OpenCTI平台中可观测类型显示问题的技术解析
2025-05-31 11:11:32作者:翟江哲Frasier
问题背景
在OpenCTI平台的安全运营过程中,Decay规则(衰减规则)是一个重要的功能模块,它允许管理员根据预定义的规则自动调整指标的可信度或重要性随时间的变化。然而,在最新版本中发现了一个影响用户体验的显示问题——在Decay规则界面中,可观测类型(Observable types)没有正确显示翻译后的功能名称,而是直接展示了技术名称。
问题现象
具体表现为两个主要场景:
-
Decay规则概览页面:当用户导航至"设置 > 自定义 > Decay规则"并点击某个规则时,在规则概览中,可观测类型的显示使用了技术名称而非用户友好的功能名称。
-
规则创建表单:在创建新Decay规则的界面中,类型选择器中的标签同样使用了技术名称而非翻译后的功能名称。
技术分析
这个问题本质上属于国际化(i18n)和本地化(l10n)范畴的显示问题。OpenCTI平台作为一个国际化支持良好的系统,通常会维护两套命名体系:
- 技术名称:用于系统内部标识和代码引用,通常是英文且保持不变的
- 功能名称:面向用户的友好名称,会根据用户语言设置显示相应的翻译
从技术实现角度看,这个问题可能源于:
- 前端组件直接引用了可观测类型的技术名称,而没有通过平台的翻译服务进行转换
- Decay规则模块可能缺少对可观测类型名称的翻译映射配置
- 或者是在数据传递过程中,翻译层被意外绕过
对比验证
值得注意的是,同样的可观测类型在CSV订阅源(CSV feeds)界面中显示正常,能够正确展示翻译后的功能名称。这一对比表明:
- 平台已经具备完整的可观测类型翻译能力
- 问题特定存在于Decay规则模块的实现中
- 解决方案可以参考CSV订阅源界面的实现方式
解决方案建议
针对这个问题,开发团队可以采取以下修复措施:
- 前端修复:确保所有可观测类型的显示都通过平台的翻译服务进行渲染
- 数据层修复:在API响应中直接包含翻译后的名称,减轻前端负担
- 统一组件:考虑复用CSV订阅源界面中已经正常工作的显示组件
影响评估
虽然这个问题不会影响系统功能,但会对非技术用户造成一定的理解障碍:
- 安全分析师可能不熟悉某些可观测类型的技术名称
- 影响规则配置的准确性和效率
- 在多语言环境中造成一致性问题
总结
OpenCTI平台中的这个显示问题虽然看似简单,但它反映了国际化支持在复杂系统中的重要性。良好的用户体验不仅需要功能完整,还需要在各个模块间保持一致的展示方式。通过修复这个问题,可以提升平台的整体易用性和专业性,特别是在多语言环境下的表现。
登录后查看全文
热门项目推荐
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
464
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++
895
687
openEuler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。
C
355
216
昇腾LLM分布式训练框架
Python
121
147
暂无简介
Dart
807
199
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
12
1
🔥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
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
782