Investigatore digitale - Osint e intelligenza Artificiale

Analisi e spiegazione degli step necessari per condurre un'investigazione Osint: Discovery, Discrimination, Distillation, Dissemination e Feedback.

Analisi delle fonti aperte al pubblico dal quale è possibile estrapolare informazioni in modo legale utilizzando l'Osint, e accenno al CLOSINT (le fonti private ad accesso riservato e/o ristretto al pubblico). Spiegazione dei limiti legali a cui deve attenersi l'investigatore Osint.

Approfondimento sugli ambiti nei quali torna utile l'utilizzo dell'Osint: sicurezza pubblica e privata, analisi reputazionali, ricostruzioni societarie, valutazioni economiche e finanziarie, identificazioni di vulnerabilità dei sistemi, brand protection, travel security, asset tracing, ricerca di persone scomparse, area assessment.

Le differenze tra un investigatore Osint e un hacker, dibattito sulla definizione di hacking etico e perché è applicabile al campo dell'investigazione con la Open Source Intelligence.

Tutti i rischi personali e non nei quali può incorrere l'investigatore Osint, e spiegazione su come evitare che l'incolumità nostra o della nostra ricerca venga messa a rischio.

Presentazione della gara Osint "Catch The Flag", l'evento di investigazione creato dall'agenzia della cybersecurity dell'UE. Spiegazione delle modalità di competizione, e introduzione al CTF di TraceLabs.

Bard e GPT sono entrambi grandi modelli linguistici (LLM), ma hanno alcune differenze chiave. Bard è un modello di linguaggio fattuale, mentre GPT è un modello di linguaggio generativo. Ciò significa che Bard è migliore nella comprensione e nella risposta alle domande, mentre GPT è migliore nella generazione di formati di testo creativi, come poesie, codice, script, brani musicali, e-mail, lettere, ecc. Inoltre, Bard è addestrato su un dataset di testo e codice, mentre GPT è addestrato solo su un dataset di testo. Ciò significa che Bard è in grado di accedere ed elaborare informazioni dal mondo reale tramite Ricerca Google e mantenere la sua risposta coerente con i risultati di ricerca.

ChatGPT e Bard sono entrambi grandi modelli linguistici (LLM) addestrati su enormi dataset di testo e codice. Tuttavia, ci sono alcune differenze chiave tra i due modelli.

ChatGPT è un modello generativo, mentre Bard è un modello di discriminazione. Ciò significa che ChatGPT è meglio nella generazione di nuovo testo, mentre Bard è meglio nel comprendere e rispondere al testo esistente.

ChatGPT è anche un modello di apprendimento automatico supervisionato, mentre Bard è un modello di apprendimento automatico non supervisionato. Ciò significa che ChatGPT è addestrato su un set di dati di testo e codice etichettato, mentre Bard è addestrato su un set di dati di testo e codice non etichettato.

Queste differenze si riflettono nel modo in cui i due modelli possono essere utilizzati per l'indagine OSINT. ChatGPT può essere utilizzato per generare nuove ipotesi e idee, mentre Bard può essere utilizzato per valutare e analizzare informazioni esistenti.

Ad esempio, ChatGPT potrebbe essere utilizzato per generare una lista di persone che potrebbero essere coinvolte in un crimine, mentre Bard potrebbe essere utilizzato per analizzare i profili social media di queste persone per cercare indizi.

In definitiva, il modello migliore per l'indagine OSINT dipenderà dal compito specifico che deve essere svolto. Se è necessario generare nuove idee, ChatGPT è un'ottima scelta. Se è necessario valutare e analizzare informazioni esistenti, Bard è un'ottima scelta.

Ecco una tabella che riassume le differenze chiave tra ChatGPT e Bard:

Le macchine virtuali sono delle applicazioni che creano ambienti virtuali in grado di emulare le caratteristiche e il comportamento di una macchina fisica. In altre parole nel nostro computer possiamo creare altri sistemi operativi paralleli da poter usare per le nostre indagini Osint. 

Un vantaggio chiave dell'esecuzione di una macchina virtuale è che consente di eseguire app che altrimenti non sarebbero disponibili a causa di requisiti di sistema molto diversi.

Poi abbiamo problemi legati alla sicurezza,  durante le ricerche osint si potrebbero incontrare file contenenti malware che se aperti in una VM non provocherebbero danni al nostro computer.

E infine è l'anonimato. Non lasciare tracce durante le nostre ricerche è la parte fondamentale per un'indagine e potrebbe evitarci problemi di ritorsioni.

Definizione di Virtual Private Network, come e perchè installarli e utilizzarli, sia a scopo personale che per compagnie e aziende.

Analisi del sistema operativo open source di Linux, utilizzo nell'Osint.

Introduzione al sistema operativo targato Linux destinato alla sicurezza informatica, e customizzato da TraceLabs, che contiene moltissimi tools utili ai ricercatori Osint.

Quali sono gli accessi alla rete internet che ci permettono di vedere più contenuti rispetto ad altri? Panoramica sui maggiori browser e analisi su quale sia il migliore.

Parliamo di estensioni del browser: cosa sono e come si installano.

Panoramica sulle estensioni migliori da installare per gli investigatori Osint in base alle loro necessità.

Introduzione al browser "Tor" e descrizione delle differenze tra Dark Web e Deep Web.

Come avviare un'investigazione a partire da un dato relativamente semplice, come il numero di telefono, l'email, un indirizzo ip, un nome o un cognome.

Come avviare un'indagine a partire da un codice fiscale.

Introduzione ad un tool fondamentale per tenere sotto controllo le violazioni di dati. Il tool "Have I been pwned" è disponibile sul sito web ufficiale https://haveibeenpwned.com/.

Quando si affronta un data breach, è fondamentale comprendere l'entità dell'incidente, l'estensione dei dati compromessi e le possibili implicazioni per le società e le persone coinvolte. Questo richiede una conoscenza approfondita delle pratiche investigative digitali, delle leggi sulla privacy e della normativa in materia di sicurezza dei dati.

L'analisi dei dati provenienti da un data breach può essere un processo complesso che richiede competenze specifiche. Gli investigatori digitali devono essere in grado di identificare e valutare le informazioni pertinenti, analizzare i collegamenti tra le società e le persone coinvolte, e comprendere il contesto in cui si sono verificati i crimini o le violazioni.

I programmi per scoprire se le vostre credenziali o quelle della vostra azienda sono state diffuse in seguito a una violazione.