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。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00