OpenCTI平台6.6.14版本发布:安全情报管理的重大改进
OpenCTI是一个开源威胁情报平台,旨在帮助安全团队收集、组织、分析和共享网络威胁情报。作为企业级威胁情报管理解决方案,OpenCTI提供了从数据收集到分析、可视化和共享的完整工作流程。
核心功能改进
数据处理与错误处理优化
本次6.6.14版本在数据处理方面进行了多项改进。首先,针对"Type undefined not supported"错误信息进行了优化,现在会提供更详细的错误提示,帮助开发人员更快定位和解决问题。其次,在删除标记定义时,系统现在能够正确地将删除操作传播到组配置中,确保了数据一致性。
评分系统增强
安全指标和可观测对象的评分系统得到了重要改进。现在系统会严格验证输入的评分值,防止使用小数评分,确保评分系统的准确性和一致性。这一改进对于威胁情报的量化评估尤为重要,使得评分结果更加可靠。
文件处理改进
在文件上传和处理方面,6.6.14版本解决了文件描述可能溢出的问题,现在会自动截断过长的描述。同时,对于YARA规则的可观测对象类型,系统现在会正确识别为"StixFile"类型,而非之前的"Unknown"类型,提高了文件类型识别的准确性。
用户体验优化
界面交互改进
用户界面进行了多项优化:
- 过滤器首次打开时保持正确对齐,解决了重新打开时的对齐问题
- 添加第一个过滤器时会自动打开,提高了操作效率
- 解决了CKEditor中标题选项的显示问题,改善了内容编辑体验
规则引擎稳定性
规则引擎页面之前存在的持续刷新问题已得到修复,现在页面能够保持稳定状态。同时,针对特定关系的容器引用解析问题也得到了解决,提高了规则执行的可靠性。
工作流与协作增强
剧本功能改进
剧本(Playbook)功能进行了重要修复:
- 解决了更改作者时无法保存的问题
- 现在可以正常编辑剧本内容而不会受到作者变更的影响
- 提高了剧本编辑的整体稳定性
验证流程优化
方案验证流程的显示问题已修复,现在能够正确显示验证进度百分比,而不会出现0%的错误显示。
技术架构改进
在技术架构层面,6.6.14版本将规则引擎页面迁移到了TypeScript,提高了代码的可维护性和类型安全性。同时,解决了容器解析预定义规则中的元关系问题,提升了系统处理复杂关系的稳定性。
总结
OpenCTI 6.6.14版本在数据处理、用户界面、工作流和技术架构等多个方面进行了重要改进和错误修复。这些改进不仅提高了平台的稳定性和可靠性,也增强了用户体验和协作效率。对于安全团队来说,这些改进将帮助他们更有效地管理和分析威胁情报数据,提升整体安全运营效率。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C080
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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