OpenCTI平台6.4.6版本发布:增强安全分析与威胁情报管理能力
OpenCTI作为一个开源的威胁情报平台,致力于帮助安全团队收集、组织、分析和共享网络威胁情报。最新发布的6.4.6版本带来了一系列功能增强和问题修复,进一步提升了平台的稳定性和用户体验。
核心功能改进
本次更新在文件处理方面进行了重要优化,新增了对自定义文件扩展名的静态MIME类型解析支持。这项改进使得平台能够更准确地识别和处理各种非标准文件类型,为安全分析师提供了更大的灵活性。在Playbooks功能方面,新增了删除后台任务的能力,并支持通过Playbooks修改严重性字段,使自动化工作流更加完善。
用户体验优化
在界面交互方面,6.4.6版本解决了多个影响用户体验的问题。其中包括修复了高级搜索在空搜索词时不加载的问题,改进了实体列表中空字符串的显示方式(现在会显示为"-"),并优化了建议功能中的按钮清晰度。对于网络流量实体,修复了工作台中显示名称为"Unknown"的问题,使信息展示更加准确。
数据管理与分析增强
在数据管理方面,修复了与文件删除相关的多个问题,包括无法永久删除与文件关联的实体的问题。对于TAXII共享功能,修复了授权用户/组选择的问题,确保了数据共享的准确性。在威胁情报分析方面,修复了可观察对象和指标下的Sightings标签不显示数据的问题,增强了威胁情报的可视化能力。
技术架构改进
后台服务方面,引入了性能分析能力,帮助开发团队更好地监控和优化系统性能。同时修复了多种错误情况下的500错误,提高了系统的稳定性。在认证方面,完善了Auth0策略的登出选项,增强了安全性。
多语言支持
本次更新还包含了法语翻译的语法修正,体现了平台对国际化支持的持续投入。对于Playbooks功能,修复了未翻译窗口的问题,提升了非英语用户的使用体验。
OpenCTI 6.4.6版本的这些改进和修复,共同提升了平台在威胁情报管理、安全分析和团队协作方面的能力,为安全团队提供了更加强大和可靠的工具。
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 StartedRust0186
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0111
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08