OpenCTI平台6.5.4版本发布:安全情报管理的重大更新
OpenCTI是一个开源威胁情报平台,旨在帮助安全团队收集、分析、共享和利用威胁情报数据。该平台提供了一个集中的知识库,用于存储和管理与网络安全威胁相关的信息,使组织能够更好地理解和应对潜在的安全风险。
用户界面改进与优化
最新发布的6.5.4版本对用户界面进行了多项改进,提升了用户体验和操作效率。在卡片视图和列表视图切换时,按钮尺寸变化的问题得到了修复,确保了界面元素的一致性。威胁行为者个人资料页面中的空白字段显示不一致问题也得到了解决,使数据展示更加规范统一。
数据标签和历史标签页的边距问题被修复,优化了页面布局。别名显示区域的图标按钮现在能够正确垂直对齐,提升了视觉一致性。这些细节改进虽然看似微小,但对于日常使用平台的安全分析师来说,却能显著提升工作效率。
功能增强与问题修复
6.5.4版本解决了多个功能性问题。现在用户可以正常通过组织共享笔记,恢复了这一重要协作功能。在IPv4实体类型筛选后,批量编辑分数选项重新可用,方便用户进行大规模数据操作。
标记筛选器现在只显示用户有权访问的标记,解决了之前标记可见性不一致的问题。与可观察对象相关的"涉及"过滤器功能已修复,增强了查询能力。当使用"全选"功能并添加过滤器时,指标/可观察对象生成功能现在能够正常工作。
性能优化与安全加固
该版本包含了对仪表板和图表组件的重构,显著提升了性能表现。平台100%CPU占用导致无响应的问题已解决,增强了系统稳定性。在开发模式下,脚本片段处理方式得到改进,提高了开发体验。
对于安全加固方面,Artifact创建现在要求必须提供文件,确保了数据完整性。标记默认值的切换功能在自定义设置中更加可靠,增强了配置灵活性。
技术栈更新
6.5.4版本包含了多项依赖项更新,包括uuid升级至11.1.0版本,@types/node升级至22.13.5版本,以及elasticsearch客户端升级至8.17.1版本等。这些更新带来了性能改进、新功能和安全修复,使平台基础更加稳固。
总结
OpenCTI 6.5.4版本虽然是一个维护性更新,但包含了多项重要的功能修复和用户体验改进。从界面细节优化到核心功能修复,再到性能提升和安全加固,这个版本进一步提升了平台作为企业级威胁情报管理解决方案的可靠性和易用性。对于现有用户来说,升级到这个版本将获得更稳定、更高效的威胁情报管理体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00