OpenCTI平台6.5.10版本发布:增强安全情报管理与分析能力
OpenCTI是一个开源威胁情报平台,旨在帮助组织收集、存储、分析和共享网络安全威胁情报。该平台采用STIX2标准格式,支持从多种来源获取情报数据,并提供强大的关联分析功能,使安全团队能够更有效地识别和应对网络威胁。
核心功能增强
最新发布的6.5.10版本在多个方面进行了功能增强,进一步提升了平台的安全情报处理能力。其中最重要的改进之一是新增了预定义规则功能,允许用户自动解析包含特定实体的容器。这一功能大大简化了复杂威胁情报的处理流程,使安全分析师能够更高效地处理大量数据。
另一个值得关注的增强是对Azure OpenAI的支持。这一改进扩展了平台的人工智能能力,使组织能够利用微软Azure云上的OpenAI服务进行更高级的威胁分析和情报处理。这种集成特别适合那些已经在Azure环境中运营的企业,为他们提供了更灵活的选择。
数据处理与质量改进
6.5.10版本在数据处理方面进行了多项优化。修复了指标分数在更新操作中不被更新的问题,确保了情报数据的准确性和一致性。同时,改进了upsert操作对空白字段的处理逻辑,避免了属性被意外覆盖的情况。
平台还修复了导出功能中的一些问题,包括修复了从知识视图导出多个指标时的错误,以及确保IOC导出只包含选定内容而非全部数据。这些改进使数据导出更加可靠和精确。
用户体验优化
在用户界面方面,6.5.10版本进行了多项改进以提升用户体验。修复了安全风险概述页面中的间距问题,使界面布局更加合理。同时优化了内容映射对话框的打开逻辑,确保用户能够正确访问主要内容。
平台还移除了调查页面上的"从Hub导入"按钮,简化了界面并减少了可能的混淆。这些看似小的改进实际上显著提升了用户的工作效率。
安全与稳定性提升
在安全方面,6.5.10版本修复了用户更新自身信息时的权限检查问题,确保系统在低置信度情况下也能正确处理用户请求。同时改进了衰减算法对已撤销指标的处理,确保分数能够正确更新。
关系表示在电子邮件通知中的显示问题也得到了修复,使通知内容更加清晰和有用。这些改进共同增强了平台的安全性和可靠性。
总结
OpenCTI 6.5.10版本通过新增功能、改进数据处理和优化用户体验,进一步巩固了其作为开源威胁情报平台的地位。这些改进使安全团队能够更有效地收集、分析和共享威胁情报,从而更好地保护组织免受网络威胁。对于已经使用OpenCTI的组织来说,升级到6.5.10版本将带来更流畅的工作流程和更可靠的情报处理能力。
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-X1-7BSpark-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