hackimghost/Project-AEGIS

GitHub: hackimghost/Project-AEGIS

一个结合云端 OSINT 威胁情报与边缘端计算机视觉的民防 AI 框架,专注于性别暴力预防与个人物理安全防护。

Stars: 0 | Forks: 0

# 🛡️ PROJECT AEGIS:自主平等与守护智能系统 ![Interface AEGIS](https://static.pigsec.cn/wp-content/uploads/repos/2026/03/b193fd14c5054731.jpg) **状态:** 开发中(认知架构阶段) **行动重点:** 预防肢体暴力、针对性别极端主义的 OSINT 及民防。 **概念发布:** 3月8日 — 国际妇女节。 **Project AEGIS** 是一个中立且开源的人工智能框架,旨在通过结合实体防护与行为反制虚假信息来发挥作用。AEGIS 的诞生是为了遏制(以打击杀害女性为主的)暴力升级以及网络上日益加剧的性别对立,它利用图数据库引擎和边缘计算机视觉技术来测绘、预防和警示风险场景。 ## ⚖️ AEGIS 宣言:中立与保护 ## 🏗️ 防护架构(主要模块) AEGIS 分为两个互不干涉的运行引擎,以确保隐私、符合数据保护法及宪法保障: ### 1. OSINT 认知与图引擎(Threat Intelligence) 该模块运行于云端服务器,作为公共信息(OSINT)的被动追踪器: * **神经测绘:** 扫描公开网络和深层网络,寻找传播攻击策略、性别隔离或协同诽谤活动的论坛、群组和个人资料。 * **公共数据分析:** 交叉比对合法的公共数据库信息,以识别暴力行为的累犯模式,为当局和研究人员生成战略情报报告,而不在公开名单中暴露公民数据。 * **偏见与极端主义检测器:** 经训练的自然语言处理(NLP)算法,用于识别结构性厌女症和战术性厌男症,保持系统的中立性。 ### 2. 边缘哨兵(私有计算机视觉) 一个本地处理模块(不将图像发送到云端),将智能手机摄像头转变为主动防护盾 — **仅在用户明确同意的情况下启用:** * **肢体异常检测:** 利用姿态识别和运动学 AI 识别攻击性的肢体模式(例如:勒颈、强行推倒、打击)。 * **快速干预协议:** 当检测到肢体暴力时,系统激活应急协议:临时锁定屏幕并倒计时、向信任联系人发送实时位置以及立即呼叫当局(如:190)的界面。 * **隐私设计:** 处理完全在用户自己的硬件上进行。没有任何图像、视频或传感器数据传输到外部服务器。 ## 🔐 隐私政策与 LGPD 合规性 ### 基本原则 AEGIS 基于 Privacy by Design 的六大支柱构建,符合**《通用数据保护法》(LGPD — 第 13.709/2018 号法律)**的要求: | 原则 | AEGIS 中的实现 | |---|---| | **主动而非被动** | 隐私从第 0 天起就内置于架构中 | | **隐私为默认设置** | 未经用户明确操作不收集任何数据 | | **嵌入设计** | 自动数据销毁是基础设施,而非策略 | | **全功能性** | 在不影响系统效能的前提下提供最大保护 | | **端到端安全** | 所有传输中的数据均采用端到端加密 | | **可见性与透明度** | 界面实时显示数据状态 | ### 📋 数据处理的法律依据(LGPD 第 7 条) AEGIS 仅在**自由、知情、明确且可撤销的同意**(LGPD 第 7 条,第 I 款)这一法律基础上运行。 **这在实践中意味着:** - ✅ 未经用户明确授权,不访问任何传感器、摄像头或数据 - ✅ 同意是通过积极且故意的行动授予的(而非通过不作为或预勾选) - ✅ 可以随时撤销同意,并立即生效 - ✅ 撤销同意会自动触发所有已收集数据的立即销毁 - ✅ 任何功能都不以维持同意为条件 ### 📦 收集哪些数据及其原因 | 数据 | 目的 | 存储 | 保留时间 | |---|---|---|---| | 摄像头画面(帧) | 检测肢体异常 | **本地 — 设备上** | 实时处理并丢弃 | | 传感器数据(加速度计、陀螺仪) | 识别运动模式 | **本地 — 设备上** | 实时处理并丢弃 | | GPS 位置 | 在紧急情况下发送给信任联系人 | 临时 — 仅在事件期间 | **48 小时内销毁(除非法医例外)** | | 警报事件日志 | 审计触发记录以改进系统 | 服务器 — 加密且匿名化 | **48 小时内销毁(除非法医例外)** | | 信任联系人 | 启动保护网络 | **本地 — 设备上** | 持续保存直至用户撤销 | ### ⏱️ 自动销毁协议 vs. 法医保险箱 数据销毁不是手动过程 — 它是架构性的且可审计的。为了在不销毁犯罪实物证据(警方记录)的情况下遵守 LGPD,AEGIS 使用证据分叉架构: ``` [Dado gerado por suspeita de evento] │ ▼ Gravado com TTL (Time To Live) = 48h │ [Houve confirmação de agressão / Acionamento do 190?] │ ├── SIM ──> Exceção Forense: Os dados do evento são movidos para o │ "Cofre Forense" criptografado localmente no dispositivo da vítima. │ A prova do crime é preservada exclusivamente para uso policial. │ └── NÃO ──> Falso Positivo / Rotina Normal: O Job automatizado verifica e executa a deleção segura em 48 horas. │ ▼ Log criptográfico de destruição gerado (prova de compliance — LGPD Art. 16) ```
标签:Edge AI, ESC4, HTTP/HTTPS抓包, Neo4j, NLP, OSINT, 人工智能, 公共安全, 反极端主义, 图神经网络, 威胁情报, 密码管理, 库, 应急响应, 开发者工具, 态势感知, 性别暴力预防, 情感分析, 数据隐私, 模式识别, 民防系统, 深度网络监控, 犯罪预防, 用户模式Hook绕过, 社交媒体分析, 计算机视觉, 认知架构, 边缘计算