OpenCTI平台6.6.2版本发布:安全情报管理的关键更新
OpenCTI作为一个开源威胁情报平台,为安全团队提供了收集、分析、存储和共享威胁情报的能力。该平台通过图形化界面和强大的API,帮助安全专业人员更好地理解和应对复杂的网络威胁。最新发布的6.6.2版本带来了一系列重要的功能改进和问题修复,进一步提升了平台的稳定性和用户体验。
安全认证机制优化
本次更新重点修复了双因素认证(2FA)强制启用时可能影响连接器与平台通信的问题。在安全实践中,双因素认证是保护账户安全的重要手段,但此前版本中强制启用2FA会导致部分自动化连接器无法正常工作。开发团队通过调整认证流程,确保了在保持高安全标准的同时不影响系统间的自动化交互。
文件排除列表功能修复
针对文件排除列表功能失效的问题,6.6.2版本进行了彻底修复。该功能允许管理员设置特定类型的文件不被平台处理,是防止误报和减少不必要分析的重要工具。修复后,用户可以再次可靠地使用这一功能来优化威胁情报处理流程。
实体视图显示改进
在实体视图显示方面,新版本解决了指标数量不显示的问题。这一改进使得在恶意软件知识视图中,用户能够清晰地看到相关指标的数量,为威胁评估提供了更直观的数据支持。
置信度计算优化
针对置信度输入值可能超出合理范围(0-100)导致系统异常的问题,开发团队增加了输入值的范围限制。这一改进防止了因极端值输入导致的系统不稳定情况,提升了平台的健壮性。
活动日志完善
本次更新还完善了活动日志记录功能,现在用户执行批量搜索操作时,系统会正确记录相关日志。这一改进增强了审计追踪能力,有助于安全团队更好地监控和分析平台使用情况。
衰减规则显示优化
在衰减规则设置界面,此前版本会显示可观测类型的技术名称而非用户友好的显示名称。6.6.2版本对此进行了修正,使得界面更加直观易懂,降低了用户的学习成本。
时间计算准确性提升
开发团队还修复了后端衰减测试中UTC/Z时间与本地时间混用的问题,确保了时间计算的准确性。这一改进对于依赖精确时间戳的安全分析尤为重要。
性能优化
除了功能修复外,6.6.2版本还包含多项性能优化措施,包括前端构建工具的调整和RabbitMQ消息大小配置的优化,这些改进共同提升了平台的响应速度和处理能力。
OpenCTI 6.6.2版本通过这些细致的改进,进一步巩固了其作为专业威胁情报管理平台的地位。对于已经使用OpenCTI的组织,建议尽快升级以获得更稳定、更安全的体验;对于考虑采用开源威胁情报解决方案的安全团队,这一版本提供了更成熟可靠的选择。
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 StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00