🎯 MOSAIC — v1.0.0-alpha

الذكاء السلوكي عبر المنصات

إطار عمل متعدد المنصات يضع الخصوصية أولاً، مخصص للتحليل السلوكي والاجتماعي الديناميكي

📺 عرض تجريبي

🧭 ما هو MOSAIC؟

MOSAIC ليس مجرد مُجمّع OSINT بسيط. إنه إطار عمل للتحليل السلوكي صُمم لمساعدة الباحثين والمحللين ومتخصصي الأمن على مراقبة الإشارات السلوكية وبنائها وتفسيرها عبر منصات متعددة على الإنترنت.

يجمع MOSAIC البيانات العامة غير المتجانسة وينظمها في أبعاد سلوكية، مما يتيح إجراء تحليلات مقارنة وطولية غير ممكنة مع المناهج أحادية المصدر.

⚠️ لا ينتج MOSAIC تشخيصات نفسية أو حقائق مطلقة. إنه يوفر إشارات منظمة وفرضيات تحليلية يجب أن يفسرها محلل بشري.

🎯 الرؤية

تركز معظم الأدوات على ماذا ينشر الشخص. يركز MOSAIC على كيفية ظهور السلوك عبر البيئات المختلفة.

بدلاً من تجميع الملفات الشخصية، يبني MOSAIC بصمات سلوكية عبر ثلاثة أبعاد متكاملة:

• تقني المهارات، والخبرة، واستراتيجيات حل المشكلات (GitHub, StackOverflow)

• اجتماعي التفاعلات، والانتماءات، وأنماط الخطاب، وديناميكيات المجتمع (Telegram, Reddit, Mastodon, Bluesky)

• تأثير إنتاج المحتوى، والمواضيع، والظهور، واتساق السرد (YouTube, Medium)

يتيح هذا النهج متعدد الزوايا تحليلات اجتماعية ديناميكية وأمنية ومصداقية تظل سياقية وقابلة للتفسير ومراعية للخصوصية.

🚀 بدء سريع

التثبيت

git clone https://github.com/Or1un/MOSAIC.git
cd MOSAIC
pip install -r requirements.txt

الإعداد (اختياري)

# Most platforms work without credentials
# Some sources (YouTube, Telegram) require API keys
cp modules/config.yaml.example modules/config.yaml
nano modules/config.yaml

التشغيل

python3 mosaic.py

🤖 إعداد LLM

1. تثبيت تبعيات Python

pip install -r requirements_llm.txt

2. تثبيت خادم Ollama (مرة واحدة)

# Linux/macOS
curl -fsSL https://ollama.com/install.sh | sh

# Windows
# Download from https://ollama.com/download

3. تشغيل Ollama وسحب النماذج - Qwen:0.5b (PoC)

ollama serve &
ollama pull qwen:0.5b

🌍 حالات الاستخدام

🎯 تقييم المواهب والخبرات

تجاوز السير الذاتية عبر تحليل:

• العمق التقني
• أسلوب التواصل
• التقدير من الأقران
• المشاركة المجتمعية

مثال: تقييم ملف شخصي لخبير DevSecOps عبر نشاط GitHub (الدقة التقنية)، وإجابات StackOverflow (أسلوب حل المشكلات)، ومنشورات Medium (نقل المعرفة).

🔒 تحليل البصمة الرقمية وOPSEC

تحديد مخاطر التعرض، وأنماط الإفراط في المشاركة، والتناقضات في الحضور العام.

مثال: تدقيق البصمة الرقمية لمسؤول تنفيذي أو دور حساس أمنيًا للكشف عن أسطح الهجوم المحتملة أو مخاطر السمعة.

🕵️ العناية الواجبة وتحليل المصداقية

التحقق المتبادل من الادعاءات واتساق السلوك عبر المنصات.

مثال: قبل الشراكة أو الاستثمار، تقييم ما إذا كان السلوك العام يتوافق مع الخبرة والمسؤوليات المعلنة.

🔬 البحث السلوكي والاجتماعي الديناميكي

دراسة:

• تطور الخطاب
• انتشار الخبرة
• أنماط التأثير المجتمعي
• التحولات السلوكية عبر المنصات

مثال: تحليل كيفية ترجمة السلطة التقنية (أو عدم ترجمتها) إلى تأثير اجتماعي عبر النظم البيئية المختلفة.

🧩 سير العمل الأساسي

1️⃣ الجمع — إشارات متعددة المصادر

يجمع MOSAIC بيانات عامة غير متجانسة لتجنب التحيز أحادي المنصة.

المصادر المدعومة حاليًا:

• تقني: GitHub, StackOverflow
• اجتماعي: Telegram, Reddit, Mastodon, Bluesky
• تأثير: YouTube, Medium

💡 يعمل MOSAIC بشكل أفضل عندما تعرف مسبقًا أين ينشط هدفك. الجمع المركّز يحسّن جودة الإشارة ويقلل الضوضاء.

مصادر مستقبلية (أفكار بحثية): منصات مهنية، ومنتديات، ومجتمعات متخصصة. المساهمات والنقاشات مرحب بها.

2️⃣ السياق — التأطير التحليلي

يُوجَّه التحليل عبر مطالبات سياقية، وليس تعليمات عامة.

السياقات المتاحة (Alpha):

• Recruitment.md — تقييم المهارات التقنية والشخصية
• OPSEC_audit.md — تحليل البصمة الرقمية والتعرض
• Threat_Intelligence.md — بحث الإسناد والاتساق
• PoC.md — تحليل استكشافي سريع

المطالبات هي قوالب Markdown مخزنة في modules/prompts/.

⚠️ ملاحظة Alpha تعطي المطالبات الحالية الأولوية للهندسة المعمارية وقابلية التوسع على الصقل. يفترض MOSAIC أن المحللين سيكيفون المطالبات مع منهجيتهم ومجالهم.

3️⃣ التحليل — الذكاء الاصطناعي كمساعد

يدعم MOSAIC وضعين للتحليل:

✅ محلي (الخصوصية أولاً — موصى به)

• يستخدم نماذج LLM محلية عبر Ollama
• البيانات لا تغادر جهازك أبدًا
• الأفضل للسياقات الحساسة أمنيًا

ollama pull mistral:7b-instruct

النماذج المدعومة: mistral, llama, qwen، إلخ.

⚠️ سحابي (اختياري)

• أداء أعلى
• مقايضات خصوصية يديرها المستخدم
• ارفع فقط ملفات JSON المُصدَّرة من results/

💡 تُحصل أفضل النتائج عند دمج مخرجات MOSAIC مع سياق خارجي (السير الذاتية، والمقابلات، والمراجع، والخطوط الزمنية).

4️⃣ الرؤى — التفسير المتمحور حول الإنسان

تعتمد جودة الرؤى على:

• تنوع البيانات
• دقة المطالبات
• خبرة المحلل
• قدرات النموذج

يوفر MOSAIC البنية والإشارات. وأنت توفر الحكم.

⚠️ الإطار الأخلاقي والقانوني

صُمم MOSAIC للاستخدام المشروع والقائم على الموافقة والمطابق للقانون.

❌ غير مخصص لـ

• المراقبة أو الملاحقة
• المضايقة أو الترهيب
• فحوصات خلفية غير مصرح بها
• التنميط الآلي الجماعي
• انتهاك شروط خدمة المنصات

🔐 الخصوصية والمسؤولية

• لا استخدام إلزامي للسحابة
• تحليل محلي افتراضيًا
• تُخزَّن النتائج محليًا (results/، .git-ignored)
• المستخدمون مسؤولون عن الامتثال للائحة GDPR والقوانين المحلية
• تُخزَّن بيانات الاعتماد بأمان في config.yaml

باستخدامك MOSAIC، فإنك توافق على استخدامه بشكل أخلاقي ومسؤول وقانوني.

🤝 المجتمع والمساهمات

أسئلة أو أفكار أو اتجاهات بحثية؟

• 📧 البريد الإلكتروني: [email protected]
• 🐛 المشكلات: GitHub Issues
• 💡 النقاشات: GitHub Discussions
• 📖 الويكي: قريبًا

MOSAIC هو إطار عمل منهجي — المساهمات التي تحسّن المطالبات أو منطق التحليل أو الضمانات الأخلاقية مرحب بها بشكل خاص.

صُنع بـ 🔍 بواسطة Or1un