🎯 MOSAIC — v1.0.0-alpha

プラットフォーム横断型ビヘイビア・インテリジェンス

プライバシーを最優先する、行動・社会動態分析のためのマルチプラットフォームフレームワーク

📺 デモ

🧭 MOSAICとは？

MOSAICは単なるOSINTアグリゲーターではありません。 これは、研究者・アナリスト・セキュリティ専門家が複数のオンラインプラットフォームにわたる行動シグナルを観察・構造化・解釈するために設計された行動分析フレームワークです。

MOSAICは異種混在の公開データを収集し、行動次元ごとに整理することで、単一ソースのアプローチでは不可能な比較分析・縦断分析を可能にします。

⚠️ MOSAICは心理学的診断や絶対的な真実を生成しません。 MOSAICが提供するのは構造化されたシグナルと分析仮説であり、それらは人間のアナリストが解釈する必要があります。

🎯 ビジョン

ほとんどのツールは、ある人物が何を発信しているかに注目します。 MOSAICは、環境を越えて行動がどのように現れるかに着目します。

プロフィールを集約するのではなく、MOSAICは3つの補完的な次元にわたって行動指紋を構築します。

• 技術的 スキル、専門性、問題解決戦略 (GitHub, StackOverflow)

• 社会的 相互作用、所属、言説パターン、コミュニティダイナミクス (Telegram, Reddit, Mastodon, Bluesky)

• 影響力 コンテンツ制作、テーマ、可視性、ナarrativeの一貫性 (YouTube, Medium)

このマルチアングル・アプローチにより、社会動態・セキュリティ・信用性の分析が、文脈に即し、説明可能で、プライバシーに配慮した形で可能になります。

🚀 クイックスタート

インストール

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

設定（任意）

# ほとんどのプラットフォームは認証情報なしで動作します
# 一部のソース（YouTube, Telegram）はAPIキーが必要です
cp modules/config.yaml.example modules/config.yaml
nano modules/config.yaml

実行

python3 mosaic.py

🤖 LLMセットアップ

1. Python依存関係のインストール

pip install -r requirements_llm.txt

2. Ollamaサーバーのインストール（初回のみ）

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

# Windows
# https://ollama.com/download からダウンロード

3. Ollamaを起動し、モデルをプル - Qwen:0.5b（PoC）

ollama serve &
ollama pull qwen:0.5b

🌍 ユースケース

🎯 人材・専門性の評価

履歴書を超えて、以下を分析します：

• 技術的な深さ
• コミュニケーションスタイル
• ピアからの評価
• コミュニティへの関与

例: GitHubアクティビティ（技術的厳密性）、StackOverflowの回答（問題解決スタイル）、Mediumの記事（知識伝達）を通じて、シニアDevSecOpsプロフィールを評価します。

🔒 デジタルフットプリント＆OPSEC分析

露出リスク、過剰共有パターン、公開プレゼンスの不整合を特定します。

例: 経営幹部やセキュリティ重要職のオンラインフットプリントを監査し、潜在的な攻撃対象領域や風評リスクを検出します。

🕵️ デューデリジェンス＆信用性分析

プラットフォーム間での主張と行動の一貫性をクロス検証します。

例: パートナーシップや投資の前に、公開された行動が表明された専門性や責務と一致しているかを評価します。

🔬 行動・社会動態研究

以下を研究します：

• 言説の変遷
• 専門知識の伝播
• コミュニティへの影響パターン
• クロスプラットフォームでの行動変化

例: 技術的権威が、異なるエコシステム間で社会的影響力に変換される（またはされない）仕組みを分析します。

🧩 コアワークフロー

1️⃣ 収集 — マルチソースシグナル

MOSAICは、モノプラットフォームバイアスを避けるため、異種混在の公開データを収集します。

現在対応しているソース:

• 技術系: GitHub, StackOverflow
• ソーシャル系: Telegram, Reddit, Mastodon, Bluesky
• 影響力系: YouTube, Medium

💡 MOSAICは、対象がどこで活動しているかをすでに把握している場合に最も効果を発揮します。焦点を絞った収集はシグナル品質を高め、ノイズを減らします。

今後のソース（研究アイデア）: 専門職向けプラットフォーム、フォーラム、ニッチなコミュニティ。コントリビューションと議論を歓迎します。

2️⃣ 文脈 — 分析フレーミング

分析は、一般的な指示ではなく文脈に即したプロンプトによって導かれます。

利用可能なコンテキスト（アルファ版）:

• Recruitment.md — 技術スキル＆ソフトスキルの評価
• OPSEC_audit.md — デジタルフットプリント＆露出分析
• Threat_Intelligence.md — 属性評価＆一貫性調査
• PoC.md — クイック探索的分析

プロンプトは modules/prompts/ に保存されたMarkdownテンプレートです。

⚠️ アルファ版に関する注記 現在のプロンプトは、改良よりもアーキテクチャと拡張性を優先しています。MOSAICは、アナリストが各自の方法論や領域に合わせてプロンプトを適応させることを想定しています。

3️⃣ 分析 — アシスタントとしてのAI

MOSAICは2つの分析モードをサポートしています。

✅ ローカル（プライバシー優先 — 推奨）

• Ollama経由でローカルLLMを使用
• データがマシンの外部に出ることはありません
• セキュリティ重視の文脈に最適

ollama pull mistral:7b-instruct

対応モデル: mistral, llama, qwen など。

⚠️ クラウド（任意）

• より高いパフォーマンス
• プライバシーのトレードオフはユーザー管理
• results/ からエクスポートしたJSONファイルのみをアップロード

💡 最良の結果は、MOSAICの出力を外部コンテキスト（CV、面接、推薦状、タイムライン）と組み合わせた場合に得られます。

4️⃣ インサイト — 人間中心の解釈

インサイトの品質は以下に依存します：

• データの多様性
• プロンプトの精度
• アナリストの専門性
• モデルの能力

MOSAICは構造とシグナルを提供します。判断を下すのはあなたです。

⚠️ 倫理的・法的フレームワーク

MOSAICは、合法的かつ同意に基づく正当な使用のために設計されています。

❌ 想定されていない用途

• 監視やストーカー行為
• 嫌がらせや威嚇
• 無許可の身元調査
• 大量の自動プロファイリング
• プラットフォーム利用規約の違反

🔐 プライバシーと責任

• クラウド利用は必須ではありません
• デフォルトでローカル分析
• 結果はローカルに保存（results/、.git-ignored）
• GDPRおよび現地法令の遵守はユーザーの責任です
• 認証情報は config.yaml に安全に保存されます

MOSAICを使用することで、あなたは倫理的・責任的・合法的に使用することに同意したことになります。

🤝 コミュニティ＆コントリビューション

質問、アイデア、研究の方向性はありますか？

• 📧 メール: [email protected]
• 🐛 問題報告: GitHub Issues
• 💡 議論: GitHub Discussions
• 📖 Wiki: 近日公開予定

MOSAICは方法論的フレームワークです — プロンプト、分析ロジック、倫理的保護策を改善するコントリビューションを特に歓迎します。

Made with 🔍 by Or1un