Un standard ouvert pour évaluer la crédibilité de l'information.
OpenProvena est une plateforme open source d'analyse de la crédibilité de l'information. Elle permet de :
- Analyser la confiance d'une URL ou d'un domaine en quelques secondes
- Détecter les contenus générés par IA avec une précision élevée
- Suivre les narratifs et leur propagation sur le web
- Explorer les relations entre sources, auteurs et organisations
- ✅ 100% Open Source - Code transparent et auditable
- ✅ Multi-langue - Français et Anglais supportés
- ✅ API REST/GraphQL - Intégration facile
- ✅ Scalable - Architecture microservices prête pour Kubernetes
- ✅ Communautaire - Développé par des chercheurs et développeurs du monde entier
Analyse approfondie de plus de 50 signaux de confiance :
- Âge du domaine et historique
- Configuration SSL/TLS
- Transparence de la propriété
- Qualité des citations
- Recoupement avec les fact-checks
- Détection de contenu IA
- Détection des narratifs émergents
- Analyse de la propagation
- Cartographie géographique
- Suivi des sources de désinformation
- Exploration visuelle des relations
- Liens entre domaines, auteurs, organisations
- Clustering automatique
- Analyse des réseaux d'influence
- Headers de sécurité modernes
- Rate limiting
- Authentification JWT
- Audit trail complet
OPEN TRUST INFRASTRUCTURE
=============================================================
┌────────────────────┐
│ UTILISATEURS │
└──────────┬─────────┘
┌────────────────────┐
▼ ▼
┌────────────────┐ ┌────────────────┐
│ Web App │ │ Public API │
│ Dashboard UI │ │ REST/GraphQL │
└───────┬────────┘ └───────┬────────┘
│ │
└────────────────────┘
│
▼
┌─────────────────────────┐
│ API GATEWAY │
│ Authentication / RBAC │
│ Rate Limiting / Billing │
└───────────┬─────────────┘
│
┌───────────────────┼───────────────────┐
▼ ▼ ▼
┌────────────────┐ ┌────────────────┐ ┌────────────────┐
│ Search Service │ │ Trust Scoring │ │ Graph Explorer │
│ URL Lookup │ │ Engine │ │ Relationships │
└──────┬─────────┘ └───────┬────────┘ └───────┬────────┘
│ │ │
└───────────────────┼──────────────────┘
│
▼
┌──────────────────────────┐
│ TRUST ORCHESTRATOR │
│ Workflow / Pipelines │
│ Agent Coordination │
└────────────┬─────────────┘
│
┌──────────────────┼──────────────────┐
▼ ▼ ▼
┌───────────────┐ ┌───────────────┐ ┌───────────────┐
│ Source Agent │ │ Content Agent │ │ Claims Agent │
│ Domain Trust │ │ NLP Extraction│ │ Fact Signals │
└──────┬────────┘ └──────┬────────┘ └──────┬────────┘
│ │ │
└─────────────────┼─────────────────┘
│
▼
┌─────────────────────────────────────────────┐
│ SIGNAL LAYER │
├─────────────────────────────────────────────┤
│ Domain Age │
│ Ownership Transparency │
│ Citation Quality │
│ Fact-check Overlap │
│ Editorial Quality │
│ AI-generated Content Detection │
│ Bot / Amplification Detection │
│ Narrative Propagation │
│ Malware / Security Risk │
│ Historical Reliability │
└─────────────────────┬───────────────────────┘
│
▼
┌──────────────────────────┐
│ SCORING ENGINE │
│ Probabilistic Models │
│ Weighted Rules │
│ Confidence Estimation │
│ Explainability Layer │
└────────────┬─────────────┘
│
▼
┌───────────────────────────┐
│ KNOWLEDGE GRAPH LAYER │
│ Domains │
│ Authors │
│ Organizations │
│ Claims │
│ Narratives │
│ Fact-checks │
│ Social Clusters │
└──────────┬────────────────┘
│
▼
┌────────────────────────────┐
│ DATA STORAGE │
├────────────────────────────┤
│ PostgreSQL │
│ Neo4j / Memgraph │
│ Elasticsearch/OpenSearch │
│ ClickHouse │
│ Object Storage (S3) │
└──────────┬─────────────────┘
│
▼
┌──────────────────────────────┐
│ INGESTION LAYER │
├──────────────────────────────┤
│ Web Crawlers │
│ RSS Collectors │
│ Social Stream Ingestion │
│ YouTube / Podcast Parsing │
│ User Reports │
│ Fact-check Databases │
└──────────┬───────────────────┘
│
▼
┌──────────────────────────────┐
│ INFRASTRUCTURE │
├──────────────────────────────┤
│ Kubernetes │
│ Docker │
│ Kafka / RabbitMQ │
│ Ray / Celery │
│ Redis Cache │
│ CDN │
│ Monitoring / Observability │
└──────────────────────────────┘
| Composant | Technologie |
|---|---|
| Frontend | Next.js 14, React 18, TypeScript, Tailwind |
| Backend | Python 3.12, FastAPI, Pydantic |
| Database | PostgreSQL 16, Neo4j, Redis, Elasticsearch |
| AI/ML | PyTorch, Transformers, spaCy |
| Infrastructure | Docker, Kubernetes, Celery |
- Docker et Docker Compose
- Git
- 8GB RAM minimum (16GB recommandé)
- Clonez le dépôt
git clone https://github.com/openprovena/openprovena.git
cd openprovena- Configurez l'environnement
cp .env.example .env
# Éditez .env avec vos valeurs- Lancez avec Docker Compose
cd docker
docker-compose up -d- Accédez à l'application
- Frontend: http://localhost:3000
- API Docs: http://localhost:8000/docs
- Grafana: http://localhost:3030
Backend:
cd backend
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
pip install -r requirements.txt
uvicorn app.main:app --reloadFrontend:
cd frontend
npm install
npm run dev- Documentation complète
- API Reference
- Guide d'installation
- Architecture technique
- Guide de contribution
Les contributions sont les bienvenues ! Veuillez lire notre guide de contribution avant de soumettre une pull request.
- Forkez le projet
- Créez une branche feature (
git checkout -b feature/AmazingFeature) - Commit (
git commit -m 'Add AmazingFeature') - Push (
git push origin feature/AmazingFeature) - Ouvrez une Pull Request
Pour signaler une vulnérabilité, veuillez envoyer un email à security@openprovena.org
Des scripts de backup sont fournis dans backups/backup.sh :
# Backup quotidien
./backups/backup.sh daily
# Backup hebdomadaire
./backups/backup.sh weekly
# Backup mensuel
./backups/backup.sh monthlyCe projet est sous licence MIT - voir le fichier LICENSE pour plus de détails.
OpenProvena - Un standard ouvert pour évaluer la crédibilité de l'information.