OpenCTI平台6.5.3版本发布:安全情报管理系统的关键更新
2025-06-08 10:34:22作者:殷蕙予
OpenCTI是一个开源威胁情报平台,专为网络安全团队设计,用于收集、组织、分析和共享威胁情报数据。该平台通过图形化界面和强大的API,帮助安全专业人员更好地理解威胁环境,并采取相应的防御措施。
核心功能增强
在6.5.3版本中,OpenCTI引入了一项重要的功能增强:允许用户在HTML索引中添加自定义脚本片段。这一改进为平台管理员提供了更大的灵活性,使他们能够根据特定需求定制前端界面。例如,可以添加跟踪脚本、自定义样式或其他前端功能扩展,而无需修改核心代码库。
用户体验优化
开发团队在此版本中解决了多个影响用户体验的界面问题:
- 修复了受限实体屏幕中的间距问题,使界面布局更加整洁一致。
- 改进了规则引擎搜索栏的间距问题,提升了操作界面的视觉舒适度。
- 解决了全局搜索中表头列不对齐的问题,增强了数据展示的专业性。
- 统一了提示信息的高度,消除了某些窗口显示时的视觉异常。
功能修复与改进
6.5.3版本包含多项功能修复:
- 从入侵集生成模拟场景时,现在可以正确链接到OBAS(OpenBAS)系统,提高了工作流程的连贯性。
- 在"数据>关系"部分增加了"包含"过滤器,增强了数据筛选能力。
- 改进了RSS Feed连接器的状态显示机制,现在能更准确地反映其实际运行状态。
- 调整了标记值的排序逻辑,使TLP:AMBER+STRICT在层级上高于TLP:AMBER,更符合安全实践标准。
性能与稳定性提升
针对平台稳定性,开发团队做出了以下改进:
- 优化了连接器界面中工作状态的显示方式,提高了可读性。
- 解决了当有超过50个任务进行时,无法在连接器界面看到"活动"任务的问题,增强了大规模任务管理的可靠性。
- 改进了RSS Feed连接器的检查机制,使其能更高效地判断是否需要获取新内容。
技术架构调整
在底层架构方面,6.5.3版本更新了graphql-tools依赖项,保持了技术栈的现代性和安全性。同时,开发团队对后端代码进行了优化,提高了整体系统性能。
这个版本体现了OpenCTI项目对用户体验和系统稳定性的持续关注,通过一系列精细化的改进,使平台更加成熟可靠,能够更好地服务于网络安全威胁情报的分析和管理工作。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218