Emzyjeppp/cybersecurity-ai-mental-health-pjbl

# AI/LLM 对开源开发者心理健康的影响分析 本仓库包含一个基于项目的学习（**Project-Based Learning - PjBL**）项目，旨在分析由于基于人工智能的自动安全报告（*AI/LLM-generated security reports*）日益泛滥，开源贡献者所面临的工作负荷转移及其对心理健康的影响（*burnout*、压力、焦虑）。 ## 🎓 学术信息 * **课程**：2025T2-SIF25606T Cybersecurity Dan Threat Intelligence * **班级**：IF-1 Genap 2026 * **授课教师**：Yudhi Kusnanto, S.Kom., M.Kom. * **机构**：Universitas Teknologi Digital Indonesia (UTDI) Yogyakarta ## 📁 项目结构 * **`index.html`**：基于 Web 的交互式演示幻灯片（*web-based slide deck*），采用现代设计（高级深色主题、玻璃拟态、响应式，并支持移动端滑动）。 * **`pjbl_draft_laporan.md`**：PjBL 研究报告完整草稿，符合 UTDI 官方报告撰写规范指南（第一章至第五章）。 * **`CONTRIBUTING.md`**：社区贡献指南。 * **`CODE_OF_CONDUCT.md`**：本项目的社区行为伦理准则。 * **`LICENSE`**：项目许可证（MIT License）。 ## 💻 如何运行演示幻灯片 演示幻灯片是作为完全独立（*self-contained*）的单页 Web 应用（*single-page web application*）开发的。 1. 将此仓库下载到您的计算机。 2. 进入项目文件夹。 3. 双击 `index.html` 文件。 4. 演示文稿将自动在您的浏览器中打开。 ### 幻灯片导航控制： * ➡️ **右箭头** / **空格键**：切换到下一张幻灯片。 * ⬅️ **左箭头**：返回上一张幻灯片。 * 📱 **触摸屏**：如果从智能手机打开，请滑动屏幕（向左/向右 *swipe*）。 * 🖥️ **F 键**：进入/退出全屏模式（*fullscreen*）。 ## 📝 研究结果摘要 (PjBL) AI/LLM 实现了即时安全漏洞发现的民主化，但这引发了劳动失衡（*asymmetry of labor*）： * **攻击方（漏洞搜寻者）**：只需花费极低的成本（< $20）并编写简短的 shell 脚本，即可自动扫描数以千计的文件。 * **防御方（Maintainer）**：必须手动验证每份崩溃报告，筛选垃圾报告/AI幻觉，编写 *patch*，并应对恶意报告者由 LLM 生成的论点。这会引发长期的认知疲劳、焦虑感，并为志愿工作的 maintainer 带来极高的 *burnout* 风险。 ## 🤝 许可证与贡献 本项目基于 **MIT License** 授权。我们欢迎学术和技术方面的贡献，以丰富关于软件工程领域 AI 伦理与心理健康的讨论。请查阅 `CONTRIBUTING.md` 文件了解更多信息。

标签：Web幻灯片, 人工智能, 后端开发, 多模态安全, 学术研究, 心理健康, 数据可视化, 用户模式Hook绕过, 防御加固, 项目文档