The not yet exploited goldmine of osint: Opportunities, open challenges and future trends

IV. OSINT WORKFLOWS

OSINT, like any other type of intelligence, has a well-defined

and precise methodology. From our scientific-technical point

of view, we are particularly interested in three steps.

Firstly, in the collection phase, publicly available data is

retrieved from relevant open sources according to the target

or objective. In particular, the Internet is the resource par

excellence due to the volume of existing material and easy

accessibility. The collection process is particularly relevant

because from this stage onwards the whole process of intelli-

gence generation is triggered.

Then, in the analysis phase, the collected raw material is

treated to generate valuable and comprehensible information.

The data by itself is not useful, so it has to be interpreted to

obtain the first facts derived from an in-depth analysis.

Finally, in the knowledge extraction process, the infor-

mation purified previously is taken as input for more sophis-

ticated inference algorithms. Thanks to the computational

advances of current era, it is possible to detect patterns,

profile behaviours, predict values or correlate events.

It is worth mentioning that the second and third steps com-

prise technologies widely used and known in the context of

data mining. However, the OSINT collection approach differs

from current data-driven services. Nowadays, common data

analysis applications gather as much information as possible

from pre-defined data sources and implement clear gathering

processes. On the contrary, OSINT solutions should collect

specific facts from the sea of all possible and reachable open

resources.

In order to face this latter challenging uncertainty and

go one step further, we propose in FIGURE 2 a practical

framework to carry out OSINT-based investigations. We have

included those exploration paths which are worthwhile to fol-

low for optimizing the analysis of collection results and max-

imizing the extraction of knowledge. This high abstraction

scheme includes the most clear transactions, representative

elements and outstanding operations.