OpenCTI平台中引用关系删除导致时间戳异常更新的问题分析
2025-05-31 13:38:58作者:舒璇辛Bertina
问题背景
在OpenCTI平台中,指标(Indicator)与报告(Report)之间可以通过引用关系(Stix Ref Relationship)建立关联。这种关联关系的建立和删除操作会触发相关实体的时间戳(updated_at)更新。然而,平台在处理这类关系删除时存在一个逻辑缺陷,导致在某些情况下时间戳会被不必要地更新。
问题现象
当用户执行以下操作序列时,会出现时间戳异常更新的情况:
- 创建一个新的指标(Indicator)
- 将该指标添加到一个报告中(此时指标的时间戳不会改变,符合预期)
- 从报告中移除该指标(此时指标的时间戳会被更新,不符合预期)
技术原理分析
OpenCTI平台在处理实体关系时,使用了Elasticsearch的脚本更新机制。在elRemoveRelationConnection函数中,对于引用类型的关系(Stix Ref Relationship)删除操作,平台会强制更新实体的updated_at时间戳。
核心问题代码段如下:
if (isStixRefRelationship(relationType)) {
source += 'ctx._source[\'updated_at\'] = params.updated_at;';
}
这段代码的问题在于它没有考虑关系删除的方向性。当从报告中移除指标时,实际上应该只更新报告的时间戳,而不应该更新指标的时间戳。然而当前实现中,无论哪一方发起删除操作,都会无条件更新双方实体的时间戳。
影响范围
这种时间戳的异常更新可能会导致以下问题:
- 数据审计不准确:时间戳本应反映实体的实际修改时间,但异常更新会引入噪音
- 同步问题:某些基于时间戳的同步机制可能会被错误触发
- 用户体验:用户可能会困惑为什么"只读"操作会导致实体被标记为已修改
解决方案建议
要解决这个问题,需要在关系删除逻辑中增加方向性判断。具体可以采取以下改进措施:
- 在关系删除时,明确区分关系的方向性
- 只更新主动删除关系的一方的时间戳
- 对于引用关系,保持被动方的时间戳不变
修改后的逻辑应该类似于:
if (isStixRefRelationship(relationType) && isActiveSideDeletion) {
source += 'ctx._source[\'updated_at\'] = params.updated_at;';
}
其中isActiveSideDeletion是一个新引入的标识,用于判断当前是否是主动发起删除的一方。
总结
OpenCTI平台中引用关系删除导致时间戳异常更新的问题,本质上是一个业务逻辑与数据一致性维护的问题。正确处理这类关系操作的时间戳更新,对于保持平台数据的准确性和一致性至关重要。通过引入方向性判断,可以更精确地控制时间戳的更新行为,从而提供更准确的数据变更跟踪。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218