SOCMINT: что соцсети выдают о человеке

Социальная сеть не хранит готовое досье на каждого участника. В профиле может быть указан устаревший город, место работы пятилетней давности, псевдоним вместо имени и фотография, которая используется на нескольких площадках. Но если кому-то захочется копнуть глубже и узнать про вас больше, то главная ценность для расследования — связи между этими фрагментами: одинаковые идентификаторы, история публикаций, время активности, окружение, геоотметки, фотографии, упоминания организаций и следы старых версий профиля.
Так работает SOCMINT — Social Media Intelligence, или разведка по социальным сетям, одно из прикладных направлений OSINT, разведки по открытым источникам. Термин описали в статье Дэвида Оманда, Джейми Бартлетта и Карла Миллера 2012 года в журнале Intelligence and National Security. Авторы выделили пять элементов методики: сбор, получение доказательств, проверку, понимание и применение результатов. Если разведку проводят законными методами, то важно также учитывать необходимость, соразмерность и легитимность сбора данных.
Для специалиста службы безопасности, OSINT-аналитика, частного детектива или рекрутера задача уже, чем просто найти о человеке все, что только возможно. Чаще требуется проверить работу в конкретной компании, связать несколько профилей, восстановить профессиональную биографию, найти окружение, подтвердить присутствие в определенном месте или установить, принадлежит ли найденная страница нужному человеку. От постановки задачи и зависит, какие цифровые следы имеют ценность, а какие нет.
С чего начинается OSINT по соцсетям
Предположим, кандидат указал что работал в компании N с марта 2022 года по октябрь 2025-го. Чтобы это проверить, не нужно собирать всю доступную информацию о его частной жизни. Утверждение можно разложить на четыре составляющих: конкретный человек, организация, характер связи и период. Дальше ищут материалы, подтверждающие или опровергающие это.
В профиле могла сохраниться старая информация о занимаемо месте, на корпоративной странице — фотография, а организаторы профконференции могли указать его имя, компанию и должность. В GitHub — вклад в репозиторий организации, а в архивной версии корпоративного сайта — страница команды. Публикации коллег могут внести ясность — например, фото с корпоратива или командировки с коллегой, который по-прежнему там работает.
Но при такой разведке важно разделять заявление источника, наблюдаемый факт и вывод аналитика. Просто записи «работаю в N» в профиле — недостаточно, это утверждение владельца аккаунта. Фотография на мероприятии подтверждает присутствие на мероприятии, где могли находиться подрядчики, партнеры, клиенты и гости.
С географией работает та же логика. Значение «Москва» в поле «город» сообщает только о том, что владелец профиля указал Москву. Серия фотографий из Москвы подтверждает лишь присутствие в городе в определенные даты. Постоянное проживание — отдельная гипотеза.
Такая декомпозиция не позволяет косвенным признакам незаметно превратиться в «установленные факты». Нужно установить связи, подтвердить предположения и удостовериться в правдивости информации и верности гипотез.
Как установить, что аккаунты принадлежат одному человеку
Связывание профилей — одна из центральных задач SOCMINT. Ошибка здесь может перечеркнуть все дальнейшее расследование: фотографии другого пользователя начинают участвовать в геолокации, его знакомые попадают в граф связей, а публикации — во временную линию объекта.
Первый слой — идентификаторы. Проверяют имя пользователя, варианты имени и фамилии, псевдонимы, аватары, личные сайты, ссылки на другие профили, города, организации, учебные заведения и проекты.
Имя пользователя само по себе — слабое доказательство. Ник alex1989 может принадлежать сотням людей. Редкий псевдоним информативнее. Ссылка из одного профиля непосредственно на другой — уже более сильное доказательство.
Следующий слой предоставляет анализ содержимого аккаунта. Можно искать одинаковые или связанные фотографии, небольшие профессиональные проекты, редкие мероприятия, специфические названия организаций и повторяющихся собеседников.
Исследовательское направление называется User Identity Linkage — сопоставление пользовательских идентичностей. Обзор работ 2016–2024 годов, опубликованный в IEEE Access, демонстрирует, как современные методы используют сведения профиля, создаваемый пользователями контент, характеристики поведения и структуру социальных сетей. Авторы также отмечают ограничения таких методов: нехватку качественных эталонных наборов данных и сокращение доступа к информации через интерфейсы социальных платформ.

При расследовании вручную атрибуцию лучше строить на признаках разных типов. Предположим, что два профиля используют одинаковый псевдоним. Это повод изучить второй аккаунт, но не объединить данные. В профилях нашлась одна и та же фотография — уверенность растет. Совпали город, редкий проект и несколько профессиональных контактов — гипотеза становится еще сильнее. На личном сайте человека есть ссылки на оба профиля — ура, появилось прямое подтверждение.
Но универсального правила «три совпадения указывают на одного владельца» не существует. Признаки имеют разный вес. Три общих подписки на известные бренды скажут намного меньше, чем одна подтвержденная ссылка между аккаунтами.
Поиск человека по нику: Maigret дает кандидатов
Ручной перебор десятков сайтов можно автоматизировать. Один из инструментов такого класса — Maigret. Текущая версия проекта поддерживает более 3000 сайтов. Обычный запуск проверяет 500 ресурсов с наиболее высоким рейтингом, ключ -a запускает поиск по всей базе. Maigret умеет извлекать доступные сведения из найденных страниц, находить связанные идентификаторы и продолжать поиск по ним. Есть экспорт результатов в JSON, CSV, HTML, граф и формат для Neo4j.
Такая автоматизация экономит время, но не решает задачу атрибуции. Если программа обнаружила одинаковый ник на двадцати площадках, это не означает, что человеку принадлежат двадцать аккаунтов. Результат означает, что найдено двадцать страниц, удовлетворивших правилам проверки.
Дальше каждую страницу придется проверить вручную. Сравнить аватар, язык, биографию, ссылки, географию, профессию, историю публикаций и окружение.
Полезно исследовать варианты псевдонима. Пользователи добавляют цифры, инициалы, профессию или город, меняют точки на нижнее подчеркивание, сокращают фамилию. После смены ника старый вариант может остаться в цитатах, репостах, форумах и ссылках других пользователей.
Имеет значение и отрицательный результат. Если ник не найден на площадке, это еще не доказывает отсутствия аккаунта: владелец мог сменить имя, удалить профиль, закрыть доступ или использовать другой идентификатор.
Найденный профиль сначала фиксируют, потом изучают
Социальные сети — нестабильный источник. Пост можно удалить, аватар сменить, а описание профиля редактируется даже без публичного журнала изменений. А еще площадка может заблокировать аккаунт или ограничить доступ к старому контенту.
Материал поэтому желательно фиксировать до углубленного анализа. Berkeley Protocol on Digital Open Source Investigations, подготовленный Управлением Верховного комиссара ООН по правам человека и Центром прав человека Калифорнийского университета в Беркли, описывает шесть этапов процесса цифрового расследования: поиск, предварительную оценку, сбор, хранение, проверку и анализ. Документ также требует фиксировать действия исследователя и сохранять сведения о происхождении материала.
Для корпоративной проверки не всегда требуется судебный уровень документирования, но минимальная карточка артефакта полезна всегда. В ней стоит сохранить полный адрес страницы, название аккаунта, дату и время доступа с часовым поясом, содержание публикации и контекст, в котором она была обнаружена.
Если сохраняете файл, полезно оставить исходную копию отдельно от рабочей. В серьезном расследовании применяют хеширование: вычисленная контрольная сумма позволяет позднее проверить, изменился ли файл. Скриншот всегда проигрывает исходной странице с зафиксированным адресом. Через год по обрезанному изображению может оказаться невозможно установить, откуда оно взялось.
Для динамических страниц ситуация еще сложнее. Скриншот способен сохранить видимый текст, но потерять ссылку на видео, идентификатор записи, ветку комментариев, дату изменения страницы и другие сведения.
Архивирование сохраняет то, что исчезнет завтра
Старые версии страниц часто оказываются важнее текущих. Человек может удалить название работодателя после увольнения, сменить город, убрать ссылку на проект, переименовать аккаунт или закрыть старые публикации. Если аналитик смотрит только текущую страницу, эти изменения исчезают из картины.
Искать старые состояния можно в веб-архивах, поисковой выдаче, цитатах, репостах, публикациях других пользователей, программах мероприятий и старых версиях сайтов организаций.
Bellingcat относит отсутствие первоисточника и отказ от архивирования к типичным ошибкам открытых расследований. Исследователи отмечают, что Wayback Machine и Archive.today подходят для сохранения многих веб-страниц, но часть социальных сетей и видео архивируется плохо. Они также советуют искать наиболее раннюю доступную версию медиа: при повторной загрузке, сжатии или распространении часть метаданных может исчезнуть.

История изменений может предоставить дополнительные признаки. Пусть компания появляется в описании профиля в мае 2023 года. В июне человек публикует фотографии с ее мероприятия. С июля регулярно взаимодействует с сотрудниками. В январе 2025-го название организации исчезает, а через месяц появляются контакты нового работодателя.
Эта последовательность, конечно, не определяет точные даты трудового договора, но уже дает временную рамку, которую можно проверить с помощью других источников.
Длительная история активности позволяет анализировать не отдельные даты, а распределение действий. Для начала временные отметки приводят к одному часовому поясу. Это принципиально: одна платформа может отдавать универсальное координированное время UTC, другая отображать локальное время пользователя, третья — время устройства исследователя.
Приведя к единому времени можно посчитать публикации по часам, дням недели и более длинным периодам. Иногда становятся заметны устойчивые ночные интервалы без активности, рабочие часы, выходные или резкое смещение режима в определенную дату — это может быть показатель, что человек уехал в командировку или путешествие и находится в другом временном поясе.
Использовать такой рисунок для сопоставления аккаунтов уже пробуют на научном уровне. Исследование Nature Communications, опубликованное 27 октября 2025 года, изучало интервалы между действиями пользователей как «временные отпечатки». В отдельном эксперименте авторы использовали 266 профилей — 126 в Twitter/X, 120 в Telegram и 20 в Instagram — соответствовавших 131 человеку или организации. Для межплатформенного сопоставления только по временной динамике модель получила среднюю площадь под ROC-кривой 0,63. Это лучше случайного результата, но недостаточно для использования времени как самостоятельного доказательства. Для практического SOCMINT это пример слабого сигнала, который становится полезным в сочетании с другими.

Если два аккаунта ежедневно замолкают примерно в одинаковые часы, это само по себе еще ничего не доказывает. Если одновременно совпадают редкий ник, профессия, фотографии, собеседники и характерные интервалы активности, временной рисунок получает еще один независимый признак.
Через время активности также нельзя надежно определять адрес проживания. Миллионы людей придерживаются похожего режима. Пользователь может работать ночью, путешествовать, использовать отложенную публикацию или жить по графику другого часового пояса.
Граф взаимодействий ценнее списка друзей
Подписка — одна из самых слабых социальных связей. Пользователь может читать известного предпринимателя, журналиста или руководителя корпорации и никогда с ним не общаться. Просто соседство аккаунтов в списке подписок не позволяет утверждать личное знакомство.
Для SOCMINT информативнее повторяющиеся взаимодействия. Сюда относятся взаимные комментарии, ответы, регулярные упоминания, общие фотографии, отметки на мероприятиях и повторное появление одних людей в разные периоды. Из таких взаимодействий можно собрать граф. Узлами становятся аккаунты, ребрами — наблюдаемые связи.
Вес ребра зависит от задачи. Подписка может получить минимальный вес, но взаимная подписка — больший. Регулярные содержательные диалоги, совместные публикации и повторяющиеся отметки в небольших профессиональных группах дают более выраженный сигнал.
Важно фиксировать тип связи, а не просто суммировать действия. Десять автоматических поздравлений с днем рождения не эквивалентны десяти обсуждениям одного рабочего проекта.
Даже простой граф быстро выделяет кластеры. Вокруг человека могут обнаружиться нынешние коллеги, сотрудники бывшего работодателя, локальная профессиональная группа, участники одного проекта или люди из одной отрасли.
Граф остается картой наблюдаемых цифровых взаимодействий. Он не доказывает дружбу, родство, деловое партнерство или финансовую зависимость без дополнительных данных.
Два интересующих человека аналитика могут вообще не контактировать друг с другом. Тогда стоит исследовать их окружение. Например, у двух профилей нет взаимной подписки, комментариев и совместных фотографий. При этом каждый регулярно общается с одними и теми же пятью сотрудниками небольшой компании. Оба посещают одно отраслевое мероприятие, а фотографии одного из них сделаны в офисе этой организации. Такое пересечение уже дает нам направление проверки.
Значение имеют редкие связи. Общая подписка на Microsoft или Илона Маска практически ничего не дает. Несколько одинаковых контактов из коллектива компании на 30 человек — намного больше.
Полезна также регулярность во времени. Если группа одинаковых пользователей появляется у двух аккаунтов один раз, это может быть из-за похода на какое-то мероприятие. Если те же контакты пересекаются в течение несколько лет, версия об устойчивой связи получает еще один «плюсик».
Для корпоративной службы безопасности граф помогает искать связи сотрудника с подрядчиком, бывшим работодателем или контрагентом. После обнаружения такого пересечения вывод нужно проверять через реестры компаний, корпоративные сайты, судебные документы и другие независимые источники.
Геолокация пользователя работает без геотега
Координаты в публикации упрощают задачу, но современная геолокация не зависит от них:
Текст. Название небольшой улицы, местного кафе, спортивного клуба, школы, района, остановки или мероприятия может резко сузить область поиска.
Изображение. Проверяются вывески, алфавит, дорожные знаки, номера маршрутов, форма разметки, архитектура, горы, береговая линия, транспорт, линии электропередачи и другие устойчивые объекты.
Социальная сеть пользователя. Контакты и упоминания иногда содержат географическую структуру, даже если сам профиль ее скрывает.
В феврале 2026 года Scientific Reports опубликовал исследование метода геолокации пользователей, объединяющего созданный ими текст и социальный граф. Модель KMKGAT проверялась на трех открытых наборах Twitter. Авторы рассматривали задачу именно как определение местоположения пользователя по публичному контенту и сетевым связям, а текст преобразовывали в признаки TF-IDF и объединяли с графовой моделью.

При расследовании вручную можно использовать схожую логику без нейросетевой модели. Профиль указывает Екатеринбург. Это первый сигнал. В публикациях регулярно упоминаются небольшие екатеринбургские заведения. На нескольких фотографиях опознаются городские объекты. Среди постоянных собеседников много людей, публично связанных с Екатеринбургом. Сочетание признаков подтверждает тесную связь пользователя с городом сильнее, чем одно заполненное поле профиля.
Точность вывода по-прежнему ограничена исходными данными. Фотография из Екатеринбурга доказывает присутствие в месте съемки, если геолокация и дата подтверждены. Но все равно не доказывает постоянного проживания. Серия публикаций в течение года позволяет говорить о регулярном присутствии, но и здесь нужно учитывать поездки и дистанционную публикацию старых материалов. Фото можно сделать в одно время, а опубликовать спустя месяцы или годы.
Фотография хранит сведения за пределами кадра
Анализ фотографии начинается с происхождения файла. Обратный поиск изображений способен найти более раннюю копию, страницу первоначального автора, версию лучшего качества или использование того же портрета под другим именем.
У видео имеет смысл извлекать несколько кадров. Наиболее полезны те, где видны здания, дорожная инфраструктура, вывески, номера, ландшафт или уникальные объекты. Заставка и крупный план лица часто дают меньше географической информации.
Если получен исходный файл, проверяются EXIF — служебные метаданные изображения. В них могут храниться дата съемки, модель камеры, параметры экспозиции, программа обработки и координаты.
Наличие координат зависит от устройства и настроек. Отсутствие EXIF — еще не признак подделки. Платформа могла перекодировать изображение, пользователь — отредактировать его, мессенджер — создать новую копию.
Для проверки времени съемки используются детали самой сцены: положение солнца и теней, погода, сезонность, расписание события, состояние строящихся объектов, афиши и другие элементы с известной датой.
Один метод редко дает окончательный ответ. Чем важнее геолокация или датировка для расследования, тем больше независимых признаков требуется.
Лайки и подписки позволяют выводить скрытые признаки
Отдельные лайки малоинформативны. Большие массивы поведенческих данных работают иначе. Это показало одно из наиболее известных исследований цифрового профилирования. В 2013 году Михал Косински, Дэвид Стиллвелл и Тор Грэпел проанализировали данные 58 466 добровольцев из приложения myPersonality: сведения профиля, результаты тестов и в среднем около 170 отметок «Нравится» на участника.
Модель различала гомосексуальных (пропаганда нетрадиционных сексуальных отношений запрещена в РФ) и гетеросексуальных мужчин с точностью 88%, афроамериканцев и белых американцев — 95%, сторонников Демократической и Республиканской партий — 85%. Исследователи также анализировали религию, возраст, пол и ряд психологических характеристик.
Эти показатели нельзя переносить на современного пользователя Telegram или VK. Работа использовала конкретную американскую выборку начала 2010-х, специальный набор данных и статистическую модель. Для практического SOCMINT важнее другое: большое число слабых цифровых признаков в совокупности способно раскрывать информацию, которой человек не публиковал.
Так подписки на узкие профессиональные сообщества могут помочь проверить специализацию. Регулярное участие в локальных группах — задать направление для географического поиска. А систематическое взаимодействие с сотрудниками одной организации — проверить профессиональные связи.
Приписывать человеку здоровье, религию, политические взгляды, этническую принадлежность или сексуальную ориентацию по его цифровым следам значительно рискованнее с точки зрения достоверности и права. Для HR и служб безопасности такие категории требуют особой осторожности.
Практическая сторона защиты тоже важна: если хотите понять, какие данные о вас можно сопоставить по разным аккаунтам и как уменьшить цифровой след, эти вопросы подробно разбирают на курсе «Анонимность и безопасность 3.0» CyberYozh Academy.
Как собирают профессиональную биографию
Поле «место работы» в социальной сети — один источник. История активности же дает десятки дополнительных. Допустим, кандидат пишет, что работал в компании с января 2023-го по апрель 2025-го. Сначала проверяется, когда организация впервые появляется в его публичной активности. Затем ищутся корпоративные мероприятия, фотографии, профессиональные конференции, проекты, доклады, публикации коллег и изменения профиля.
Самыми ценными становятся независимые материалы. Если кандидат пишет «руководитель проектов в компании N», это самоописание. Если организаторы конференции в 2024 году публикуют программу, где человек указан руководителем проектов в N, появляется внешний источник. Если такую же должность указывает архивная страница компании, подтверждение усиливается.
Для технических специалистов помогают GitHub и другие площадки разработки. Публичные коммиты, участие в репозиториях организации, обсуждение задач и вклад в проекты позволяют проверять профессиональную деятельность. Но и здесь нельзя делать выводы раньше времени.
Коммит в репозиторий компании не доказывает трудовой договор. Разработчик мог быть внешним подрядчиком. Аналогично фотография из офиса не подтверждает должность, а общение с сотрудниками — найм.
Если открытые данные расходятся с резюме, это повод для дополнительной проверки. То же работает и в обратную сторону: отсутствие публичной активности после июня не означает увольнение в июне. Человек мог просто перестать писать о работе.
Фейковый профиль ищут по противоречиям в истории
У поддельного аккаунта нет единственного надежного признака, что это фейк. Новый профиль может принадлежать реальному человеку. Малое число подписчиков тоже ничего не доказывает. Отсутствие аватара встречается у обычных пользователей, а большое количество репостов тоже не превращает страницу в бот.
Информативнее согласованность истории. Если профиль заявляет про десять лет работы в одной отрасли, то стоит поискать старые профессиональные следы: упоминания другими людьми, конференции, проекты, фотографии, комментарии коллег.
Если человек называет себя жителем одной страны, но вся ранняя история аккаунта написана на другом языке и связана с другой географией, это не доказательство подделки — человек мог переехать. Но если одновременно меняются имя, аватар, язык, тематика, география и окружение, дата таких масштабных перемен становится объектом отдельной проверки.
Особенно полезен обратный поиск аватара. Если та же фотография годами принадлежала другому публично идентифицированному человеку, заявленная личность профиля оказывается под сомнением.
Есть и другой сценарий: старый реальный аккаунт позже сменил владельца. В таком случае возраст страницы вводит в заблуждение, а история до и после передачи выглядит как две разные цифровые личности.
Надежный источник может опубликовать неверный факт
В расследовании необходимо отдельно оценивать источник и конкретное сообщение. Для этого в разведывательной аналитике применяется Admiralty Code — код Адмиралтейства. Система использует две независимые шкалы: надежность источника и достоверность информации. В современном варианте это матрица 6 × 6: буквенная оценка относится к источнику, цифровая — к сообщению.
Работа Megan Kelly, David Budescu, Mandeep Dhami и David Mandel, опубликованная в Judgment and Decision Making в сентябре 2025 года, проверяла работу таких оценок в двух экспериментах с 74 разведывательными аналитиками и 175 участниками без профессионального опыта. Авторы отмечают известную проблему: люди склонны смешивать оценку надежности источника с оценкой правдивости самого сообщения, хотя код требует рассматривать их раздельно.

Для SOCMINT различие здесь принципиальное. Можно с высокой уверенностью установить, что Telegram-канал действительно ведет директор компании. Это надежная атрибуция источника. Его сообщение «в следующем месяце открываем офис в Берлине» остается отдельным утверждением: план мог измениться, публикация могла быть рекламной или намеренно неточной.
Возможна и обратная ситуация. Неизвестный аккаунт выкладывает видео происшествия. История источника отсутствует. Сам ролик удается идентифицировать по гео: время подтверждается погодой и другими видеозаписями, событие видно с нескольких ракурсов. Достоверность конкретного материала растет без повышения доверия ко всему аккаунту. Поэтому в рабочей базе полезно хранить связку «утверждение — источник — подтверждение — степень уверенности», а не общую отметку «аккаунт надежный».
Как выглядит полноценное SOCMINT-расследование
Представим вымышленную проверку кандидата, который заявляет, что занимал руководящую должность в компании «Север» с 2022 по 2025 год. Исходный профиль содержит имя, фотографию и псевдоним northalex. Работодатель уже удален из описания.
По псевдониму находим четыре потенциальных аккаунта. Два исключаются: фотографии, язык и биография принадлежат другим людям. Третий использует другой аватар, но содержит ссылку на тот же личный сайт. В старых материалах находится фотография исходного пользователя. В обоих профилях упоминается редкий отраслевой проект. Эти признаки позволяют объединить два аккаунта с достаточно высокой уверенностью.
Четвертый профиль совпадает только по имени пользователя. Биография и социальное окружение не дают подтверждений. Он остается отдельным кандидатом и не участвует в дальнейшем анализе.
После атрибуции строится временная линия. Название компании «Север» впервые появляется весной 2022 года. Через месяц сотрудник компании отмечает пользователя на фотографии профессионального мероприятия. Осенью находится публичный проект организации, где фигурирует его имя.
В 2023 году четыре сотрудника «Севера» регулярно общаются с ним в открытых обсуждениях. На сайте отраслевой конференции того же года обнаруживается программа, где указаны имя пользователя, компания и должность. Этот материал дает внешнее подтверждение профессионального статуса на конкретную дату.
В феврале 2025 года публичные взаимодействия с сотрудниками компании сокращаются. В марте пользователь меняет профессиональное описание и начинает регулярно взаимодействовать с другой организацией. Это основание проверить гипотезу о смене работодателя, но не доказательство увольнения в феврале.
География проверяется отдельно. Несколько корпоративных мероприятий проходили в Петербурге. Геолокация фотографий подтверждает присутствие пользователя в городе в соответствующие даты. Эти материалы ничего не говорят о постоянной регистрации или месте проживания.
Вывод должен соответствовать доказательствам: открытые независимые источники подтверждают профессиональную связь человека с компанией «Север» в указанные даты; материал конференции подтверждает заявленную должность в 2023 году; точные даты возникновения и прекращения трудовых отношений по открытым источникам не установлены. Такая запись будет намного полезнее расплывчатого «резюме подтверждено».
Инструменты SOCMINT работают в связке
С помощью одного сервиса расследование не закроешь. Поиск по нику дает возможные аккаунты, архивы восстанавливают старые версии страниц, а поиск изображений помогает найти источник фотографии. Карты проверяют географические гипотезы, а графовые инструменты показывают структуру окружения. Реестры, сайты компаний и документы дают независимое подтверждение.
Поэтому изучение SOCMINT как набора отдельных сервисов — в корне неверный подход. Основная работа начинается в момент, когда результаты одного метода становятся отправной точкой для следующего.
Эта логика заложена и в программу курса «Специалист по OSINT» CyberYozh Academy. SOCMINT вынесен в отдельный модуль продолжительностью 92 часа. В программу входит построение профилей и сетевых связей, поиск поведенческих закономерностей, сопоставление цифровых идентификаторов, определение геопозиции по фото и видео, анализ метаданных, фактчекинг и оценка источников через Admiralty Code. Среди инструментов — Sherlock, Maigret, SunCalc, ShadeMap, Google Earth Pro и Maltego. Актуальная программа курса CyberYozh Academy доступна на сайте.
Помните, что открытый профиль не означает, что содержащиеся в нем сведения разрешено собирать в любом объеме и использовать для любой цели. Для HR и корпоративных служб безопасности это особенно важно: результаты проверки могут повлиять на найм, увольнение, доступ к системам или решение о сотрудничестве.
В Европейском союзе применим Общий регламент по защите данных — GDPR. Для ряда специальных категорий персональных данных статья 9 устанавливает дополнительные ограничения. Показателен спор Meta Platforms (Meta запрещена в РФ и признана экстремистским ресурсом) против Bundeskartellamt. Большая палата Суда Европейского союза вынесла решение 4 июля 2023 года. Дело касалось в том числе данных об активности пользователей соцсети Facebook (запрещена в РФ) за пределами самой сети.
Суд разъяснил, что посещение сайта или приложения, связанного с чувствительной категорией данных, само по себе не означает, что пользователь явно сделал сведения о таком посещении общедоступными. Ввод данных или нажатие встроенной кнопки может считаться явным раскрытием только при наличии предварительного осознанного выбора пользователя сделать соответствующие сведения доступными неограниченному кругу лиц. Это важная граница для SOCMINT: техническая доступность сведений и законность их дальнейшей обработки — разные вопросы.
Проверка публично заявленного профессионального опыта и сбор чувствительных данных о частной жизни кандидата отличаются и целью, и объемом вмешательства. OSINT также предполагает работу с информацией, получаемой без несанкционированного доступа. Использование похищенной учетной записи, взлом профиля или обход технической защиты нельзя автоматически отнести к OSINT только потому, что итоговые данные нужны для расследования. На курсе «Специалист по OSINT» CyberYozh Academy также рассматриваются законодательные рамки расследований — преподаватели учат действовать в правовом поле и при этом добиваться эффективных результатов.



