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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00