最近，美國國家情報總監辦公室（ODNI）宣布了一項新的開源情報（OSINT）策略，並將OSINT描述為「首選情報」。公共和私營部門的組織開始意識到這個領域的價值，但也發現近年來數字數據的指數級增長已經壓垮了許多傳統的OSINT方法。幸運的是，人工智慧（AI）和機器學習（ML）正開始對信息收集和分析產生革命性影響。

開源情報（OSINT）是指從公開來源收集和分析信息的方法。這些來源可以包括傳統媒體、社交媒體平台、學術出版物、政府報告以及其他公開訪問的數據。OSINT的主要特點是不牽涉秘密或隱秘的信息收集方法，例如人力情報或社會工程。如果我在美國政府工作時可以獲得某些數據，但作為平民卻不能，那就不屬於OSINT。

從歷史上看，OSINT是一個勞動密集型的過程，涉及幾個關鍵步驟：

1. 來源識別：分析師確定哪些公開來源可能包含相關信息。
2. 數據收集：通常通過手動搜索或網絡爬取工具從這些來源收集信息。
3. 數據處理：將收集到的信息組織和結構化，以便進行分析。
4. 分析：熟練的分析師檢查數據，以識別模式、趨勢和見解。
5. 報告：將調查結果匯編成報告，供決策者做出更明智的決策。

雖然這種方法有效，但由於可用信息量巨大，這種方法也面臨限制。人類分析師很難手動處理所有事情，有價值的見解可能隱藏在複雜模式中，這些模式人類難以察覺。這正是人工智慧/機器學習在信息收集、處理和分析方面可以發揮巨大作用的地方，從而讓人類分析師可以專注於他們獨有的才能，如提供背景信息。作為一個附帶好處，這種轉變通常會提高士氣，因為人類花在平凡的處理任務上的時間更少，而花在分析和審查信息上的時間更多。

人工智慧/機器學習可以帶來直接益處的任務包括：

• 處理海量數據：人工智慧系統能夠以遠超人類能力的速度處理和分析大量數據，這使得OSINT從業者能夠比以前撒下更大的網，並仍能處理結果。
• 實時分析：今天數字世界中的信息流量驚人。人工智慧驅動的OSINT工具可以實時監控和分析數據流，提供最新情報並快速應對突發情況。
• 多語言和多模式分析：人工智慧可以同時翻譯和分析多種語言的內容，打破語言障礙。此外，它可以集成處理各種數據類型（文本、圖像、音頻和視頻），提供更全面的情報圖景。許多功能（例如OpenAI的Whisper）都可以離線使用，從而消除對操作安全性（OPSEC）的任何擔憂。
• 預測分析：通過分析歷史數據和當前趨勢，人工智慧可以幫助預測未來事件或行為，為OSINT增加主動維度。
• 日常任務自動化：人工智慧可以幫助實現OSINT的許多耗時環節的自動化，例如數據收集和初始篩選，從而讓人類分析師能夠專注於更高層次的分析和決策。以前很難甚至不可能實現的事情，例如準確的情緒分析，現在變得微不足道。

在SANS網絡安全中，SEC497實用OSINT課程和SEC587高級OSINT課程將為學生提供利用這些AI功能的實踐經驗，不僅可以提高生產力，還可以發現新的可能性。

雖然沒有一種技術是完美的，我們在實施人工智慧之前必須考慮到幻覺可能造成的潛在影響。目前用於OSINT的關鍵技術包括自然語言處理（NLP）、計算機視覺、機器學習和數據挖掘等。