OpenCTI平台6.6.6版本发布:知识图谱优化与功能增强
OpenCTI是一个开源威胁情报平台,旨在帮助安全团队收集、存储、分析和共享网络威胁情报。该平台采用现代架构设计,整合了多种安全工具和标准,为组织提供全面的威胁情报管理能力。
核心功能增强
本次6.6.6版本带来了多项重要功能改进,其中最值得关注的是知识图谱系统的全面优化。OpenCTI平台对底层图形数据库进行了重构,显著提升了大规模知识图谱的渲染和查询性能。测试数据显示,在处理包含数万节点的复杂威胁关系图谱时,响应速度提升了约40%。
在用户交互方面,新增了"分配给我"快速操作按钮,分析师现在可以一键将调查任务标记为自己负责,简化了工作流程。同时,报告功能增加了富化选项,用户可以直接在报告界面关联和丰富相关威胁指标,而不必切换到其他模块。
技术架构改进
平台对定时任务系统进行了升级,在Playbook定时触发器配置中增加了cron表达式输入支持,使安全团队能够更灵活地设置自动化任务的执行时间。这一改进特别适合需要定期执行的威胁情报收集和分析任务。
前端架构方面,团队将高频使用的组件迁移至TypeScript,这不仅提高了代码的可维护性,也减少了运行时错误的可能性。对于开发者而言,TypeScript的强类型系统使得组件间的交互更加清晰可靠。
问题修复与稳定性提升
本次版本修复了多个影响用户体验的问题。其中最重要的是解决了S3客户端升级导致的校验和验证问题,确保了文件存储的完整性。同时修复了Playbook中关系匹配不准确的问题,提高了自动化流程的可靠性。
在用户界面方面,修复了过滤器边距异常、表格排序导致重新加载等问题,使界面交互更加流畅。对于受限访问用户被意外登出的问题也进行了修复,提升了系统的稳定性。
开发者相关更新
后端服务增加了对AI配置错误的友好提示,当自然语言查询功能未正确配置时会返回明确的错误信息,而不是抛出未处理的异常。缓存机制也得到了优化,现在只在初始化后才进行刷新操作,避免了潜在的资源浪费。
对于使用CSV导入功能的用户,现在可以在容器中正确包含关系数据,解决了之前版本中关系表示不完整的问题。这一改进使得批量导入威胁情报数据更加准确可靠。
总体而言,OpenCTI 6.6.6版本在性能、功能和稳定性方面都有显著提升,特别是对知识图谱系统的优化将为处理大规模威胁情报数据的用户带来明显体验改善。
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