OpenCTI平台6.6.10版本发布:关键功能优化与问题修复
OpenCTI是一个开源的威胁情报平台,旨在帮助安全团队收集、组织、存储和可视化威胁情报数据。该平台提供了强大的知识图谱功能,能够将各种威胁情报元素(如攻击者、恶意软件、攻击模式等)以图形化的方式关联起来,便于安全分析师进行威胁分析和关联。
核心改进与修复
本次发布的6.6.10版本主要针对平台稳定性、用户体验和数据一致性进行了多项重要改进。
1. 组织隔离机制增强
在组织隔离功能方面,本次更新修复了两个关键问题。首先是修复了Live Stream功能在组织隔离环境下的工作问题,确保数据流能够正确遵循组织的访问权限设置。其次解决了HTTP共享功能(包括CSV导出、TAXII和Stream)在组织隔离场景下的数据共享限制问题,使得跨组织的数据共享更加灵活可控。
2. 工作台功能优化
工作台是分析师日常工作的核心区域,本次更新修复了"转换为草稿"功能失效的问题。这一功能允许用户将已完成的工作项重新标记为草稿状态,便于后续继续编辑和完善,对于分析师的工作流程具有重要意义。
3. 规则执行与报告处理改进
针对报告处理过程中的数据一致性问题,本次更新优化了规则执行机制。修复了在报告更新时可能触发的过时更新问题,避免了由此导致的剧本系统数据回滚现象。这一改进确保了自动化处理流程中的数据一致性,减少了人工干预的需求。
4. 用户活动日志增强
在审计和追踪方面,更新为知识更新活动日志添加了更多上下文信息。现在当实体被修改时,活动日志会包含更详细的修改信息,帮助管理员和安全团队更好地理解系统中的变更历史。
5. 用户界面体验提升
在用户体验方面,本次更新包含多项界面优化:
- 修复了威胁参与者个体添加位置时的搜索功能
- 改进了用户会话历史显示,解决了大量会话记录导致的界面显示问题
- 对保存的过滤器功能进行了视觉增强,添加了高亮效果便于识别
技术细节与实现
从技术实现角度看,本次更新涉及前后端的多项协同改进。后端主要解决了数据访问控制和规则执行逻辑的问题,而前端则聚焦于交互体验和界面显示的优化。特别是组织隔离机制的改进,涉及到数据访问权限的精细控制,确保了在多组织环境下数据的安全性和可用性。
总结
OpenCTI 6.6.10版本虽然是一个小版本更新,但包含了多项对平台稳定性和用户体验至关重要的改进。这些改进不仅修复了已知问题,还进一步增强了平台在复杂环境下的适应能力,特别是对于需要严格组织隔离的企业用户而言。平台持续关注威胁情报分析师的实际工作流程,通过不断优化功能细节,提升整体分析效率。
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