Skip to content
KitploitKITPLOIT
도구익스플로잇블로그
Log in
제출
도구익스플로잇블로그
제출

해킹, 침투 테스트 및 사이버 보안 도구를 당신의 보안 무기고에!

Kitploit은 해킹, 사이버 보안 및 침투 테스트 도구 디렉토리입니다. 최신 프로젝트 업데이트를 발견하여 취약점을 찾고, 시스템을 분석하고, 테스트를 자동화하고, 보안을 강화하세요.

피드문의개인정보© 2026 Kitploit

도구 디렉토리

카테고리

모든 카테고리 보기
Loading categories
도구/GitHubGitHub/or1un/mosaic
OSINT (Open Source Intelligence)ReconnaissanceInformation GatheringPrivacySocial EngineeringThreat IntelligencePapers & ResearchLearning & Education
GitHubor1un/mosaic

MOSAIC

프라이버시 우선의, 다중 플랫폼 위치 분석을 위한 사회학적 프레임워크의 실험적 구현.

저장소 보기
4397429일 전Kitploit 검토 완료
공유

MOSAIC

개별 구성에 대한 다중 플랫폼 관찰 및 사회역학 분석

이 저장소는 개념 증명(proof of concept)입니다. MOSAIC은 다중 플랫폼 행동 분석을 위한 사회학적 프레임워크로, 코드로 구현되기 전에 논문으로 먼저 구축되었습니다. 여기에서 찾을 수 있는 것은 이 프레임워크의 첫 번째 테스트 벤치입니다. 이론이 실제 데이터를 만나고, 깨질 수 있는 곳입니다.

MOSAIC Demo


아이디어

예시적인 사례를 생각해 봅시다. 동일한 사람이 서로 다른 디지털 환경에 참여합니다. GitHub에서는 그들의 기여가 체계적이고 협력적으로 보입니다. Reddit에서는 교류가 더 대립적입니다. YouTube 댓글에서는 더 짧고 무시하는 듯합니다.

대부분의 도구는 어떤 설명이 그 사람을 가장 잘 포착하는지 묻습니다. MOSAIC은 다른 질문을 던집니다. 맥락 간의 변이를 설명하는 것은 무엇이며, 그로부터 정당하게 추론할 수 있는 것은 무엇인가?

누구인지가 아니라, 어디에 서 있는지.

프레임워크의 핵심 가설:

디지털 흔적은 안정적인 행동 신호로 해석되어서는 안 되며, 사회기술적 환경 전반에 걸친 구조화된 위치적 변이로 해석되어야 한다.

플랫폼 간의 변이는 걸러내야 할 잡음이 아닙니다. 그것이 신호입니다. 프레임워크는 이를 세 가지 구성 요소를 통해 읽을 것을 제안합니다:

  • 유지되는 것: 맥락 전반에 걸쳐 지속되는 것.
  • 적응하는 것: 각 플랫폼의 제약과 인센티브에 따라 일관되게 변하는 것.
  • 미끄러지는 것: 처음 두 가지 어느 것으로도 완전히 설명되지 않는 것.

이것들은 발견이 아니라 분석적 범주입니다. "미끄러지는 것"은 공적 표현 뒤에 숨겨진 "진정한 자아"를 드러내지 않습니다. 그것은 처음 두 가지 읽기가 데이터를 설명하는 것을 멈추는 지점을 표시합니다. 세 가지는 하나의 구조로 읽히며, 결코 하나의 점수로 축약되지 않습니다.

이것은 개념적 프레임워크입니다. 그 가설들은 아직 경험적으로 검증되지 않았으며, 현재 코드는 그것들을 입증하지 않습니다.

MOSAIC이 하도록 설계된 것과 하지 않도록 설계된 것

이러한 구분은 방법론적 약속이지 보장이 아닙니다. 이론적 의도만으로는 시스템이 하는 일을 결정하지 못합니다. 시스템이 수집하는 데이터, 생성하는 출력, 가능하게 하는 용도도 그에 못지않게 중요합니다.

하지 않도록 설계됨하도록 설계됨
성격 추론표현이 맥락에 따라 어떻게 변하는지 분석
행동 예측위치가 그럴듯하게 만드는 수들을 기술
심리적 프로파일링장(field) 내에서의 위치를 지도화
감시시간에 따라 색인된, 특정 시점의 읽기 생성

각 약속은 실천이 그것을 따를 때에만 성립합니다. "그럴듯한"은 검증된 예측이 아니라 추론으로 남습니다. 위치를 기술하는 것은 그 자체로 심리적 프로파일이 아니지만, 한 사람에게 안정적인 특성을 부여한다면 프로파일 쪽으로 흘러갈 수 있습니다. 시간에 따라 색인된 읽기는 그 자체로 감시가 아니지만, 수집, 동의, 보존 및 사용이 같은 약속을 따르지 않는다면 감시에 봉사할 수 있습니다.

그랜드마스터는 상대를 알 필요가 없다. 위치만으로 충분하다.

프레임워크 vs. 이 저장소

상태
이론: 3단계 아키텍처, 신호 분해, 위치적 자본, 인식론적 약속Paper I — 작업 논문, 동료 심사 미완료
방법: 각 구성 요소에 대한 프로토콜, 분석적 결정의 문법, 검증Paper II — 준비 중
코드: 다중 플랫폼 수집, 구조화, LLM 지원 읽기알파 PoC — 이 저장소

코드는 의도적으로 이론보다 뒤처져 있습니다. 코드는 수집하고, 구조화하며, LLM 지원 출력을 생성할 수 있습니다. 그 출력들은 아직 프레임워크 프로토콜의 완전하거나 재현 가능한 적용이 아니며, 프로토콜은 Paper II에서 명세되고 있습니다. 현재 프롬프트 템플릿은 프레임워크보다 앞서 만들어졌으며, 프레임워크를 따르도록 재작성될 예정입니다.

MOSAIC은 분석을 위한 문법을 제공하며, 검증된 분석 절차를 제공하지 않습니다. 현재 코드는 LLM 지원 출력을 생성할 수 있지만, 그 해석에 대한 책임은 분석가에게 남습니다.

MOSAIC Architecture

빠른 시작

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

로컬 LLM 분석 (권장):

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

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

데이터와 사용

실천으로서의 프라이버시 우선

프라이버시 우선은 분석가 와 분석 대상자 모두에게 기본적으로 로컬을 의미합니다.

  • MOSAIC은 선택한 플랫폼에서 공개 흔적을 수집하여 results/에 로컬로 저장합니다(git-ignore됨).
  • 기본적으로 LLM 지원 분석은 Ollama를 통해 로컬에서 실행되며, 프롬프트와 분석 데이터는 원격 LLM 제공업체로 전송되지 않습니다. 수집 자체는 여전히 소스 플랫폼에 쿼리를 보냅니다.
  • 원격 LLM은 선택 사항입니다. 원격 LLM을 선택하면 제출한 데이터가 사용자의 기기를 떠나 해당 제공업체의 약관에 따라 처리됩니다.
  • 보존 기간은 사용자가 결정합니다: 분석이 끝나면 results/를 삭제하세요.

프라이버시 우선은 설계상의 기본값이지 보장이 아닙니다: 분석가가 이를 지키는 동안에만 유효합니다.

대상 사용자

자기 분석, 사회역학 연구, 그리고 자원한 대상자와의 분석. 분석이 존재한다는 사실을 아는 것과 이에 동의하는 것은 다르며, 동의만으로 비례성, 데이터 최소화, 결과 재사용 문제가 해결되지는 않습니다. 자원자를 포함하는 분석의 경우, 동의 및 철회 조건은 Paper II의 참가자 모집 공고에서 명시될 예정입니다.

다음 용도로는 사용하지 않습니다: 감시, 스토킹, 괴롭힘, 당사자가 모르는 상태에서의 프로파일링, 또는 대규모 자동 분석.

규정 준수. GDPR 및 현지 법률에 대한 책임은 사용자에게 있습니다. MOSAIC은 특정 사용을 규정 준수 상태로 만들어 주지 않습니다. 이 README는 도구를 설명할 뿐 법적 보장을 제공하지 않습니다.

더 깊이 알아보기

  • 이론: Paper I — Why (작업 논문)
  • 연재 기사: Medium의 The Variance is the Signal, and what follows
  • 다음 예정: Paper II — How (준비 중, 아직 이용 불가), 자원 분석가 및 대상자 모집 포함

깨뜨려 보기

목표는 이론을 확인하는 것이 아니라, 어떤 부분이 실제 데이터와 접촉한 후에도 살아남는지 보는 것입니다. 가정, 방법, 윤리에 도전해 보세요. 실패하는 지점을 지적해 주세요.

GitHub의 Issues 및 Discussions · [email protected]

도구 다운로드

인기

모두 보기 →

커뮤니티에서 가장 많이 사용되는 도구를 찾아보세요.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 궁극의 OSINT 툴킷: 조사 그래프, 신뢰도 점수 산정, 별칭 패밀리, 지도, 타임라인 및 보고서. 49개 모듈, 400개 이상 사이트, API 키 불필요.

    516
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # GhostLock 원탭 실행 앱 (CVE-2026-43499)

    476
  • 3

    ARTEX

    baarai/artex

    LLM 멀티 에이전트 자율 침투 테스트 플랫폼으로, 플래너/워커 에이전트, 자산 및 탐색 그래프, MITM 트래픽 기록, 취약점 재테스트 기능을 제공합니다.

    355
  • 4

    redforge

    cybersecurity91/redforge

    브라우저 측 레드 팀 툴킷으로, 정찰, 페이로드 생성, 자격 증명 공격, 암호화, 인코딩 및 참여 보고를 위한 102개의 오프라인 도구를 제공합니다.

    315
  • 5

    estorides

    grisuno/estorides

    99개 이상의 무료 OSINT 소스를 병렬로 집계하고, 엔티티를 지식 그래프로 해석하며, LLM 지원 분석과 함께 STIX 2.1, MISP 또는 GraphML로 내보냅니다.

    303
  • 6

    opencti

    opencti-platform/opencti

    오픈 사이버 위협 인텔리전스 플랫폼

    285

모든 도구 탐색

도구 컬렉션을 둘러보세요

모든 도구 보기 →