OpenCTI 6.6.0 版本发布:智能分析引擎与工作流革新
OpenCTI 作为一款开源威胁情报平台,始终致力于为安全分析师提供高效、智能的威胁情报管理与分析能力。在最新发布的 6.6.0 版本中,OpenCTI 带来了多项重大功能升级,从智能分析到工作流优化,全方位提升了平台的使用体验和效率。
智能分析能力升级
本次版本最引人注目的创新之一是引入了基于 Arianne AI 的自然语言查询功能。这一企业版特性允许用户通过简单的自然语言提问来搜索平台中的数据。系统会将用户的问题自动转换为平台内部的过滤条件,并返回相应的查询结果。这种交互方式极大地降低了新用户的学习曲线,使分析师能够更快速地找到所需信息。
值得注意的是,这一功能完全基于平台现有的过滤机制,因此其能力范围受限于平台当前的过滤条件组合。对于复杂或超出当前过滤能力的查询,系统可能无法提供理想的结果。这一设计选择确保了功能的稳定性和可靠性,同时也为未来的扩展奠定了基础。
数据导入工作流重构
在数据导入方面,6.6.0 版本进行了全面重构,引入了两项关键改进:
-
多文件批量导入:用户现在可以一次性导入多个文件,并将它们合并为单个工作区进行处理。这一改进显著提升了批量处理数据的效率。
-
草稿工作区:这一新特性旨在逐步取代现有的工作台功能。草稿工作区不仅保留了工作台的所有功能,如查看文件提取内容和导入前验证,还增加了更多高级功能。用户可以在草稿模式下进行数据丰富、批量操作等,而不会影响主数据库。这种设计为数据质量控制提供了更好的保障。
草稿工作区还支持将现有工作台转换为草稿,确保平滑过渡。这一功能标志着 OpenCTI 在数据管理流程上的重要进步。
案件管理增强
针对案件管理工作流,6.6.0 版本引入了两个重要的过滤功能:
-
"@Me" 过滤器:这一动态过滤器允许用户快速查看与自己相关的案件,提升了个人工作效率。
-
相对日期范围过滤:分析师现在可以使用类似"显示过去一周创建的所有案件"这样的时间条件进行查询,大大简化了时间相关查询的操作。
此外,平台还增强了权限管理功能,引入了"请求访问"特性。在数据按组织隔离的场景下,当用户发现某个实体存在但未被共享给自己的组织时,可以主动请求访问权限。这一机制在保证数据安全的前提下,促进了跨团队协作。
图表分析与可视化改进
针对大型图表加载的性能问题,6.6.0 版本对图表引擎进行了彻底重构。主要改进包括:
-
分页加载:通过实现分页机制,解决了大型图表加载导致的平台崩溃问题。
-
选择与搜索优化:改进了图表中的选择和搜索行为,使用户能够更轻松地定位所需信息。
这些底层技术改进为未来更高级的图表分析功能奠定了基础,如更强大的图表内情报分析和关联能力。
其他重要改进
6.6.0 版本还包含多项其他重要更新:
-
CSV 映射器导入/导出:简化了 CSV 映射器的共享和使用,便于团队协作和问题排查。
-
IOC 管理增强:支持通过批量操作和自动化流程大规模更新 IOC。
-
危险区域扩展:增加了重置连接器状态的功能。
-
新增连接器:包括 VulnCheck、PAN Cortex XSOAR、Proofpoint TAP/ET、Microsoft Defender 事件等多个新数据源集成。
特别值得一提的是新增的 AI 文档导入连接器,相比标准文档导入连接器提供了更强大的内容提取能力。
技术架构优化
在技术架构层面,6.6.0 版本进行了多项重要改进:
-
认证机制重构:将基本认证和承载认证移出平台会话,提高了安全性和性能。
-
内部缓存优化:显著提升了缓存性能。
-
集群模式遥测:改进了集群模式下的遥测数据收集。
-
授权成员功能增强:支持组织和组之间的交叉授权。
这些底层改进为平台的稳定性、扩展性和安全性提供了更好的保障。
总结
OpenCTI 6.6.0 版本通过引入自然语言查询、重构数据导入工作流、增强案件管理能力等一系列重大改进,显著提升了平台的易用性和功能性。特别是智能分析能力的引入和工作流的重构,标志着 OpenCTI 正朝着更智能、更高效的方向发展。
值得注意的是,随着草稿功能的推出,工作台功能将在未来6个月内逐步淘汰。建议用户尽快熟悉新的草稿功能,并提供反馈以帮助进一步改进。
对于安全分析团队而言,6.6.0 版本提供了更强大的工具来应对日益复杂的威胁环境,特别是在情报收集、分析和协作方面。这些改进将帮助分析师更高效地完成日常工作,同时确保数据质量和安全性。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00