GitHub Logs

从 15TB 的 GitHub 事件日志中提取 OSINT 洞察

我们开发了 3 个 Trickest 工作流，它们处理并丰富了整个 GitHub 事件日志数据集，为我们提供了一些宝贵的见解。现在，整个社区都可以从这些结果中受益。

你知道吗？在公共 GitHub 平台上，恰好有 16 个 GitHub 用户拥有特殊的 site_admin 状态。你有兴趣通过 grep 命令找出哪些用户与特定公司关联吗？或者，你想识别可能带来冒充或依赖混淆等风险的已删除用户帐户吗？也许你很好奇 GitHub 上按星标、复刻或关注者数量排名前 10 的最受欢迎仓库有哪些？

如果其中任何一点引起了你的兴趣，请查看我们的亮点报告：从 15TB GitHub 日志中揭示 OSINT 洞察。

里面有什么？

该仓库由包含用户和仓库详细信息的 CSV 文件组成，这些文件组织在两个主要文件夹中：users 和 repos。在每个文件夹中，你会找到一个包含完整数据集的主文件夹：all_user_info 和 all_repo_info。我们还针对特定条件收录了部分数据集，例如 users_site_admin、users_deleted、users_company、repos_archived、repos_deleted 和 and repos_sorted_stars。

github-logs
├── repos
│   ├── all_repo_info
│   │   ├── all_repo_info00000.csv
│   │   ├── all_repo_info00001.csv
│   │   └── ...
│   ├── repos_archived
│   ├── repos_deleted
│   ├── repos_disabled
│   ├── repos_private
│   ├── repos_sorted_forks
│   ├── repos_sorted_stars
│   └── repos_sorted_watchers
└── users
    ├── all_user_info
    ├── users_company
    ├── users_deleted
    ├── users_email
    ├── users_github_star
    ├── users_hireable
    └── users_site_admin

如果你想了解如何使用这些数据，或者对我们如何收集这些数据感到好奇，请查看洞察报告。

构建你自己的工作流

我们相信动手改造的价值；千篇一律的解决方案很少能奏效。注册 Trickest 演示，即可访问我们使用过的工作流、自定义它们、探索更多工作流，甚至从零开始创建你自己的工作流！