Kecerdasan media sosial sumber terbuka dan OSINT
Jelajahi dokumen »
Lihat Demo · Laporkan Bug · Fitur Permintaan
Terdapat 150 juta pengguna media sosial baru antara bulan April 2022 dan April 2023 - peningkatan sebesar 3,2% dari tahun ke tahun dari 4,8 miliar pengguna media sosial saat ini di seluruh dunia, mewakili 59,9% populasi global dan 92,7% dari seluruh pengguna internet. Bisnis menggunakan media sosial untuk mendapatkan wawasan tentang berbagai topik: sentimen pengguna seputar produk, produk kuat dan produk lemah, acara, semua hal yang melayani pelanggan mereka. Bagi analis intelijen dan peneliti ilmu sosial, siapakah pelanggan mereka? Para pengambil kebijakan, masyarakat umum, semua orang di masyarakat. Pengguna proyek ini, pelanggannya, adalah analis dan peneliti intelijen dan ilmu sosial. Ketika teknologi terus meningkatkan inovasi, dan masyarakat semakin menggunakan media sosial sebagai arena publik, para peneliti dapat menggunakan data yang tersedia ini untuk kebaikan, untuk mendapatkan wawasan, untuk memperlambat atau menghentikan insiden berbahaya, untuk membantu masyarakat, untuk mengembangkan rencana. berdasarkan konsensus publik, memberikan informasi yang lebih baik kepada pembuat kebijakan tentang apa yang dibutuhkan dan diinginkan konstituen mereka (dan merencanakan solusi yang lebih baik yang meningkatkan kepuasan pelanggan mereka). Ketika semakin sulit bagi pemerintah untuk memahami dan melaksanakan solusi yang dapat memberikan pelayanan yang lebih baik kepada konstituennya, gagasan mengenai tata kelola yang adaptif, yang berfokus pada struktur pengambilan keputusan yang terdesentralisasi, menjadi tidak dapat dihindari. Wawasan yang diperoleh dari media sosial tidak hanya dapat membantu pembuat kebijakan, namun juga dapat membantu lembaga dan kelompok tata kelola adaptif untuk memberikan pelayanan yang lebih baik kepada masyarakat. Produk ini diperuntukkan bagi para analis intelijen, ilmuwan sosial, ilmuwan data, dan mereka yang tertarik untuk meningkatkan kualitas keberadaan manusia melalui analisis publik yang mendalam dan solusi berbasis data.
(kembali ke atas)
(kembali ke atas)
Bersamaan dengan fitur lainnya, OpenSquare menyediakan alat penargetan Digit Footprint, beberapa menggunakan metode OSINT terkenal seperti Backlinks, NSLookup, dan Whois. Memiliki serangkaian alat umum di satu tempat dapat meningkatkan produktivitas pengguna. Bernavigasi dengan mudah antar ruang kerja dasbor dan gunakan keluaran dari satu alat sebagai masukan untuk alat lainnya.
Bereksperimenlah dengan menghasilkan laporan dan dokumen dengan GenAI. Gunakan informasi dan gambar yang telah Anda kumpulkan untuk menghasilkan laporan yang menghasilkan keuntungan keputusan. Minta sistem AI kami untuk membuatkan gambar untuk Anda berdasarkan konteks informasi dan merangkum detail penting. Tingkatkan produktivitas dan kurangi secara drastis kecepatan penyampaian wawasan penting kepada pengambil keputusan menggunakan antarmuka klik-dan-tunjuk dan dapat diseret.
Opensquare menggunakan Whisper: model pengenalan suara untuk tujuan umum. Ini dilatih pada kumpulan data besar dengan beragam audio dan juga merupakan model multitasking yang dapat melakukan pengenalan ucapan multibahasa, terjemahan ucapan, dan identifikasi bahasa.
Dengan menggunakan API Opensquare yang tersedia, Anda dapat membuat kueri dan mentranskripsikan video YouTube. Transkrip akan melaporkan properti waktu dan teks. API ini digunakan untuk membangun fitur di Opensquare, namun juga akan tersedia untuk umum sebagai API yang mudah digunakan.
opensquare/api/youtube/en/transcribe?videoId=l9AzO1FMgM8
menghasilkan:
[ { "time": "0.0", "text": "Java, a high-level multi-paradigm programming language famous for its ability to compile" }, { "time": "5.2", "text": "to platform independent bytecode." }, { "time": "7.44", "text": "It was designed by James Gosling in 1990 at Sun Microsystems." }, { "time": "11.700000000000001", "text": "One of its first demonstrations was the Star 7 PDA, which gave birth to the Java mascot" },... ]
Untuk mengaktifkan dan menjalankan salinan lokal, ikuti langkah-langkah contoh sederhana berikut.
Linux
Jawa 17
java --version
Maven 3.9 atau lebih tinggi
mvn --version
Kloning reponya
git git clone https://[email protected]/intelligence-opensent/opensentop.git
Instal profil default dependensi (termasuk NPM).
mvn clean install
Jalankan webpack dalam mode pengembangan
npm run watch
Ada beberapa file konfigurasi yang Anda perlukan - silakan kirimi saya file tersebut.
(kembali ke atas)
Proyek ini menggunakan Frontend-Maven-Plugin Eirik Sletteberg yang memungkinkan tim kami menggunakan satu plugin untuk build frontend dan backend dalam satu repo. Plugin ini mampu melakukan berbagai konfigurasi, namun konfigurasi yang digunakan dalam proyek ini minimal hanya menggunakan Webpack dan sedikit konfigurasi untuk menginstal Node dan NPM. Inti dari penggunaan ini berasal dari pembuatan bundel proyek yang terintegrasi menggunakan <script>
di root aplikasi React (gaya React yang khas) yang diekspos dalam file index.html
di folder sumber daya Springboot.
<body>
<div id='root'>
</div>
<script src="built/bundle.js"></script>
</body>
Webpack akan membuat bundel build yang berisi sumber entri aplikasi React di app.js
di bawah paket js
proyek ini.
entry: path.resolve(__dirname, "/src/main/js/app.js"),
devtool: 'inline-source-map',
cache: true,
mode: 'development',
output: {
path: __dirname,
filename: 'src/main/resources/static/built/bundle.js'
},
(kembali ke atas)
Jika Anda menjalankan kafka, Anda harus meninjau Dokumen. Pertama-tama pastikan server penjaga kebun binatang berjalan sebelum menjalankan server kafka. Terkadang folder zookeeper configs /config
tidak diatur dengan benar. Jika perlu, pastikan clientPort=2181
disetel di zookeeper.properties
dan untuk memastikan port tidak konflik, pastikan admin.serverPort=8083
disetel di file yang sama. Kami juga ingin memastikan bahwa bootstrap.servers=9092
dikonfigurasi di producer.properties
: ini adalah daftar broker yang digunakan untuk bootstrap pengetahuan tentang format cluster lainnya yang penting untuk konfigurasi springboot proyek ini di bawah:
@Bean
public ConsumerFactory<String, OpenSentTaskStatus> consumerFactory() {
Map<String, Object> configurationProperties = new HashMap<>();
configurationProperties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
configurationProperties.put(ConsumerConfig.GROUP_ID_CONFIG, "group_id");
configurationProperties.put(JsonDeserializer.TRUSTED_PACKAGES, "*");
configurationProperties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
configurationProperties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, JsonDeserializer.class);
configurationProperties.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");
return new DefaultKafkaConsumerFactory<>(configurationProperties);
}
@Bean
public ProducerFactory<String, OpenSentTaskStatus> producerFactory() {
Map<String, Object> props = new HashMap<>();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, JsonSerializer.class);
return new DefaultKafkaProducerFactory<>(props);
}
Lihat masalah yang masih terbuka untuk mengetahui daftar lengkap fitur yang diusulkan (dan masalah umum).
(kembali ke atas)
(kembali ke atas)
Wali Morris - @LinkedIn - [email protected]
Tautan Proyek: GitHub
(kembali ke atas)
(kembali ke atas)