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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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