著者は、オープンソースインテリジェンス（OSINT）のためのオープンソースシステムであるIntelShedを紹介している。これは50の公開データフィードを集約して、自動化された24時間のセキュリティブリーフィングを生成する。アーキテクチャは、ハイブリッド検索、GNNベースのエンティティ解決、差分プライバシー付き連合学習、LLMコンパイルされたマルチエージェントオーケストレーションを統合している。

  • ハイブリッド検索は、PostgreSQL 16上の約2,000個のインデックス化チャンクに対して、pgvector HNSW、tsvector GIN、相互ランク融合、およびBGEクロスエンコーダー再ランクラーを使用する。
  • エンティティ解決は、約142kのエントリと173kのエッジを持つFollowTheMoneyスキーマを採用し、確率的マッチングにSplink、GNN予測リンクを利用する。
  • GNNパイプラインには、相関のためのGAT、24時間予測のためのT-GCN予測器、帰属のためのGNNExplainerが含まれる。
  • 連合学習はDP-SGD付きFedAvgを実装しており、現在は単一GPUノードでテストされているが、2ノード間の交換を計画している。
  • 信頼層は、相関上限付きの両側ベイズソース裁定を適用し、発生率を100%から16.8%に削減する。
  • マルチエージェントオーケストレーションは、ループ検出と自然言語クエリを実行グラフにコンパイルする「Vibe Graphing」モジュールを含む8フェーズワークフローを特徴とする。

著者はコミュニティからのフィードバックと貢献を求めている。具体的には、検索品質の独立したベンチマーク、MCPツールサーフェスのセキュリティレビュー、マルチノード勾配交換による連合学習の検証、ベイズ信頼スコアリング手法の統計的評価を特に依頼している。