OpenCTI平台6.6.3版本发布:关键问题修复与功能优化
OpenCTI作为一个开源威胁情报平台,致力于帮助安全团队收集、组织、分析和共享威胁情报数据。该平台采用现代技术架构,支持STIX2标准,能够有效整合各类威胁情报信息。本次发布的6.6.3版本主要针对已知问题进行修复,提升了平台的稳定性和用户体验。
核心问题修复
在本次更新中,开发团队重点解决了几个影响用户体验的关键问题。首先修复了在请求信息(RFI)中添加参与者的功能异常问题,该问题曾导致用户无法正常添加参与者信息。其次,针对Draft菜单中的搜索崩溃问题进行了修复,现在用户可以稳定地在草稿区进行搜索操作。
基础设施视图中的Diamond屏幕显示错误也得到了修正,该问题曾导致部分用户无法正确查看基础设施相关数据。另一个重要修复是针对批量搜索结果面板的显示问题,现在用户可以正常查看批量搜索的结果列表。
数据关系处理优化
在数据关系处理方面,本次更新做出了重要改进。修复了当两个实体之间存在多个相同类型关系时,删除第一个关系可能导致_rel数据被清除的问题。同时解决了从攻击模式矩阵创建关系时实体类型识别不准确的问题,确保了关系创建的准确性。
针对指标评分系统,开发团队修复了从UI界面移除指标评分可能导致衰减历史记录无效的问题,现在系统能够正确处理评分变更操作。
功能增强与用户体验改进
在功能增强方面,本次更新为容器添加了生成可观察对象的功能按钮,这一改进显著提升了用户创建可观察对象的便捷性。同时修复了在草稿中导入STIX文件时元素计数显示不准确的问题,现在系统能够正确显示导入元素的实际数量。
技术依赖更新
在技术栈方面,项目更新了多个关键依赖项,包括将OpenSearch客户端升级至v3版本,这为平台带来了更好的搜索性能和稳定性。同时更新了moment-timezone和html-react-parser等依赖库,确保平台运行环境的安全性和兼容性。
总结
OpenCTI 6.6.3版本虽然是一个小版本更新,但包含了多个影响核心功能的修复和改进。这些变更进一步提升了平台的稳定性和用户体验,特别是对数据关系处理、搜索功能和UI界面的优化,使得威胁情报分析师能够更加高效地开展工作。对于现有用户而言,升级到6.6.3版本将获得更加稳定可靠的使用体验。
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 StartedRust0186
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0111
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08