OpenBAS 1.12.0版本发布:增强威胁模拟与自动化测试能力
OpenBAS是一个开源的自动化安全测试平台,旨在帮助安全团队构建、管理和执行复杂的网络安全模拟场景。该平台通过自动化技术简化了红队演练、蓝队训练和安全评估的流程,使组织能够更高效地测试和改进其安全防御能力。
核心功能增强
OpenCTI集成与TTP占位符机制
新版本显著提升了与OpenCTI的集成能力。当用户从OpenCTI生成场景时,系统现在能够清晰展示所有未被现有载荷库覆盖的战术、技术和程序(TTP)。这些未覆盖项会以占位符形式出现在场景中,用户可以方便地替换为自定义载荷,从而确保场景的完整性。这一改进极大地提升了威胁模拟的覆盖范围和准确性。
自动化资产组分配
1.12.0版本引入了基于标签的自动化资产组分配功能。用户现在可以为特定标签的场景和模拟定义默认应用的资产组。这一特性不仅简化了OpenBAS场景的资产组分配流程,更重要的是实现了从OpenCTI创建场景时的自动资产分配,大幅提升了工作效率。
执行跟踪与状态管理优化
多端点多代理执行跟踪
新版本彻底重构了载荷执行跟踪机制,现在能够按资产和代理组织执行轨迹。在技术注入的"执行详情"选项卡中,用户可以清晰地看到按代理分组的跟踪信息,而代理又按端点进行组织。这种层级结构使用户能够轻松追踪代理和端点级别的执行进度。
每个代理的执行过程现在会生成多个跟踪记录,对应不同的执行阶段:
- 先决条件检查(执行前验证)
- 先决条件获取(仅在检查失败时)
- 攻击命令
- 清理命令
系统还明确了三种不同的状态显示:
- 跟踪状态:每个执行步骤都会报告状态
- 代理状态计算:代理完成执行后,服务器检索所有跟踪并基于特定规则计算代理状态
- 注入状态:所有代理完成执行后,系统使用相同逻辑计算注入状态
手动注入功能增强
1.12.0版本对手动注入功能进行了重要改进。用户现在可以为手动注入分配团队和期望值,这使得记录和评估OpenBAS无法直接捕获的事件成为可能。例如,用户可以创建一个"已组建危机小组"的手动注入,并验证"使用了正确的协议"这一期望。
技术架构升级
平台将推荐的PostgreSQL版本更新至17。虽然仍支持PG16,但不再建议使用低于推荐版本的数据库。这一变更确保了系统能够利用最新数据库技术的性能和安全性改进。
文档完善
开发团队投入大量精力完善了文档体系,重点更新了以下内容:
- Microsoft Sentinel与Microsoft Defender的配置协同工作原理
- RabbitMQ、MinIO和Postgres的设置指南
- 目标团队创建流程
- 通过SwaggerUI使用OpenBAS REST API的方法
其他重要改进
1.12.0版本还包含多项功能增强和问题修复,包括:
- 禁用通过筛选器包含的资产从资产组中移除的控制
- 为CrowdStrike和Tanium代理安装添加文档链接
- 实现每个代理级别的期望结果
- 澄清CrowdStrike收集器名称
- 增加仪表板顶部四个小部件时间范围的信息说明
- 提升同时运行100个模拟的能力
- 修复文档重复、团队玩家计数不更新等多项问题
OpenBAS 1.12.0通过上述改进,进一步巩固了其作为专业级自动化安全测试平台的地位,为用户提供了更强大、更易用的威胁模拟和测试能力。
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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。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
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