scm7k/deletion-detector

# 删除检测器 一款用于监控重大企业公告发布前协同清理 LinkedIn 资料模式的工具。 ## 概念 当公司准备发布重大公告（如收购、裁员、重组）时，内部人员会清理他们的数字足迹。高管更新 LinkedIn 职位头衔。HR 招聘人员撤下职位发布。工程师擦除项目描述。单独来看，一个人更新简介是微不足道的。但总体来看，在数百名员工中，这种清理速率会在公告公开发布前的 24-72 小时内形成一种统计异常。 该工具监控公共数据源以寻找这些协同清理特征，并计算一个“删除指数”，用于量化偏离基线活动的程度。 ### 工作原理 该原理适用于任何在事件发生前出现协同行为变化的场景：员工比市场先知情，而他们的 LinkedIn 活动反映了这一点。最先变动的类别（高管、HR）和最后变动的类别（普通员工）形成了一种特征级联。 - 高管资料更新（头衔变更、简介重写）激增至基线的 6 倍 - HR/招聘活动激增至 5 倍（职位发布移除、描述更改） - 工程师资料紧随其后，达到 4 倍（项目描述、技能认可） - 销售账户显示适度增加，为 2.8 倍 - 普通员工群体无变化（他们尚不知情） ## 用法 ### 演示模式 使用模拟数据运行，展示公告发布前的清理模式： ``` python detector.py demo python detector.py --demo ``` 演示程序生成了五个员工类别（高管、工程、HR/招聘、销售、普通）在 14 天内的 LinkedIn 资料变更活动基线，然后引入了一个 48 小时的公告前窗口，在此期间内部人员的清理速率激增。 ### 分析已保存数据 ``` python detector.py demo --output events.json python detector.py analyze events.json --output report.json ``` ### 实时监控 通过 Wayback Machine CDX API 监控 URL 以检测页面消失情况： ``` python detector.py monitor "example.com/profiles/*" --interval 300 ``` ## 指数原理 删除指数的计算方式如下： 1. **事件收集**：资料变更事件按类型（账户删除、简介清理、帖子清除、照片移除）分类，并按重要性加权。 2. **基线**：使用 7 天滚动平均值确立正常变更率。 3. **评分窗口**：将当前 6 小时窗口与基线进行比较。 4. **偏差**：基于偏离基线的标准差确定警报级别。 | 警报级别 | 偏差 | 含义 | |-------------|-----------|---------| | NORMAL | < 1.0 sigma | 在预期波动范围内 | | ELEVATED | 1.0 - 2.0 sigma | 轻微上升，可能是自然增长 | | HIGH | 2.0 - 3.0 sigma | 显著上升，值得关注 | | CRITICAL | > 3.0 sigma | 检测到协同模式 | ## 输出 ``` 2028-03-22T06:00:00+00:00 DELETION INDEX: 0.7842 [████████████████████████████████░░░░░░░░] Alert: HIGH | Deviation: +3.14σ | Events: 847 (6h window) Baseline: 312.4100 ``` ## 交互式版本 在浏览器中打开 `index.html`，查看检测算法的动画可视化。HTML 版本使用相同的统计模型进行模拟，包含实时时间轴、警报面板和按类别细分的数据。 ## 环境要求 - Python 3.10+ - `requests`（仅用于实时监控模式） - 无其他依赖项 ## 伦理声明 该工具仅处理聚合的、公开可用的元数据。它不对个人资料进行爬取。展示的模式是统计学上的，而非针对个人。该工具旨在供研究企业活动中可公开观察的行为信号的研究人员使用。 ## 起源 这一概念在 scm7k 的小说 [PARALLAX](https://scm7k.com) 中进行了探讨，书中人物描述了社交媒体账户中的协同删除模式如何在重大事件发生前产生可检测的信号。删除检测器是用于解读“存在”与“已被移除”之间缺口这一更广泛系统的一个组成部分。 - [阅读第 1 章](https://scm7k.com/read) - [删除信号（文章）](https://scm7k.com/essay_deletion) - [GitHub](https://github.com/scm7k/parallax) ## 许可证 MIT

标签：ESC4, LinkedIn, OSINT, Parallax, Python, Unix, Wayback Machine, WSL, 企业情报, 信息抹除, 内部威胁, 反汇编, 商业情报, 多模态安全, 密码管理, 尽职调查, 异常检测, 数字足迹, 数据可视化, 数据清洗, 无后门, 社交媒体监控, 统计分析, 逆向工具, 金融市场, 隐蔽行动, 预测分析