Wie integriere ich einen Image-Klassifizierer in OpendLP für eine sensible und nicht sensitive Klassifizierung über APIs ⇐ Python

[Anonymous]

Ich arbeite an einer Open-Source-Datenverlust-Prävention (DLP) -Lösung (Open-Source Data Loss Prevention), die versucht, Bildscanfunktionen mithilfe von maschinellem Lernen (ML) zur Bildklassifizierung zu integrieren. Ich habe einen Reverse-Proxy mit zwei Endpunkten eingerichtet: einen für Opendlp (Laufen auf einem älteren Ubuntu VM) und einen für meinen Bildklassifizierer (auf dem Host-OS). /> Setup: < /strong>

Opendlp wird mit dem Lampenstapel in einer VM auf einer älteren Version von Ubuntu (2.4) ausgeführt. OpendLP wurde seit über einem Jahrzehnt nicht aktualisiert. Es verwendet ML zur Klassifizierung von Bildern als empfindlich oder nicht sensitiv. (sensitiv oder nicht sensitiv) von meinem Bildklassifizier in das Opendlp-System. Der Klassifizierer funktioniert einwandfrei, aber ich weiß nicht, wie ich seine Ergebnisse (in einem strukturierten Format) an opendlp weiterleiten soll. Aus diesem Grund entscheide ich mich für ein Reverse-Proxy-Setup, um Opendlp im VM zu halten und den Klassifizierer auf dem Host-Betriebssystem auszuführen. Wie kann ich die Ergebnisse aus dem Klassifizierer in OpendLP integrieren, ohne den Quellcode von Opendlp direkt zu ändern? In Opendlps Dateihandhabungsprozess, aber ich bin mir nicht sicher, wie ich diese Ergebnisse aus dem Bildklassifikator in Opendlp kommunizieren soll. Ein Python-basierter ML-Klassifizierer mit einem PHP-basierten Lampenstack (OPENDLP).