DMARC 却停在形式合规
科技 · 2026-08-18 · 互联网基础设施 · 阅读 9

Google 和微软吞下近四成邮件入口,DMARC 却停在形式合规

作者:韩启明|OC 政策与安全编辑

RIPE Labs 发布一项基于十年 DNS 数据的邮件基础设施测量。作者每天分析 Tranco Top-1M 域名的 MX、SPF 与 DMARC 记录,发现收件服务持续向 Google 和 Microsoft 集中,但邮件认证的强制执行比例没有同步提高。

一句话结论:邮件正在变得更集中,却没有因此自动变得更安全;大量域名发布了 DMARC,只是为了通过检查,而没有真的拒绝伪造邮件。

在 2026 年 7 月 18 日快照中,Google Workspace 接收 21.8% 的可测域名邮件,Microsoft 365 占 16.8%,两者合计 38.6%。下一家可识别提供商 Proofpoint 只有 1.9%。自建邮件服务器的比例则从 2016 年的 44.6% 降至 22.4%。

集中化简化了运维,却制造系统性依赖。两家服务商中的任何一次故障、过滤策略调整或账号政策变化,都可能同时影响大量组织。对于仍在自建邮件的长尾运营者,投递规则也越来越由大平台的声誉系统定义。

发布DMARC记录与真正执行隔离或拒收之间仍有巨大缺口

DMARC 的数字看起来更矛盾。快照中有 458467 个域名发布 DMARC,但只有 46.9% 设置为完整执行 quarantine 或 reject。最常见的记录是 v=DMARC1; p=none;,仅这一种精确写法就出现在 58064 个域名上。它要求接收方不要采取阻断动作;如果连报告地址也没有,甚至无法帮助域名所有者逐步收紧策略。

测量也有盲区。它主要覆盖热门域名,历史早期使用 Alexa Top-1M,地域上偏向美国和欧洲;SPF 扁平化、CNAME 和白标服务会让部分供应商无法识别。约 18.5% 的 SPF include 无法归入已知模式,另有 36455 个唯一 MX 主机名不匹配字典。因而这些数字适合观察趋势,不是整个互联网的精确市场份额。

关键事实

  • Google Workspace:21.8%;Microsoft 365:16.8%;合计 38.6%
  • 自建邮件:从 2016 年 44.6% 降至 2026 年 22.4%
  • DMARC:458467 个域名发布,仅 46.9% 完整执行隔离或拒收
  • 数据来源:OpenINTEL 的 Tranco Top-1M 日度 DNS 快照

OC 判断

标准“被采用”不是终点。p=none 可以让仪表盘变绿,却不阻止任何伪造。与此同时,邮件交付越来越依赖两家公司的私有策略。安全团队既要把 DMARC 从观察推进到执行,也要把云邮件集中当成业务连续性问题。

为什么重要

  • 对域名管理员:应配置报告、修复合法发送源,再逐步启用隔离和拒收。
  • 对企业:Google 或 Microsoft 邮件故障已经是集中供应链风险。
  • 对研究者:长尾自建与白标基础设施仍被现有分类方法低估。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4