Synthèse
Pour résumer, nous avons un bot twitter qui tourne et récupère les informations des tweets contenant les mots clés que nous avons sélectionner.
Ce bot envoi ensuite les informations à notre instance ELK, qui tourne sur un docker et récupère les informations.
Puis pour clôre la chaîne, un docker Kibana se connecte avec notre ELK et permet de mieux visualiser nos données.
Sur l’interface de Kibana, nous avons réalisé différents graphes. Voici à quoi ressemble le dashboard expliqué précedement dans son intégralité, apres avoir cherché pendant près de deux mois.
Ces derniers permettent de voir quels utilisateurs sont les plus fréquents sur une période données. Quels sont les bots qui relaient le plus d’informations. Mais aussi les interactions les plus fréquentes et comment elles sont liées entre elles.
En conclusion, si nous voulons toucher le plus de personnes il faut alors utiliser le tag #cyberattaque, demander au gens de retweet plutôt que de commenter.
Avec plus de données et sur une plus grosse durée nous pourrions même voir quel jour est le plus favorable et pousser l’analyse jusqu’à l’heure.
Le but est d’avoir une base solide, qu’il faut ensuite approfondir et spécialisé par la suite pour qu’elle corresponde au mieux à nos attentes.