Методология, общие подходы, особенности мышления исследователя - все это хорошо, но многим хочется попробовать OSINT в настоящих задачах, с которыми сталкиваются профессионалы.
Спешим вас разочаровать и обрадовать одновременно. Разочаровать - потому что реальные задачи, за которые заказчики готовы платить деньги, не решаются за час-другой. Тем более если у вас раньше не было хорошего опыта..
Обрадовать - потому что мы запустили практикум по решению задач, где вы сможете вместе с преподавателем установить и настроить нужные инструменты, запустить и потренироваться с их помощью найти и проанализировать собранные данные, а также оценить полученные выводы. То есть, воспроизвести часть работ в рамках разведывательного цикла OSINT.
Сделайте первые шаги в практическом освоении OSINT. Дальнейшее совершенствование ваших навыков – в постоянной практике. Чаще используйте полученные знания как в решении своих профессиональных задач, так и в повседневной жизни.
Кому адресован
Сотрудникам информационно-аналитических служб
Сотрудникам подразделений корпоративной безопасности
Специалистам по ИТ и большим данным
Частным детективам
Всем, кто интересуется вопросами практического применения OSINT
Программа обучения
Практикум по решению задач OSINT
Практикум является факультативным продолжением Комплексной программы «Специалист по OSINT» (по желанию слушателя), но может изучаться и без прохождения этой программы. Обязательное условие: наличие у слушателей собственного ноутбука с не менее чем 8 Гбайт ОЗУ.
1
Начальный уровень. Виртуальные машины.
Установка менеджера виртуальных машин на примере ПО VirtualBox
Выбор и установка виртуальной машины
Обзор и возможности популярных OSINT-дистрибутивов (Tails, Kali, Parrot, CSI Linux)
2
Начальный уровень. Сбор и агрегация данных.
Работа с сервисом хранения и агрегации данных DataShare
Обзор возможностей сервиса заметок Obsidian
Обзор и работа с различными OSINT-расширениями браузера
Инструменты с использованием ИИ для работы с данными (агрегация, поиск, анализ)
3
Средний уровень. Сбор и анализ данных.
Работы с инструментарием для поиска по имени пользователя (Snoop, Maigret)
Работа с парсерами (социальные сети, Телеграм)
Поиск по собранным данным
Выстраивание логических зависимостей и визуализация связей (Social Analyzer, Orange Data Mining, Make)
Анализ и сортировка данных для различных бизнес-задач.