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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0134
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00