Skip to content
KitploitKITPLOIT
StrumentiExploitsBlog
Log in
Invia
StrumentiExploitsBlog
Invia

Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!

Kitploit è una directory di strumenti di hacking, cybersecurity e pentesting. Scopri gli ultimi aggiornamenti dei progetti per trovare vulnerabilità, analizzare sistemi, automatizzare i test e rafforzare la tua sicurezza.

FeedContattoPrivacy© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
MOSAIC — Implementazione sperimentale, attenta alla privacy, di un framework sociologico per l'analisi posizionale multi-piattaforma. | Kitploit
Strumenti/GitHubGitHub/or1un/mosaic
OSINT (Open Source Intelligence)RicognizioneRaccolta InformazioniPrivacyIngegneria SocialeThreat IntelligencePaper e RicercaApprendimento e Formazione
GitHubor1un/mosaic

MOSAIC

Implementazione sperimentale, attenta alla privacy, di un framework sociologico per l'analisi posizionale multi-piattaforma.

Vedi Repository
4397429 giorni faRevisionato da Kitploit
Condividi

MOSAIC

Multi-Platform Observational & Sociodynamic Analysis of Individual Configurations

Questo repository è una proof of concept. MOSAIC è un framework sociologico per l'analisi comportamentale multi-piattaforma, costruito in articoli prima che in codice. Ciò che trovi qui è il suo primo banco di prova: il luogo in cui la teoria incontra i dati reali, e in cui le è permesso rompersi.

MOSAIC Demo


L'idea

Si consideri un caso illustrativo. La stessa persona prende parte a diversi ambienti digitali. Su GitHub, i suoi contributi appaiono metodici e collaborativi. Su Reddit, i suoi scambi sono più conflittuali. Nei commenti su YouTube, sono più brevi e sprezzanti.

La maggior parte degli strumenti chiederebbe quale descrizione cattura meglio la persona. MOSAIC pone una domanda diversa: cosa spiega la variazione tra i contesti, e cosa se ne può legittimamente inferire?

Non chi qualcuno è. Dove si colloca.

L'ipotesi centrale del framework:

Le tracce digitali non dovrebbero essere interpretate come segnali comportamentali stabili, ma come varianza posizionale strutturata attraverso ambienti socio-tecnici.

La varianza tra piattaforme non è rumore da filtrare. È il segnale. Il framework propone di leggerla attraverso tre componenti:

  • Ciò che tiene: ciò che persiste attraverso i contesti.
  • Ciò che si adatta: ciò che varia in modo coerente con i vincoli e gli incentivi di ciascuna piattaforma.
  • Ciò che sfugge: ciò che nessuna delle prime due spiega pienamente.

Queste sono categorie analitiche, non scoperte. "Ciò che sfugge" non rivela un "vero sé" nascosto dietro la presentazione pubblica; segnala dove le prime due letture smettono di spiegare i dati. Le tre vengono lette come una struttura, mai ridotte a un punteggio.

Questo è un framework concettuale. Le sue ipotesi non sono ancora validate empiricamente, e il codice attuale non le dimostra.

Cosa MOSAIC è progettato per fare, e per non fare

Queste distinzioni sono impegni metodologici, non garanzie. La sola intenzione teorica non determina ciò che un sistema fa: i dati che raccoglie, gli output che genera e gli usi che rende possibili contano altrettanto.

Progettato per nonProgettato per
Inferire la personalitàAnalizzare come l'espressione varia tra i contesti
Prevedere il comportamentoDescrivere le mosse che una posizione rende plausibili
Profilare psicologicamenteMappare una posizione all'interno di un campo
SorvegliareProdurre una lettura in un dato momento, indicizzata nel tempo

Ogni impegno vale solo se la pratica lo rispetta. "Plausibile" resta un'inferenza, non una previsione validata. Descrivere una posizione non è di per sé un profilo psicologico, ma può scivolare verso di esso se attribuisce caratteristiche stabili a una persona. Una lettura indicizzata nel tempo non è di per sé sorveglianza, ma può servirla se raccolta, consenso, conservazione e uso non seguono lo stesso impegno.

Il grande maestro non ha bisogno di conoscere il giocatore. La posizione basta.

Framework vs. questo repository

Stato
Teoria: architettura a tre livelli, scomposizione del segnale, capitale posizionale, impegni epistemologiciPaper I — working paper, non peer-reviewed
Metodo: protocolli per ciascuna componente, grammatica delle decisioni analitiche, validazionePaper II — in preparazione
Codice: raccolta multi-piattaforma, strutturazione, lettura assistita da LLMAlpha PoC — questo repo

Il codice è deliberatamente indietro rispetto alla teoria. Raccoglie, struttura e può produrre output assistiti da LLM. Tali output non sono ancora un'applicazione completa o riproducibile dei protocolli del framework, che sono in fase di specificazione nel Paper II. Gli attuali template di prompt precedono il framework e saranno riscritti per seguirlo.

MOSAIC fornisce una grammatica per l'analisi, non una procedura analitica validata. Il codice attuale può produrre output assistiti da LLM, ma l'analista resta responsabile della loro interpretazione.

MOSAIC Architecture

Avvio rapido

git clone https://github.com/Or1un/MOSAIC.git && cd MOSAIC
pip install -r requirements.txt
cp modules/config.yaml.example modules/config.yaml   # optional: YouTube, Telegram keys
python3 mosaic.py

Analisi LLM locale (consigliata):

pip install -r requirements_llm.txt
curl -fsSL https://ollama.com/install.sh | sh   # Windows: https://ollama.com/download
ollama serve &
ollama pull mistral:7b-instruct

Fonti: GitHub, Stack Overflow · Reddit, Telegram, Mastodon, Bluesky · YouTube, Medium

Dati e utilizzo

Privacy-first, in pratica

Privacy-first significa locale per impostazione predefinita, per l'analista e per la persona analizzata.

  • MOSAIC raccoglie tracce pubbliche dalle piattaforme selezionate e le memorizza localmente, in results/ (ignorata da git).
  • Per impostazione predefinita, l'analisi assistita da LLM viene eseguita localmente tramite Ollama; i prompt e i dati di analisi non vengono inviati a un provider LLM remoto. La raccolta stessa interroga comunque le piattaforme di origine.
  • Un LLM remoto è opt-in. Se ne scegli uno, i dati che invii lasciano la tua macchina e vengono elaborati secondo i termini di quel provider.
  • La conservazione dipende da te: elimina results/ quando un'analisi è conclusa.

Privacy-first è un'impostazione predefinita di progettazione, non una garanzia: vale solo finché l'analista la rispetta.

A chi è destinato

Autoanalisi, ricerca sociodinamica e analisi con soggetti volontari. Sapere che un'analisi esiste non equivale a consentirvi, e il consenso da solo non risolve le questioni di proporzionalità, minimizzazione dei dati o riutilizzo dei risultati. Per le analisi che coinvolgono volontari, le condizioni di consenso e ritiro saranno specificate con il bando per partecipanti del Paper II.

Non destinato a sorveglianza, stalking, molestie, profilazione di qualcuno all'insaputa della persona interessata o analisi automatizzate di massa.

Conformità. Sei responsabile del GDPR e della legge locale. MOSAIC non rende conforme un utilizzo; questo README descrive lo strumento, non una garanzia legale.

Approfondire

  • Teoria: Paper I — Why (working paper)
  • Serie di articoli: The Variance is the Signal, and what follows su Medium
  • In arrivo: Paper II — How (in preparazione, non ancora disponibile), con un bando per analisti e soggetti volontari

Mettilo alla prova

L'obiettivo non è confermare la teoria, ma vedere quali parti sopravvivono al contatto con dati reali. Metti in discussione le assunzioni, il metodo, l'etica. Indica dove fallisce.

Issues e Discussions su GitHub · [email protected]

Scarica lo strumento

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Il toolkit OSINT definitivo: grafo di indagine, punteggio di affidabilità, famiglie di alias, mappa, timeline e report. 49 moduli, oltre 400 siti, nessuna chiave API richiesta.

    516
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # App di esecuzione con un tocco GhostLock (CVE-2026-43499)

    476
  • 3

    ARTEX

    baarai/artex

    Piattaforma di penetration testing autonoma multi-agente basata su LLM con agenti planner/worker, grafi di asset e di esplorazione, registrazione del traffico MITM e retesting delle vulnerabilità.

    355
  • 4

    redforge

    cybersecurity91/redforge

    Toolkit red team lato browser con 102 strumenti offline per ricognizione, generazione di payload, attacchi alle credenziali, crittografia, codifica e reportistica dell'engagement.

    315
  • 5

    estorides

    grisuno/estorides

    Aggrega in parallelo oltre 99 fonti OSINT gratuite, risolve le entità in un knowledge graph ed esporta in STIX 2.1, MISP o GraphML con analisi assistita da LLM.

    303
  • 6

    opencti

    opencti-platform/opencti

    Piattaforma aperta di intelligence sulle minacce informatiche

    285

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →