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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00