[ Rapporter og undersøgelser ]

Adskil rapporteringsdækning fra den samlede population af sendte e-mails

Mål DMARC -rapporteringsdækning uden at behandle modtagne samlede rækker som en optælling af hver meddelelse, organisationen sendte.

Af EmailAuth -forskningsteamet · 7 min læst

[Nøglepunkter]

  • Rapportobservationer og afsenderforsøg er forskellige populationer.
  • Manglende rapporter svarer ikke til nul fejl.
  • Afstemning kræver stabilt omfang, tidsstempler og eksklusionsregistreringer.
På denne side

Navngiv nævneren, før du beregner en kurs

A DMARC dashboard kan vise et stort antal meddelelsesobservationer, men dette antal er ikke automatisk den samlede population af post sendt af organisationen. Samlede rapporter beskrive observationer rapporteret af deltagende modtagere for bestemte intervaller. Afsendersystemer beskriver deres egne forsøg og hændelser. Disse populationer adskiller sig i oprindelse, timing, gruppering og synlighed, så at dividere den ene med den anden uden en defineret afstemningsmetode kan give et vildledende dækningskrav.

Start med at navngive spørgsmålet. Måler du andelen af ​​en godkendt afsenderbeholdning repræsenteret i rapporter, andelen af ​​kendte modtagertjenester, der returnerer rapporter, eller et forhold mellem rapporterede antal og afsenderhændelser for et afgrænset interval? Hver kræver en anden nævner og forskellige beviser. En generisk "dækningsprocent" skjuler disse valg. RFC 9990 , afsnit 3.1 og 9.1

Adskil rapporteringsdeltagelse fra indtagelsessundhed

En manglende rapport kan afspejle en modtagers rapporteringsadfærd, mangel på relevant trafik, leveringsproblemer, behandlingsforsinkelser eller en indtagelsesfejl. Et tomt dashboard-interval skelner ikke mellem disse muligheder. Spor rapporteringsforholdet og samlerpipelinen separat, så en analytiker kan se, om en fil var forventet, modtaget, afvist, forsinket eller simpelthen ikke bevist.

Bevar rapportafsender, rapporterende organisation, interval, identifikator og behandlingsstatus. Registrer enhver kendt levering eller parserfejl uden at oversætte den til nul observerede godkendelsesfejl. En ekskluderet artefakt ændrer den analyserede population og hører hjemme i en fejl- eller ekskluderingslog. Hvis en senere rapport udfylder hullet, skal du beholde datasætrevisionen i stedet for i det stille at omskrive den tidligere konklusion.

Her er der ingen universel garanti for rapportering om fuldstændighed. Den foreslåede gennemgang skal bruge den faktiske modtagerpopulation og tilgængelige indsamlingsbeviser. En rapport fra én postkasseudbyder kan ikke fastslå andre modtageres adfærd, og gentagne observationer fra en dominerende udbyder bør ikke forveksles med bred befolkningsdiversitet.

Vælg kompatible bevis på afsendersiden

Definer hvilken afsenderhændelse der hører til i sammenligningen. En ansøgningsanmodning, udbyderaccept, forsøg på levering, accept af modtageserver og endelig fejl er ikke udskiftelige hændelser. Genforsøg, flere modtagere og genindsendelser af ansøgninger kan oprette flere registreringer for, hvad en virksomhedsbruger opfatter som én besked. Bevar hændelsessemantik og aggregeringsreglen før afstemning af optællinger.

Den bevarede SendGrid hændelsesreference illustrerer skelnen: behandlet betyder, at udbyderen har modtaget beskeden, og den er klar til at blive leveret; leveret vedrører levering til den modtagende server, ikke bevis for indbakkeplacering eller menneskelig læsning. Dette er et udbyderspecifikt eksempel, ikke et universelt hændelsesskema. Andre systemer kræver deres egne nuværende definitioner. SendGrid Event Webhook Reference

Behold originale tidsstempler og et dokumenteret normaliseret tidsgrundlag. Et rapportinterval og en applikations samlede kalenderdage stemmer muligvis ikke overens. For sent ankomne rapporter, køforsøg på tværs af en grænse og ændrede vandløbsklassifikationer bør være synlige i afstemningen i stedet for at blive absorberet i en fabrikeret korrektionsfaktor.

Kortlæg domæner og ruter uden at antage perfekte joinforbindelser

Samlede observationer indeholder muligvis ikke de samme transaktionsidentifikatorer som afsenderlogfiler. Undgå at love en en-til-en-meddelelse, når dataene kun understøtter grupperet sammenligning. Kortlæg kildeadresser, autentificeringsdomæner og politikkontekst til ejede ruter med erklæret tillid, og bevar delt infrastruktur-fletydighed. Et udbydermærke alene beviser ikke, hvilken kundekonto der genererede den observerede trafik.

Hold rå SPF eller DKIM resultater, der adskiller sig fra DMARC justering. En rate beregnet ud fra alle rå SPF gennemgange måler ikke nødvendigvis tilpasset godkendelsesdækning for det synlige Fra-domæne. Kernespecifikationens tilpasningsregler bestemmer, hvilket identitetsforhold der har betydning for denne konklusion. En ukendt rute bør forblive ukendt i stedet for at blive tilføjet til den godkendte befolkning blot for at forbedre hastigheden. RFC 9989 , afsnit 4.4

Afstemning arbejdsark og datasæt kontrakt

Opret en datasætkontrakt med kildesystemer, udtræksmetode, versioner, intervalgrænser, hændelsesdefinitioner, inkluderede streams, modtageromfang, deduplikeringsregler og ekskluderinger. Behold uforanderlige kildehenvisninger eller hashes og de transformationstrin, der er nødvendige for at genskabe det analyserede datasæt. Hvis et felt ikke kan hentes, angiv dets fravær og den konklusion, der ikke understøttes.

Arbejdsarket skal indeholde rapporteringspopulationen, afsenderpopulationen, overlapningsantagelser, umatchede grupper, sene data og udelukkede artefakter. Angiv kun tæller, når der findes faktiske beviser. Adskil ukendt dækning fra målt ikke-dækning. En rapport, der ikke kan tilknyttes en godkendt rute, bør ikke slettes i det stille, men den bør heller ikke automatisk øge antallet af legitim post.

Accept kræver en anden analytiker til at reproducere populationsdefinitionen og opnå den samme afgrænsede sammenligning fra den samme datasætversion. Et diagram kan opsummere denne sammenligning, men det bør afsløre materielle huller og det sidste komplette interval. En højere observeret autentificeringsrate er ikke nødvendigvis et bevis på, at den samlede organisatoriske dækning blev forbedret, hvis rapporteringsmixet ændrede sig.

Fiktiv diagnose: et mere støjsvagt instrumentbræt efter et hul i pipeline

Forestil dig en fiktiv organisation, hvis samler modtager rapporter fra flere modtagergrupper. I løbet af et interval mislykkes en stor gruppes rapport parsing og udelukkes. De resterende rapporter viser færre fejl. Der blev ikke brugt noget faktisk datasæt eller parserudførelse til dette eksempel; situationen er opfundet for at illustrere nævnerrisiko.

Analytikeren bør ikke annoncere forbedret autentificering, blot fordi de overlevende optegnelser ser sundere ud. Den analyserede befolkning ændrede sig. Det passende output er et begrænset resultat for de bevarede modtagergrupper plus et eksplicit indsamlingskvalitetsgab. Hændelser på afsendersiden kan hjælpe med at etablere fortsat aktivitet over for den forsvundne gruppe, men de rekonstruerer ikke dens ikke-modtagne autentificeringsobservationer.

Hvis rapporten senere gendannes under en autoriseret proces, bør datasættet modtage en ny version, og sammenligningen skal genberegnes. Bevar både den indledende begrænsede konklusion og den reviderede. Dette gør ændringen forklarlig og forhindrer en tilsyneladende tendens i at blive fremstillet ved lydløs tilbagefyldning.

Originale beviser og frigivelsesgrænse

Kataloget kræver et versioneret datasæt, forespørgselsmetode og fejl-/udelukkelseslog, som en anden analytiker kan gengive. Dette manuskript giver kun en metode og et fiktivt eksempel. Der blev ikke indsamlet afsenderlogfiler, rapporter, modtagerlister eller live-forespørgsler, og der gøres krav på ingen dækningsprocent.

Originale beviser, menneskelig gennemgang, kildeanvendelighed, produktionsruter, visuel tilgængelighed og ejerudgivelse forbliver åbne. Indhent autoriserede data, minimer unødvendige identifikatorer og bekræft hændelsesdefinitionerne for hvert inkluderet system før operationel offentliggørelse. Den endelige konklusion bør angive den observerede population og dens grænser i stedet for at antyde, at den samlede rapportering er en komplet optælling af al sendt e-mail.

[ Takeaway ]

Beskriv den observerede rapporteringspopulation, før du beregner en dæknings- eller autentificeringsgrad.

[Efter rolle]

Hvad betyder det for dig

Vælg din rolle for praktiske næste trin.

Rapporterende analytiker

Angiv nævneren

Et stort datasæt er ikke nødvendigvis en komplet population.

Næste trin

  1. Definer modtager og tidsomfang.
  2. Behold udelukkede og sene data.

Beskedoperatør

Forklar afsenderbegivenheder

Kø- og leveringsstadier påvirker sammenligninger.

Næste trin

  1. Dokumenthændelsessemantik.
  2. Bevar regler for genforsøg og modtager.

Anmelder

Tjek reproducerbarheden

Trendkrav afhænger af stabile populationer.

Næste trin

  1. Genskab datasætversionen.
  2. Adskil ukendt dækning fra målte resultater.

[ Ofte stillede spørgsmål ]

Ofte stillede spørgsmål

Er det samlede antal af meddelelser sendt?

Ikke automatisk. De repræsenterer en rapporterende population, der skal afgrænses og afstemmes.

RFC 9990 : DMARC Samlet rapportering

Betyder ingen rapport ingen fejl?

Nej. Manglende observationer og observerede nultællinger er forskellige.

Kan behandlede og leverede hændelser blandes?

Nej. Den bevarede SendGrid reference definerer forskellige stadier, og andre udbydere har brug for deres egne definitioner.

Twilio SendGrid : Event Webhook Reference

Beviser det leveret, at en besked er blevet læst?

Nej. Den citerede hændelse vedrører levering til den modtagende server.

Twilio SendGrid : Event Webhook Reference

Kan rå SPF pas måle DMARC justering?

Ikke af sig selv. Justering skal vurderes i forhold til det relevante From-domæne.

RFC 9989: DMARC

Bør sene data erstatte tidligere resultater lydløst?

Nej. Bevar datasætrevisioner og årsagen til genberegning.

Blev et dækningsdatasæt målt her?

Nej. Eksemplet er fiktivt, og der gøres ikke krav på tæller eller takster.

Hvilke originale beviser forbliver åbne?

Et versioneret datasæt, reproducerbar forespørgselsmetode og fejl-/udelukkelseslog forbliver påkrævet.

[ Kilder ]

Kilder

  1. RFC 9989: DMARC

    Afsnit §2.4 Uden for anvendelsesområde · §4.4 Identifikatortilpasning forklaret · §4.7 DMARC -politikregistreringsformat · §4.10 DNS Tree Walk · §5 DMARC deltagelse · §6 DMARC feedback · Bilag A.6 Fjernelse af "pct"-mærket · Bilag C Ændringer fra RFC 7489

  2. RFC 9990 : DMARC Samlet rapportering

    Afsnit §3.1 Samlede rapporter · §3.3 Ændringer i politik i løbet af en rapporteringsperiode · §3.4 Rapportanmodning om opdagelse · §3.5 Rapporter levering · §4 Bekræftelse af eksterne destinationer · §5 Udvidelig rapportering · §8.1 Rapportér indhold som et angreb · §8.2 Falsk information · §9 Operationelle overvejelser · §9 Operationelle overvejelser · §9.3 Rapport A DMARC Opbevaring · §9.3 Rapport A DMARC1 §7.1 Rapportmodtagere · §7.2 Data indeholdt i rapporter · §9.1 Rapportgenerering

  3. Twilio SendGrid : Event Webhook Reference

    Afsnit Leverede hændelser · Udskudte hændelser · Udgåede hændelser · Bearbejdede hændelser

[ Ordliste ]

Ordliste

Indberettende befolkning
Observationerne medtaget fra rapport-genererende modtagere inden for det angivne omfang.

RFC 9990 : DMARC Samlet rapportering

Afsenderpopulation
De definerede hændelser på afsendersiden er valgt til sammenligning.
Forsoningsantagelse
En dokumenteret regel, der forbinder datasæt, der muligvis mangler en-til-en identifikatorer.
Indsamlingsgab
Manglende eller udelukkede beviser, der begrænser den analyserede population.

Virksomhedens herkomst

Hvorfor top finansielle institutioner og regeringer pensionerede deres e-mailsikkerhedsdashboards.

Traditionelle e-mail-godkendelsesplatforme sælger dig et dashboard og beder dine ingeniører om at gøre arbejdet. I miljøer med høj indsats betyder manuel overvågning forsinket håndhævelse, konfigurationsdrift og uovervågede skyggedomæner.

EmailAuth er den agentiske e-mail-herkomstplatform. Vores agenter håndhæver p=reject, hold tredjepartsafsendere på linje og flyt dine domæner til fuld RFC 9989 compliance, den nye DMARC standard, med menneskelig auditabilitet.

regeringer Store virksomheder Tier-1 finansielle institutioner

SaaS · Dedikeret lejemål · Air-gapped on-prem · BYOK-kryptering

Vidensbase