Recentemente, o Workplace of the Director of Nationwide Intelligence (ODNI) revelou uma nova estratégia para inteligência de código aberto (OSINT) e se referiu à OSINT como a “INT de primeiro recurso”. Organizações dos setores público e privado estão percebendo o valor que a disciplina pode fornecer, mas também estão descobrindo que o crescimento exponencial de dados digitais nos últimos anos sobrecarregou muitos métodos tradicionais de OSINT. Felizmente, a Inteligência Synthetic (IA) e o Aprendizado de Máquina (ML) estão começando a fornecer um impacto transformador no futuro da coleta e análise de informações.
O que é Inteligência de Código Aberto (OSINT)?
Inteligência de código aberto refere-se à coleta e análise de informações de fontes publicamente disponíveis. Essas fontes podem incluir mídia tradicional, plataformas de mídia social, publicações acadêmicas, relatórios governamentais e quaisquer outros dados que sejam abertamente acessíveis. A principal característica da OSINT é que ela não envolve métodos secretos ou clandestinos de coleta de informações, como inteligência humana ou engenharia social. Se eu pudesse ter obtido dados durante meu tempo trabalhando para o governo dos EUA, mas não posso mais como civil, isso não é OSINT.
Historicamente, o OSINT tem sido um processo trabalhoso que envolve várias etapas importantes:
- Identificação das fontes: Analistas determinam quais fontes públicas provavelmente contêm informações relevantes.
- Coleção de dados: As informações são coletadas dessas fontes, geralmente por meio de pesquisas manuais ou ferramentas de extração de dados da internet.
- Processamento de dados: As informações coletadas são organizadas e estruturadas para análise.
- Análise: Analistas qualificados examinam os dados para identificar padrões, tendências e insights.
- Comunicando: As descobertas são compiladas em relatórios para que os tomadores de decisão possam tomar decisões mais informadas.
Embora eficaz, essa abordagem enfrenta limitações com o grande quantity de informações disponíveis. Analistas humanos lutam para processar tudo manualmente e insights valiosos podem estar ocultos em padrões complexos que são difíceis para humanos detectarem. É aqui que a IA/ML pode fornecer um tremendo benefício em como as informações podem ser coletadas, processadas e analisadas, liberando assim o analista humano para se concentrar em coisas para as quais ele é exclusivamente qualificado, como fornecer contexto. Como um benefício colateral, essa mudança geralmente melhora o ethical, pois os humanos gastam menos tempo em tarefas de processamento mundanas e mais tempo analisando e revisando informações.
Tarefas em que IA/ML podem fornecer benefícios imediatos incluem:
- Lidando com grandes volumes de dados: Os sistemas de IA podem processar e analisar enormes quantidades de dados em velocidades muito além das capacidades humanas. Isso permite que os praticantes de OSINT lancem uma rede muito mais ampla do que period possível anteriormente e ainda lidem com os resultados.
- Análise em tempo actual: O quantity de fluxo de informações no mundo digital de hoje é impressionante. Ferramentas OSINT alimentadas por IA podem monitorar e analisar fluxos de dados em tempo actual, fornecendo inteligência atualizada e permitindo resposta rápida a situações emergentes.
- Análise multilíngue e multimodal: A IA pode quebrar barreiras linguísticas ao traduzir e analisar conteúdo em vários idiomas simultaneamente. Além disso, ela pode processar vários tipos de dados – texto, imagens, áudio e vídeo – de forma integrada, fornecendo um quadro de inteligência mais abrangente. Muitas dessas capacidades, como o Whisper da OpenAI, podem ser utilizadas offline, removendo assim quaisquer preocupações sobre segurança operacional (OPSEC).
- Análise preditiva: Ao analisar dados históricos e tendências atuais, a IA pode ajudar a prever eventos ou comportamentos futuros, adicionando uma dimensão proativa ao OSINT.
- Automação de tarefas de rotina: A IA pode ajudar a automatizar muitos aspectos demorados do OSINT, como coleta de dados e filtragem inicial, liberando analistas humanos para focar em análises de nível mais alto e tomada de decisão. Coisas que antes eram muito difíceis, se não impossíveis de implementar, como análise de sentimento precisa, agora são triviais.
Na SANS Community Safety, o curso SEC497 Sensible OSINT e o curso SEC587 Superior OSINT proporcionarão aos alunos experiência prática na utilização desses recursos de IA para não apenas aumentar a produtividade, mas também descobrir novas possibilidades.
Embora nenhuma tecnologia seja perfeita e devamos considerar as potenciais ramificações que uma alucinação pode causar antes de implementar a IA, as principais peças de tecnologia atualmente utilizadas para OSINT incluem:
- Processamento de Linguagem Pure (PLN): NLP permite que máquinas entendam, interpretem e gerem linguagem humana. Em OSINT, NLP é essential para:
- Análise de sentimentos de postagens em mídias sociais
- Reconhecimento de entidades para identificar pessoas, organizações e locais em texto
- Modelagem de tópicos para categorizar grandes volumes de dados de texto
- Tradução automática para coleta de informações multilíngues
- Visão Computacional: Essa tecnologia permite que máquinas interpretem e analisem informações visuais. Em OSINT, a visão computacional é usada para:
- Reconhecimento facial em imagens e vídeos
- Comparações faciais para identificar se a mesma pessoa aparece em várias imagens
- Detecção de objetos em imagens
- Reconhecimento óptico de caracteres (OCR) para extrair texto de imagens
- Compreensão de cena em filmagens de vídeo
- Aprendizado de máquina e mineração de dados: Quantas vezes você já ouviu “aqueles que não conhecem a história estão fadados a repeti-la”? Machine Studying é a personificação desse conceito, pois permite que os sistemas aprendam com os dados e melhorem seu desempenho ao longo do tempo. Em OSINT, eles são usados para:
- Análise preditiva para prever tendências ou eventos
- Detecção de anomalias para identificar padrões ou comportamentos incomuns
- Agrupamento e classificação de dados para facilitar a análise
- Análise de rede para entender relacionamentos entre entidades
Tenho feito OSINT por quase duas décadas e este é de longe o momento mais dinâmico e emocionante que já vi, com novos desenvolvimentos no espaço ocorrendo literalmente diariamente. Se você estiver na Community Safety em Las Vegas em setembro, estou ansioso para discutir como esta capacidade pode melhorar nossa eficácia e eficiência hoje, bem como o que podemos esperar no futuro.
Ainda não está registrado no SANS Community Safety? Confira esta página para ver tudo o que está por vir!
Observação: Este artigo foi escrito por Matt Edmondson, instrutor principal do SANS e diretor do Argelius Labs, com uma década de experiência profissional em OSINT.
