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 StartedRust075- 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
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
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
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00