OpenCTI平台6.4.8版本发布:情报管理与安全分析能力再升级
OpenCTI是一个开源的威胁情报平台,专为网络安全团队设计,用于收集、存储、分析和共享网络威胁情报数据。该平台整合了STIX2标准,提供了强大的知识图谱功能,帮助安全分析师更好地理解复杂的威胁关系。
核心功能增强
最新发布的6.4.8版本在多个方面进行了重要改进。其中最显著的是对AMBER+STRICT标记的支持扩展,这一特性现已覆盖多个连接器。AMBER+STRICT标记是情报共享中的重要机制,它允许组织在共享敏感信息时实施更严格的访问控制策略,确保只有经过适当授权的用户才能访问特定级别的威胁情报。
用户体验优化
在用户界面方面,开发团队修复了多个影响用户体验的问题。其中包含了对容器内建议引擎选择字段的修复,解决了之前在某些容器环境下无法正常使用的问题。此外,还优化了登出按钮的位置显示逻辑,确保在不同权限设置下都能正确显示。
针对数据分析工作流,新版本改进了可观察对象嵌套面板中的排序功能,现在分析师可以更灵活地按照需要排列嵌套对象,这在处理复杂威胁关系时尤为有用。
系统性能与稳定性
6.4.8版本解决了多个可能影响系统稳定性的问题。其中最重要的是修复了在空同步日期配置下可能出现的内存泄漏问题,这一改进显著提升了长时间运行时的系统稳定性。同步摄取功能也得到了增强,现在能够更好地处理文件问题,并允许摄取缺失文件的元素。
在数据同步方面,修复了完全同步模式下可观察对象重命名时可能创建重复对象的问题,确保了数据一致性。同时改进了任务对象的显示问题,现在能够正确识别和显示任务对象。
安全与权限管理
权限管理方面进行了多项重要修复。修复了用户仅具备管理订阅源能力时无法访问CSV和TAXII订阅源的问题,使权限控制更加精确。组织隔离逻辑也得到了改进,确保对象在属于正确组织时能够正确显示。
针对情报共享场景,增强了容器引用的共享事件发送机制,确保在实时流过滤容器时能正确发送引用共享事件。此外,还改进了历史记录的保密性处理,更好地保护敏感操作信息。
技术架构改进
在底层架构上,6.4.8版本引入了对队列压力管理的改进。当队列大小持续增加时,系统会保持增加背压延迟,这一机制有效防止了系统过载情况的发生。内部ID处理逻辑也得到了优化,在完全同步过程中不再意外移除内部ID。
工具实体版本字段现在可以正确填写,为技术资产的管理提供了更完整的支持。虚拟类型现在能够正确显示在实体类型过滤器列表中,增强了数据筛选的灵活性。
总结
OpenCTI 6.4.8版本通过多项功能增强和问题修复,进一步提升了平台的稳定性、安全性和用户体验。这些改进使安全团队能够更高效地管理和分析威胁情报,特别是在处理大规模、复杂威胁场景时表现更为出色。对于依赖OpenCTI进行网络安全运营的组织来说,升级到这个版本将获得更可靠、更强大的威胁情报管理能力。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









