Опыт использования OSINT при противодействии преступлениям в сфере IT

• АВЕТИСЯН Карэн Рафаеловичстарший преподаватель кафедры информационных технологий и организации расследования киберпреступлений Московская академия Следственного комитета Российской Федерации имени А.Я. Сухареваkaren-avetisyan-1989@bk.ru

Развитие информационных технологий и повсеместное внедрение цифровых платформ в повседневную жизнь привели к формированию глобального информационного пространства, ключевой характеристикой которого является колоссальный объём данных, доступных из открытых источников. Социальные сети, мессенджеры, форумы, открытые базы данных и иные публичные ресурсы стали не только средством коммуникации, но и важнейшим источником информации, имеющей значение для обеспечения безопасности личности, общества и государства. Использование аналитических платформ и инструментов выступает неотъемлемым компонентом профессиональной деятельности специалиста в области информационной безопасности в борьбе с преступностью.

Ключевые слова: информационные технологии, противодействие преступлениям, анализ и корреляция данных открытых источников

Современный специалист в области информационной безопасности обязан понимать угрозы, связанные с публикацией данных в открытом доступе, и владеть методами их сбора и анализа для эффективного противодействия киберпреступности [1, с. 25].

Несмотря на очевидную потребность, анализ существующих образовательных программ показывает, что подготовка специалистов в области информационной безопасности не всегда в полной мере учитывает специфику работы с открытыми источниками информации сети Интернет. Зачастую изучение OSINT носит фрагментарный характер и не обеспечивает формирования системных знаний о правовых рамках, инструментарии и методиках анализа. Между тем, как свидетельствует международный опыт, включение специализированных курсов по OSINT в учебные планы становится устойчивым трендом, позволяющим подготавливать квалифицированные кадры, способные выполнять задачи по анализу данных из открытых источников в условиях цифровой трансформации.

Термин OSINT (Open Source Intelligence) обозначает деятельность по сбору, обработке и анализу информации, полученной из общедоступных (открытых) источников, с целью её последующего использования для решения прикладных задач в сфере безопасности, управления и расследования преступлений и административных правонарушений. Как отмечается в аналитических материалах Российского совета по международным делам, в границах России OSINT - достаточно молодое понятие, и его можно отнести к категории низовых инициатив, пришедших со страниц веб-форумов» [2]. Вплоть до 2014 года систематизированная информация об OSINT на русском языке практически отсутствовала, что подчёркивает начальный этап институционализации данной дисциплины в отечественном научном и профессиональном дискурсе [2].

В системе аналитической разведки OSINT занимает особое место как наименее затратный и наиболее доступный вид разведывательной деятельности. В отличие от HUMINT (человеческая разведка), SIGINT (радиоэлектронная разведка) или IMINT (видовая разведка), OSINT не требует специальных оперативных мероприятий и основывается на анализе информации, уже существующей в открытом доступе. При этом, как подчёркивается в экспертном сообществе, OSINT не сводится к простому агрегированию данных, а представляет собой «интеллектуальный анализ», требующий применения сложных методик обработки информации, включая технологии искусственного интеллекта и нейросетевого анализа [2].

Эффективность использования сервисов для осуществления OSINT на IT полигоне напрямую зависит от владения специалистом современным инструментарием, позволяющим автоматизировать сбор, обработку и анализ информации из открытых источников. В профессиональном сообществе принято выделять несколько категорий инструментов в зависимости от объекта поиска и задач, которые необходимо решить в ходе осуществления работы [10, с. 93]. Анализ современных образовательных программ и научных публикаций также позволяет выделить несколько категорий программных средств, коррелирующих с классификацией, изучение которых целесообразно включить в процесс подготовки специалистов по информационной безопасности: –Поиск по имени пользователя (username).

Учитывая распространённую практику использования одних и тех же псевдонимов на различных интернет-платформах, поиск по никнейму позволяет обнаружить аккаунты лица в социальных сетях, на форумах, в комментариях и иных ресурсах. Sherlock и Snoop представляют собой программы с открытым исходным кодом, автоматизирующие поиск аккаунтов по имени пользователя на сотнях онлайн-платформ. Изучение данных инструментов позволяет обучающимся понять принципы работы с API социальных сетей, обработки HTTP-запросов и анализа ответов серверов. Кроме того, работа с открытым кодом способствует формированию навыков программирования и модификации инструментов под конкретные задачи.

–Поиск по электронной почте. Электронный адрес часто выступает уникальным идентификатором, привязанным к учётным записям в социальных сетях, мессенджерах, интернет-магазинах и иных сервисах. Анализ email-адреса позволяет не только обнаружить аккаунты лица, но и проверить факт участия в утечках баз данных, что имеет важное значение для оценки цифровых рисков. Epieos и Holehe предоставляют возможность проверки электронной почты на предмет регистрации в различных онлайн-сервисах. Данные инструменты особенно ценны в образовательном контексте, поскольку демонстрируют, как, казалось бы, незначительная информация (email) может раскрыть обширный цифровой профиль личности, включая аккаунты в социальных сетях, профили на форумах, учётные записи в облачных хранилищах и иных ресурсах –Поиск по номеру телефона. Номер мобильного телефона в современном мире прочно связан с цифровой идентичностью человека. Его анализ позволяет определить оператора связи, регион регистрации, а также обнаружить аккаунты в мессенджерах (WhatsApp, Telegram, Viber, Max) и некото� - рых социальных сетях.

–Поиск по изображению (обратный поиск).

Обратный поиск изображений является одним из наиболее востребованных методов OSINT-анализа. Он позволяет установить источник фотографии, обнаружить её более ранние версии, идентифицировать запечатлённые объекты и лица, а также выявить факты использования поддельных или сгенерированных нейросетью изображений.

–Комплексный анализ связей. Наиболее сложным и трудоёмким направлением OSINT является построение и анализ графов связей между различными сущностями - людьми, организациями, адресами, электронными устройствами. Инструменты визуализации данных (например, Maltego) позво- ляют представить сложные взаимосвязи в наглядной графической форме, выявить скрытые закономерности и сформировать целостную картину об объекте исследования. Maltego - Платформа позволяет соби� - рать информацию из десятков источников, автоматически выявлять связи между сущностями и представлять их в виде интерактивных графов. В образовательном процессе изучение Maltego способствует формированию системного мышления, навыков структурирования больших объёмов информации и выявления скрытых закономерностей.

Отдельно хотелось бы отметить особое место в современном инструментарии для осуществления разведки по открытым источникам технологий распознавания лиц, основанных на методах машинного обучения.

Современные системы распознавания лиц, как отмечается в научной литературе, основаны на извлечении из изображения уникальных векторных представлений — эмбеддингов (embeddings), которые затем сравниваются между собой с использованием метрик сходства (например, косинусного сходства) [7].

Российская разработка Search4Faces ориентирована на поиск лиц в социальной сети «ВКонтакте». Сервис позволяет не только найти человека по фотографии, но и проанализировать его социальные связи. Международный сервис PimEyes индексирует изображения из открытых источников по всему миру и широко используется специальными организациями и журналистами. Инструмент EyeOfWeb представляет собой локальный «поисковик» с настраиваемыми источниками, основанный на нейросети InsightFace [9]. FaceCheck.ID специализируется на проверке лиц, имеющих профили на зарубежных ресурсах.

Авторским коллективом кафедры информационных технологий и организации расследования киберпреступлений Московской академии Следственного комитета Российской Федерации имени А.Я. Сухарева совместно с кафедрой информационной безопасности учебно-научного комплекса информационных технологий Московском ордена Почета университете МВД России имени В.Я. Кикотя разработан ряд проектов по осуществлению поиска информации в открытых источниках, активно применяемых при обучении на IT полигонах, такие как:

Сервис по поиску информации из открытых источников «ЕНОТ». Система предоставляет инструменты для поиска информации о физических и юридических лицах, а также об их деятельности на основе открытых данных. Программа выполняет функции структурирования и упрощения доступа к большим объемам информации из открытых источников, способствуя оперативному поиску, анализу и подготовке аналитических материалов.

Сервис для предварительного анализа понятийно-категориального аппарата «Тушкан». Система ориентирована на выявление значимых терминов, тематических связей и характерных языковых конструкций с целью снижения вероятности пропуска оперативно-значимой информации. Программа осуществляет сбор, структурирование и лингвистическую обработку текстовых данных, включая выделение ключевых слов и выражений, анализ контекста их употребления, и ряд иных клиент-серверных и десктопных программных продуктов.

Данные решения позволяют существенно оптимизировать и автоматизировать поиск оперативно значимой информации из открытых источников сети Интернет.

Анализ отечественных и зарубежных образовательных программ позволяет предложить трехуровневую модель формирования компетенций в области OSINT, дифференцированную по глубине проработки материала, сложности решаемых задач и требуемому уровню подготовки обучающихся:

Уровень 1. Базовый (оперативная проверка). Первый уровень ориентирован на формирование фундаментальных знаний и навыков, необходимых для проведения оперативных проверок. Целью является овладение базовыми методами сбора и анализа информации из открытых источников, достаточными для быстрой проверки данных и получения ориентирующей информации.

В рамках данного уровня изучаются: основы OSINT и понимание его места в системе информационной безопасности; расширенные методы поиска с использованием операторов; работа с метаданными изображений и документов; базовые методы сбора информации из социальных сетей; использование простых OSINT-инструментов; этические и правовые основы работы с открытыми данными [8]. Результатом освоения базового уровня является способность самостоятельно проводить оперативную проверку по заданным параметрам и оформлять её результаты в виде краткой справки.

Уровень 2. Углублённый анализ. Второй уровень предназначен для подготовки специалистов, способных проводить комплексные исследования и решать сложные аналитические задачи. Целью является формирование навыков системного анализа, построения графов связей и подготовки аналитических материалов для поддержки принятия решений.

Программа второго уровня включает: углублённые методы геолокации и хронологического анализа; исследование поверхностного, глубокого и тёмного веба; работу со специализированными аналитическими платформами (Maltego, SpiderFoot); анализ социальных сетей и создание дискретных аккаунтов для операционной безопасности; методы проверки достоверности и верификации информации; документирование результатов и подготовку аналитических отчётов. Особое внимание уделяется обеспечению операционной безопасности и сохранению цифрового следа самого исследователя. Результатом освоения является способность проводить полноценное OSINT-расследование и представлять его результаты в структурированном виде. Уровень 3. Профессиональный. Третий уровень ориентирован на подготовку экспертов высшей квалификации, способных решать сложные междисциплинарные задачи и использовать OSINT в сочетании с методами компьютерной криминалистики и искусственного интеллекта.

В рамках третьего уровня изучаются:

– продвинутые методы геолокации и GEOINT-анализ; – интеграция OSINT с методами цифровой криминалистики; – анализ криптовалютных операций и блокчейн-транзакций; – использование искусственного интеллекта для анализа больших массивов данных; – методы противодействия дезинформации и выявления глубоких подделок (deepfakes); – разработка и внедрение стандартизированных протоколов расследований (Berkeley Protocol).

Эффективное формирование компетенций в области OSINT невозможно без широкого использования практико-ориентированных форм обучения, позволяющих обучающимся применять полученные знания в условиях, максимально приближенных к реальной профессиональной деятельности.

Лабораторные работы. Лабораторные работы являются основной формой практического обучения на базовом и углублённом уровнях. В ходе лабораторных работ обучающиеся под руководством преподавателя осваивают работу с конкретными инструментами и сервисами, выполняют типовые задания по сбору и анализу информации.

Кейсовые задания. Использование реальных кейсов позволяет сформировать у обучающихся способность применять OSINT-методы для решения конкретных профессиональных задач. Программа Высшей школы экономики включает «анализ реальных кейсов применения OSINT с представителями отраслевых компаний для выработки стратегии предприятия, анализа международных рынков и киберразведки» [9]. Кейсовые задания могут моделировать различные ситуации: проверка лица, расследование инцидента кибербезопасности, поиск утраченных активов, верификация информации в социальных сетях. Анализ реальных цифровых следов. Важным элементом практико-ориентированного обучения является работа с реальными цифровыми следами, оставленными в открытых источниках. Обучающиеся учатся анализировать профили в социальных сетях, извлекать метаданные из изображений, отслеживать географическую привязку публикаций, анализировать сетевые связи.

В заключении следует отметить, технологии разведки по открытым источникам OSINT перестают быть вспомогательным инструментом и становятся неотъемлемым компонентом профессиональной деятельности специалиста в области информационной безопасности, а их изучение при подготовке специалистов в области информационной безопасности становится необходимым условием формирования профессионала в данной области.

Список литературы

1. Мередит Д. OSINT: руководство по сбору и анализу открытой информации в интернете / Дейл Мередит; пер. с англ. Е. Мансуровой. – Астана: Спринт Бук, 2025. 224 c.
2. OSINT в России: образ, практика и перспективы // Российский совет по международным делам. – 2025. URL: https://russiancouncil.ru/ analytics-and-comments/analytics/osint-v-rossiiobraz-praktika-i-perspektivy/ (дата обращения: 15.02.2026).
3. Федеральный закон «О персональных данных» от 27.07.2006 N 152-ФЗ (последняя редакция) (принят Государственной Думой 8 июля 2006 г.: ред. от 8 августа 2024 г.). // СПС Консультант Плюс. URL: https://www.consultant.ru/ document/cons_doc_LAW_61801/?ysclid=mmqvdk3 gaw693397701 (дата обращения: 15.02.2026).
4. Кохан Р.Ю. О проблемных вопросах обеспечения конституционных прав граждан в процессе информационно-аналитического обеспечения оперативно-разыскной деятельности, использования технологий OSINT-анализа // Вестник Сибирского юридического института МВД России. – 2024. – № 4. – С. 87–94.
5. Федеральный закон «Об оперативно-розыскной деятельности» от 12.08.1995 N 144-ФЗ (последняя редакция) (принят Государственной Думой 5 июля 1995 г.). // СПС КонсультантПлюс. URL: https://www.consultant.ru/document/cons_ doc_LAW_7519/?ysclid=mmqvijvc99659512123 (дата обращения: 15.02.2026).
6. Федеральный закон «О внесении изменений в Кодекс Российской Федерации об административных правонарушениях» от 30.11.2024 N 420-ФЗ (последняя редакция) (принят Гос. Думой 30 нояб. 2024 г.). // СПС КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW _491932/?ysclid=mmqvkc3v2241730170 (дата обращения: 15.02.2026).
7. Кожин К.Д. TWINFINDER: СФУ в лицахиспользование искусственного интеллекта для поиска похожих людей [Текст] / К.Д. Кожин // Региональные проблемы дистанционного зондирования Земли: материалы конференции. – Красноярск: Сибирский федеральный университет, 2024. – С. 340–343.
8. Open-Source Intelligence (OSINT): [course description] // Compass Security. – 2026. URL: https://www.compass-security.com/fr/trainings/open-source-intelligence-osint (дата обращения: 15.02.2026).
9. Обеспечение экономической безопасности методами OSINT в региональных институтах развития: программа повышения квалификации // Национальный исследовательский университет «Высшая школа экономики». – 2025. URL: https:// www.hse.ru/edu/dpo/1026432334 (дата обращения: 15.02.2026).
10. Тисен О.Н. Субъекты досудебного соглашения о сотрудничестве // Судебная власть и уголовный процесс. Воронеж, 2013. – С. 91-95.

Скачать