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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0185
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08