OpenBAS 1.15.0 版本发布:安全演练平台的全新警报追踪功能
OpenBAS 是一个开源的网络安全演练平台,它允许安全团队设计、执行和评估各种安全演练场景。通过模拟真实的网络攻击和安全事件,OpenBAS 帮助组织提升安全防御能力,测试安全控制措施的有效性,并培训安全团队应对实际威胁的能力。
最新发布的 OpenBAS 1.15.0 版本带来了多项重要更新和改进,其中最引人注目的是新增的预防/检测警报追踪功能,这将显著提升安全演练的分析能力。
核心功能:预防/检测警报追踪
在安全演练中,了解攻击行为触发了哪些安全警报至关重要。OpenBAS 1.15.0 现在可以在注入结果页面中显示由演练触发的警报列表,并支持直接跳转到相关 EDR(终端检测与响应)和 SIEM(安全信息与事件管理)系统的警报页面。
这一功能使得安全团队能够:
- 快速识别哪些安全控制措施检测到了演练活动
- 评估安全产品的检测能力
- 分析警报的准确性和相关性
- 验证安全监控系统的配置有效性
技术架构改进
-
后端适配支持:为支持Payload中的Outparsers功能,后端进行了相应调整,增强了系统处理能力。
-
React Intl库升级:前端升级了react-intl库至v7.1.8,解决了国际化相关的问题,提升了多语言支持能力。
-
Spring Security加密升级:后端升级了spring-security-crypto组件,增强了系统安全性。
用户体验优化
-
界面布局改进:
- 修复了端点列表中的文本布局问题
- 优化了Payload命令表单的多个布局问题
- 修正了原子测试概览中搜索输入框大小和标题底部边距的问题
- 改进了单项目列表的显示效果(添加底部边框)
-
表单验证优化:
- 修复了Payload详情表单中文件控制验证错误影响其他字段验证的问题
- 重构了Payload表单,提升了用户体验
-
国际化改进:
- 修正了英语翻译中"!"和"?"前的空格问题
- 优化了自动翻译功能
开发流程改进
-
问题工作流优化:改进了在release/current分支上提交PR时的问题处理流程。
-
自动化工具增强:添加了GitHub Actions来自动关闭和链接release/current分支上的问题。
技术细节
-
依赖项更新:
- 前端升级了多个关键依赖,包括react-router(v7.4.0)、typescript-eslint(v8.28.0)、zustand(v5.0.3)和vitest(v3)等
- 更新了material-ui组件库
-
测试框架:升级了Vitest测试框架至v3版本,提升了测试能力。
-
日志服务:改进了本地环境下的注销功能。
总结
OpenBAS 1.15.0 通过引入警报追踪功能,为安全演练提供了更深入的分析视角。结合多项用户体验改进和技术架构优化,这一版本进一步巩固了OpenBAS作为专业安全演练平台的地位。安全团队现在可以更全面地评估演练效果,不仅能看到攻击是否成功执行,还能了解安全防御系统的响应情况,从而更有效地提升整体安全态势。
对于正在使用OpenBAS的组织,建议尽快升级到1.15.0版本以利用这些新功能。新用户也可以从这个版本开始体验OpenBAS提供的全面安全演练能力。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00