OSINT: AVANSAT

Cursanții care se înscriu la modulul avansat ar trebui să fi parcurs cursul introductiv OSINT sau să aibă cunoștințe echivalente. Se prezumă stăpânirea tehnicilor de bază de căutare (operatorii simpli, fluxul general al unei investigații OSINT) și familiarizarea cu principalele tipuri de surse open-source. Nu este un curs pentru începători absoluți – accentul se pune pe extindere și aprofundare. Din punct de vedere tehnic, este necesar un laptop/PC cu acces la internet și posibilitatea de a instala programe sau extensii de browser. Se recomandă instalarea prealabilă a Google Chrome și a suitelor Microsoft Office/Google Docs pentru exercițiile practice.

Structura celor 6 lecții avansate este gândită modular, pentru a acoperi trei piloni principali: Planificarea și pregătirea mediului de lucru, Tehnici avansate de căutare și colectare, și Gestionarea/analiza datelor colectate. Iată temele cheie:

• Planificarea cercetării avansate: revizuirea procesului de definire a scopului investigației și a ariilor de interes. Se introduce conceptul de ”Search Brief” – un document de plan OSINT în care se stabilesc cuvinte-cheie extinse, surse potențiale și ipoteze de lucru. Participanții învață să creeze un astfel de plan care să le ghideze eforturile și să le permită monitorizarea progresului. De asemenea, se discută despre gestionarea timpului și a resurselor într-o investigație complexă și despre setarea limitelor (când să consideri că ai colectat suficient pe o pistă și să treci mai departe).
• Setarea mediului de lucru și a instrumentelor: configurarea avansată a browserului și a stației de lucru pentru cercetare. Se recomandă extensii de browser specializate: de exemplu, Selection Search (căutare rapidă a unui text selectat în multiple motoare), setarea căutării customizate în Chrome, integrarea unor scripturi AI direct în browser (prompt-uri rapide către ChatGPT). Participanții creează un ”cockpit” al cercetătorului: își pregătesc un fișier central (ex: Google Sheets) unde își vor construi cookbook-ul de căutare (colecție de interogări și site-uri utile). Acest cookbook devine o resursă reutilizabilă pentru investigații viitoare, permițând repetarea rapidă a unor căutări complexe.
• Căutări avansate pe Google și motoare de căutare multiple: aprofundare în Google Dorking – se vor rezolva exerciții practice care implică formularea unor interogări sofisticate pentru a extrage ”comori ascunse” din indexul Google (ex.: listarea tuturor fișierelor PDF de pe un site guvernamental care conțin un nume dat). Vom explora cum se folosesc parametrii URL și convențiile specifice (de ex., modificarea manuală a URL-urilor paginilor de căutare sau a API-urilor ne-documentate) pentru a obține mai multe rezultate decât oferă interfața standard.
• Căutarea în limbi străine și content internațional: strategiile prin care se poate căuta informație într-o limbă pe care nu o cunoaștem. Se vor prezenta metode de traducere a termenilor-cheie (cu Google Translate și dicționare specializate) și cum se pot identifica echivalentele numelor proprii în alt alfabet (ex.: chirilic, arab). Participanții învață să utilizeze eficient motoare locale precum Yandex (pentru limba rusă și spațiul CSI) și Baidu (pentru limba chineză), navigând peste barierele de limbaj. De asemenea, se discută despre particularitățile culturale și tehnice ale internetului în diferite regiuni (ex: diferențe de rezultate între Google.com și Google în alte țări, site-uri populare locale care nu apar în sursele occidentale).
• Utilizarea instrumentelor de tip scraper: introducere în automatizarea colectării de date cu ajutorul scripturilor și al programelor de scraping. Se vor folosi exemple practice de instrumente cu interfață grafică pentru extragerea datelor tabelare din pagini web. Astfel, participanții vor învăța cum pot rula scripturi simple în consola browserului pentru a colecta date (de exemplu, un scurt script care parcurge paginile de rezultate și extrage titlurile și link-urile). Se subliniază că nu este un curs de programare, însă se arată potențialul imens al automatizării și se oferă scripturi pre-scrise pe care cursanții le pot reutiliza.
• Introducere în analiza datelor cu AI și instrumente colaborative: vom folosi instrumente bazate pe Large Language Models (LLM) pentru a procesa și analiza datele colectate. Se discută despre instalarea și folosirea unui LLM local (pentru cei tehnici, noțiuni de bază despre cum ai putea să rulezi un model local antrenat cu propriile date, fără să le dai către un server extern). Acest segment le arată cursanților viitorul în cercetarea open-source, unde AI-ul poate deveni un partener ce scanează volume mari de text în locul lor.
• Data management și colaborare: se pun accent pe organizarea personală a informațiilor – cum să îți construiești un sistem (taxonomie, tag-uri, foldere) în care să-ți stochezi descoperirile astfel încât să le regăsești rapid și să le poți împărtăși cu echipa.
• Validarea informațiilor și evaluarea calității: modulul final tratează pe larg necesitatea de a valida informațiile obținute prin OSINT înainte de a le folosi sau publica. Se prezintă scheme de verificare cross-source (verificarea unei informații din cel puțin alte două surse independente), tehnici de identificare a posibilelor dezinformări sau capcane în datele colectate. De asemenea, cursanții învață să folosească schele de notare (rating) pentru surse și informații – de exemplu, o știre primită de pe un blog necunoscut vs. aceeași știre confirmată pe un site oficial guvernamental va primi un scor diferit de încredere. Aceste tehnici ajută la filtrarea zgomotului și la creșterea fiabilității concluziilor trase.