🔐 PIN Security Analyzer - Big Data Pipeline

Un sistema di Big Data Analytics in Real-Time che analizza la sicurezza dei PIN inviati via Telegram, geolocalizza le minacce e visualizza i risultati su una mappa interattiva.

🏗️ Architettura

Il progetto implementa una pipeline Lambda Architecture semplificata:

1. Ingestion: Telegram Bot (Python) raccoglie PIN e Coordinate GPS.
2. Streaming: Apache Kafka (KRaft mode) gestisce i messaggi in tempo reale.
3. Processing: Apache Spark (Structured Streaming) elabora i dati, calcola un "Safety Score" e aggiunge timestamp.
4. Storage & Viz: Elasticsearch indicizza i dati arricchiti; Kibana li visualizza su Mappe e Dashboard.

🚀 Come Avviare il Progetto

Prerequisiti

• Docker & Docker Compose installati.
• Un Token per Bot Telegram (da @BotFather).

Installazione

1. Clona la repository:

   git clone [https://github.com/TUO_USERNAME/pin-security-project.git](https://github.com/TUO_USERNAME/pin-security-project.git)
   cd pin-security-project

2. Crea un file .env nella root e inserisci il tuo token (opzionale, o inseriscilo nel docker-compose):

   TELEGRAM_TOKEN=il_tuo_token_qui

3. Avvia i container:

   docker compose up --build

4. Inizializza il Database (Passaggio Cruciale): Apri un terminale e lancia questo comando per configurare la mappa:

   curl -X PUT "localhost:9200/pin-security-events" -H 'Content-Type: application/json' -d'
   {
     "mappings": {
       "properties": {
         "location": { "type": "geo_point" },
         "timestamp": { "type": "date" },
         "score": { "type": "integer" },
         "status": { "type": "keyword" },
         "pin": { "type": "keyword" }
       }
     }
   }'

📊 Utilizzo

1. Apri il bot su Telegram.
2. Invia la tua Posizione (📎 -> Location).
3. Scrivi un PIN (es. 1234).
4. Apri Kibana a http://localhost:5601 per vedere l'analisi in tempo reale.

🛠️ Tecnologie

• Python 3.9
• Apache Kafka 3.7 (KRaft)
• Apache Spark 3.4.2
• Elastic Stack 8.11 (Elasticsearch + Kibana)
• Docker Compose# pin_security_project