Automatize OSINT usando reconhecimento de rosto e Instagram

 Jake Creps Guides  31 de maio de 2019 5 minutos

Introdução

Reconhecimento facial tem sido palavra de última hora ultimamente. Ele tem sido usado por empresas de tecnologia para melhorar seus produtos, aplicação da lei para identificar criminosos, ONGs para identificar pessoas desaparecidas e muito mais. Também tem sido usado por razões nefastas, levando a um sentimento geral negativo aos olhos do público. Nos Estados Unidos, as cidades estão limitando o uso do reconhecimento facial pela aplicação da lei. Na UE, o GDPR descreve explicitamente as diretrizes para isso. Tem uma espécie de irmão mais velho, Orwelliano, que se sente ao ser levado em escala. No entanto, também fornece recursos de nível seguinte na comunidade OSINT. Anteriormente, muitos investigadores do OSINT estavam limitados a resultados na forma de texto. Os métodos manuais permitem ao analista filtrar áudio, fotos e vídeos. Agora você pode usar o reconhecimento facial para automatizar uma parte da análise de fotos.

Face_Recognition

O primeiro passo neste processo é construir seu banco de dados de faces. A primeira coisa que vem à mente aqui é o Deus Sem Rosto de Game of Thrones. Não rostos reais, é claro, mas fotos de pessoas que você deseja usar como sua constante. Em alguns casos, podem ser criminosos que você está procurando investigar ou localizar, pode estar faltando crianças, ou pode até ser fotos de você mesmo.  Face_Recognition é uma ferramenta que permite que você pegue esse banco de dados e compare com outro conjunto de fotos.

Digamos que você tenha imagens quadro a quadro de imagens de segurança de um assalto, imagens de vigilância em casa ou arquivos de fotos encontradas on-line de várias fontes. Você pode executar o script face_recognition para ver se alguma das fotos coincide com as do seu banco de dados. Eu testei com fotos usando vários ângulos, bem como de indivíduos com características variadas. É surpreendentemente preciso! Também é fácil de configurar e usar e fácil de usar em vários bancos de dados. Para executar corretamente o fluxo de trabalho, vou fazer o layout ao longo deste post, vá em frente e siga as instruções no wiki e instale-o agora.

DENUNCIAR ESTE ANÚNCIO

Instagram

Para este estudo de caso, vamos recortar fotos do Instagram e compará-las a uma pasta de fotos que montamos. Para tornar isso um fluxo de trabalho personalizado, vá em frente e selecione um indivíduo que você deseja identificar. Pode ser um executivo, uma celebridade ou você mesmo. Tente escolher alguém que você saiba que encontrará facilmente em outras fontes. O objetivo é apresentar a ferramenta de reconhecimento de rostos e entender seus pontos fortes e fracos. Vamos falar sobre uma ferramenta de raspadores do Instagram para extrair a segunda pasta contendo fotos desconhecidas em um minuto. Tente estes exemplos:

• Melania Trump. Vamos raspar a página do Instagram de Donald Trump e executar o reconhecimento de rosto para encontrar fotos que contenham Melania.
• Kim Kardashian. Vamos raspar a página do Instagram de Kanye West e executar o reconhecimento de rosto para encontrar fotos que contenham Kim.

Sinta-se à vontade para criar seu próprio caso de uso personalizado; no entanto, não torne isso muito difícil até entender completamente a entrada, a saída e as limitações da ferramenta.

Instalooter

O Instalooter é um dos principais itens para a captura do Instagram na comunidade OSINT. É estável, confiável e muitos usuários podem garantir isso. Dito isto, tem limitações. Por causa da repressão geral do Facebook à captura, coleta de dados e privacidade de dados, o uso de métodos de coleta não API em qualquer uma de suas plataformas está se tornando cada vez mais difícil. Instalooter não usa API. Existem algumas outras ferramentas que não usam API, mas estou usando o Instalooter como exemplo, porque o formato do arquivo para a saída é exatamente o que precisamos usar em combinação com o face_recognition. Outras ferramentas como o Instaloaderexistem, mas sua saída é indesejável para este fluxo de trabalho, pois cada foto é baixada em pastas separadas com metadados e outras informações dentro. Usaremos o Instalooter para capturar todas as fotos dos perfis de destino para criar nosso banco de dados de variáveis. Mais sobre isso depois.

DENUNCIAR ESTE ANÚNCIO

Fluxo de trabalho

Agora que você instalou com êxito o face_recognition e o Instalooter, podemos começar a discutir esse fluxo de trabalho básico para criar seu próprio banco de dados de reconhecimento facial. Vamos começar.

• Passo 1 - Crie uma pasta intitulada o que quiser. Evite espaços na convenção de nomenclatura para repelir erros lançados pelo reconhecimento de faces (ou seja, source_photos em vez de fotos de origem). Esta pasta irá conter suas constantes. Se você quiser usar os exemplos discutidos acima, você pode inserir fotos verificadas de Melania Trump ou Kim Kardashian na pasta source_photos. Certifique-se de nomear suas fotos corretamente. Use "Melania Trump 1", "Melania Trump 2", etc. Face_recognition lhe dará uma saída correspondente a esses nomes de fotos. Tente usar fotos usando diferentes ângulos de face também; O face_recognition tem um bom wiki e forneceu exemplos de Barack Obama e Joe Biden para referência.
• Passo 2 - Escolha o seu perfil alvo do Instagram para a raspagem. Se você estiver indo com Melania Trump, escolha o Instagram de Donald Trump. Se você está indo Kim K, use o Instagram de Kanye. Se você não escolheu nenhum deles, escolha um perfil estreitamente associado à pessoa que você digitou na sua pasta source_photos. Uma vez, você escolheu seu alvo, execute o Instalooter para capturar todas as fotos desse perfil. Eles serão salvos em uma nova pasta no seu diretório. Renomeie essa pasta como unknown_photos.
• Passo 3 - Agora que temos fotos de origem e fotos desconhecidas, precisamos executar o reconhecimento facial comparando as duas pastas umas com as outras. Isso pode ser feito pelo comando face_recognition [insira o diretório source_photos] [insira o diretório unknown_photos]. Você pode encontrar o diretório de cada pasta simplesmente clicando com o botão direito na pasta e escolhendo “copiar”. Vá em frente e execute o script e analise os resultados. Você terá opções como "nenhuma pessoa encontrada", "pessoas desconhecidas encontradas" ou "[correspondência]".

Aplicações

Agora, se você seguiu todas as etapas acima, parabéns, agora você tem um fluxo de trabalho de reconhecimento facial básico e funcional para OSINT. Existem muitas aplicações para este processo. A aplicação da lei pode usar essa ferramenta para rastrear criminosos ou associados de criminosos. Contrários traficantes de seres humanos podem trabalhar com as autoridades para rastrear pessoas desaparecidas ou pessoas conhecidas por serem traficadas. Agências governamentais e organizações privadas podem usar essa ferramenta para identificar pessoas de interesse ou aquelas que representam uma ameaça potencial a um VIP. Por último, mas certamente não em conclusão, os influenciadores de mídia social podem usar essa ferramenta para identificar imitadores ou pessoas que roubam seu conteúdo. Qual aplicativo você encontrará?

aviso Legal

Este guia destina-se principalmente a coletores, analistas e pesquisadores OSINT que não violam as restrições de privacidade de dados aplicadas ao reconhecimento facial. Indivíduos na UE estão sujeitos ao artigo 9 das cláusulas do GDPR que restringem o reconhecimento facial a quaisquer indivíduos que não tenham acesso especial ou permissão. Além disso, não use essa ferramenta para métodos de black hat. Eu não estou defendendo o uso indevido desta ferramenta por qualquer indivíduo. Prossiga por sua conta e risco.