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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00