Перейти к содержимому

OSINT собеседование: как объяснить методологию поиска по цифровому следу

OSINT собеседование: как объяснить методологию поиска по цифровому следу
Время чтения: 13 мин.

На техническом раунде в разведотдел кандидату дали один корпоративный email-адрес и 20 минут. Он проверил email через Have I Been Pwned (сервис проверки утечек — показывает, в каких взломах засветился конкретный адрес), нашёл совпадение в двух базах, запустил Sherlock (инструмент для поиска аккаунтов по имени пользователя на сотнях платформ), открыл Maltego (платформа визуального анализа связей между сущностями) — и замер. Руководитель направления спросил: «Какую гипотезу ты сейчас проверяешь?» Тишина. Инструменты работали, а голова — нет. Дальше разбираю, как выстроить ответ на OSINT-собеседовании вокруг хода мысли, а не перечня софта.

Что разведотдел ищет на OSINT-собеседовании — и почему инструменты вторичны

Когда компания открывает позицию OSINT-аналитика (OSINT — Open Source Intelligence, разведка на основе открытых источников) в разведывательном отделе — корпоративная безопасность, threat intelligence (аналитика киберугроз) или due diligence (проверка контрагентов) — она не ищет оператора Maltego. Maltego научат за неделю. Ищут способ мышления, и вот его из документации не вычитаешь.

Red Canary (разработчик SOC-решений, публикующий рекомендации для нанимающих менеджеров) формулирует прямо: «I can teach you basic knowledge on a subject, but I cannot teach you how to think». На практике интервьюер оценивает три вещи — и навыки OSINT-аналитика проявляются именно в них.

Компетенция Что проверяют Как выглядит сильный ответ
Структурированное мышление Умение выстроить расследование от постановки задачи до вывода «Сначала формулирую гипотезу, потом выбираю источники под неё»
Дисциплина верификации Различение между «нашёл данные» и «подтвердил их принадлежность» «Три совпадения по никнейму — ещё не атрибуция, пока нет перекрёстного подтверждения»
Честная неопределённость Способность работать с неполной информацией и признавать это «С умеренной уверенностью: данные из двух независимых источников, но третий противоречит»

Если ты приходишь из IT, журналистики или аналитики — карьера OSINT-аналитика начинается не с установки Kali Linux. Она начинается с демонстрации этих компетенций на собеседовании. Вопрос «как стать OSINT-специалистом» упирается не в сертификаты, а в способность показать метод.

MITRE ATT&CK — открытая база тактик и техник атак, где каждая техника имеет T-код (уникальный идентификатор вроде T1593). Работа OSINT-аналитика ложится на тактику Reconnaissance (разведка). На джуниорском собесе знание конкретных T-кодов не обязательно, но на уровне разведотдела это профессиональный язык. Когда ты говоришь «Search Open Websites/Domains (T1593)» вместо «погуглил» — интервьюер слышит структуру, а не набор действий.

Требования OSINT-разведотдела зависят от специфики: в команде пентестеров аналитик собирает карту внешней поверхности атаки (поддомены, email-адреса сотрудников, технологический стек), в threat intelligence — мониторит хакерские форумы и утечки, в корпоративной безопасности — проверяет кандидатов и выявляет аффилированность. Но OSINT-фреймворк поиска один: от вопроса к данным, от данных к верифицированному выводу.

Методология OSINT-разведки: фреймворк «задача — якорь — пивот — верификация — фальсификация»

Методология OSINT-разведки — не линейный чеклист, а итеративный цикл. На OSINT-собеседовании интервьюер ждёт, что ты проговоришь каждый элемент не как теорию, а как привычку мышления. Фреймворк поиска по цифровому следу строится на пяти элементах.

Задача (intelligence requirement). Любое расследование начинается с конкретного вопроса. «Выяснить всё о человеке» — это не задача. Это scope creep (неконтролируемое расширение расследования), который сожрёт все 20 минут без результата. «Определить, связан ли email r.nikolaev.92@… с аккаунтами на теневых форумах» — задача. Формулировка определяет, какие источники релевантны, а какие — шум.

Якорные данные (anchor selectors). Отправная точка: email, никнейм, номер телефона, домен. Якорь — первый достоверный факт, от которого строится остальное. Типичные селекторы при сборе информации из открытых источников: email-адреса, юзернеймы, домены, телефонные номера, IP-диапазоны, записи корпоративных реестров (в России — ЕГРЮЛ).

Пивотинг. Использование найденной точки данных для обнаружения связанных. Нашёл email → извлёк из него никнейм → по никнейму нашёл профиль в соцсети → из профиля получил город и место работы → по месту работы вышел на корпоративный домен. Каждый пивот — осознанное решение. На каждом шаге ты должен ответить себе: «Какую гипотезу этот шаг проверяет?» Если не можешь — ты просто тыкаешься.

Верификация. Данные из одного источника — не факт, а сигнал. Верификация по Admiralty-системе (используется в NATO для оценки разведданных) разделяет надёжность источника (есть ли у него доступ к данным?) и достоверность информации (подтверждена ли она независимо?). Запись из ЕГРЮЛ и анонимный пост на форуме — разный уровень доверия, даже если оба содержат одну фамилию.

Фальсификация. Самый недооценённый шаг, и именно на нём проваливается большинство. Вместо подтверждения первой версии сильный аналитик пытается её опровергнуть. Метод ACH (Analysis of Competing Hypotheses — анализ конкурирующих гипотез): выписываешь все правдоподобные версии, раскладываешь факты по каждой и смотришь, какая выдерживает критику. Гипотеза с наименьшим количеством противоречащих данных «выживает».

Цикл итеративный: на этапе верификации часто находятся новые якорные данные, которые отправляют обратно к пивотингу. Методы цифровой разведки — спираль, а не прямая.

Якорные селекторы и пивотинг на языке ATT&CK

Пивотинг в терминах MITRE ATT&CK выглядит как последовательность техник разведки. Вот как это звучит на OSINT-собеседовании, когда объясняешь свой ход мысли:

  • Начинаешь с email → Gather Victim Identity Information: Email Addresses (T1589.002)
  • Переходишь к поиску по открытым ресурсам → Search Open Websites/Domains (T1593): соцсети (T1593.001), поисковики (T1593.002), репозитории кода (T1593.003)
  • Проверяешь регистрационные данные домена → WHOIS (T1596.002) в рамках Search Open Technical Databases (T1596)
  • Определяешь организационный контекст → Gather Victim Org Information (T1591), включая должности (T1591.004)
  • Собираешь сетевую инфраструктуру → Gather Victim Network Information (T1590)

Зачем проговаривать ATT&CK-коды на собеседовании: интервьюер видит, что ты не просто «пробиваешь email», а осознанно переключаешься между категориями информации, понимая логику каждого перехода. Это и отделяет кандидата с методологией от кандидата со списком инструментов.

Верификация источников: круговая отчётность и язык уверенности

Два момента, на которых проваливаются кандидаты на вопросах собеседования OSINT-аналитика.

Круговая отчётность (circular reporting). Три новостных сайта перепечатали один пресс-релиз — это один источник, а не три. Четыре Telegram-канала транслировали один скриншот — один источник. На собесе вопрос звучит так: «Ты нашёл информацию в трёх местах. Это три подтверждения?» Правильный ответ: «Нет, пока не проверю, что источники независимы друг от друга». Ошибиться тут — красный флаг для интервьюера.

Язык уверенности. Результат OSINT-расследования — не бинарный «да/нет», а оценка с градацией:

  • «С высокой степенью уверенности» — данные из нескольких независимых источников, противоречий нет
  • «С умеренной уверенностью» — два источника подтверждают, но один оставляет вопросы
  • «С низкой уверенностью — требуется дополнительная проверка» — сигнал есть, но подтверждения недостаточно

Интервьюер, услышав «я точно нашёл, что это один человек», сразу спросит: «На основании чего?» Калиброванная формулировка — маркер зрелого аналитика, который понимает атрибуцию данных в сети.

Построение цифрового профиля личности: пошаговый разбор

Допустим, на OSINT-собеседовании дали задачу: «Вот email-адрес r.nikolaev.92@mail.ru. Расскажи, что будешь делать и зачем». Ниже — методология поиска по цифровому следу в формате «делай раз — делай два — делай три» с пояснением каждого шага.

Предпосылки: нужен браузер с доступом в Интернет. Часть инструментов (Sherlock, theHarvester — утилита для сбора email-адресов, поддоменов и другой информации по целевому домену) работает в терминале Linux; Kali Linux или любой Linux-дистрибутив с Python 3 подойдёт.

Делай раз: формулируй задачу и первую гипотезу.

Прежде чем открывать любой инструмент — сформулируй, что ищешь. Задача: «Определить, принадлежит ли email r.nikolaev.92@mail.ru реальному человеку, и если да — построить его цифровой профиль пользователя: связанные аккаунты, активность, профессиональная принадлежность».

Первая гипотеза: email принадлежит человеку по фамилии Николаев, год рождения — 1992 (из «92» в адресе). Это предположение, не факт — «92» может быть чем угодно, от номера квартиры до любимого числа. Задача шага — зафиксировать стартовую точку и дальше проверять.

Ожидаемый результат: чёткий вопрос и первая гипотеза. Интервьюер уже видит, что ты не бросаешься в инструменты.

Делай два: извлеки якорные данные из email и выполни первые пивоты.

Из email r.nikolaev.92@mail.ru сразу доступны два селектора: никнейм r.nikolaev.92 и домен mail.ru (публичный почтовый сервис, корпоративной привязки нет).

Шаг 2.1 — проверка email в базах утечек. Проверяешь через Have I Been Pwned или аналогичный сервис. Что ожидаешь: список утечек, в которых засветился этот email. Для понимания масштаба: в утечке Facebook 2019 года оказалось более 509 миллионов записей, LinkedIn 2012 — более 164 миллионов, российский стриминговый сервис START 2021 — более 7,4 миллиона. Вероятность, что активный email попал хотя бы в одну утечку, статистически высока. Результат даёт: пароли или их хеши (для анализа паттернов именования, не для взлома), связанные данные (геолокация, дата рождения, номер телефона — зависит от конкретной утечки).

Шаг 2.2 — поиск по никнейму. Команда sherlock r.nikolaev.92 --print-found покажет платформы, где зарегистрирован аккаунт с таким именем. Ожидаемый результат: список URL-адресов профилей. Тут важно не обрадоваться раньше времени: совпадение никнейма — это не атрибуция. r.nikolaev.92 — достаточно распространённая комбинация, чтобы на разных платформах были разные люди.

Шаг 2.3 — Google dorks (расширенные поисковые операторы для точного поиска). Запрос "r.nikolaev.92" site:vk.com OR site:github.com OR site:linkedin.com сужает результаты до конкретных платформ. Это техника T1593.002 (Search Engines) — структурированный поиск информации через поисковые операторы.

Ожидаемый результат шага: набор потенциальных аккаунтов на разных платформах и, возможно, данные из утечек. Пока ни один из них не подтверждён как принадлежащий одному человеку.

Делай три: пивотинг — от найденных точек к расширенному цифровому профилю.

Допустим, Sherlock нашёл аккаунт на GitHub, а Google — профиль во ВКонтакте.

Шаг 3.1 — GitHub (T1593.003, Code Repositories). Смотришь публичные репозитории, коммиты, README-файлы. В коммитах Git хранит email и имя автора — иногда отличное от публичного профиля. Если в коммите стоит email, совпадающий с исходным r.nikolaev.92@mail.ru — это подтверждение связи аккаунтов. Проверяется просто: git log --format='%ae %an' в клонированном репозитории выводит список email и имён авторов коммитов.

Шаг 3.2 — ВКонтакте (T1593.001, Social Media). Открытый профиль даёт: город, место работы, фотографии, список друзей. Если город совпадает с геолокацией из утечки, а направление работы — с тематикой GitHub-репозиториев, уверенность в связи аккаунтов растёт.

Шаг 3.3 — обратный поиск изображений. Фотографию из ВКонтакте загружаешь в Yandex Images или Google Images. Если то же фото найдено на другой платформе с другим никнеймом — это новый селектор для следующего витка пивотинга. Так работает деанонимизация личности через перекрёстные связи.

Ожидаемый результат шага: расширенный набор данных с перекрёстными связями между аккаунтами.

Делай четыре: верификация и фальсификация гипотезы.

Применяешь ACH. Гипотезы:

  • A: все найденные аккаунты принадлежат одному человеку
  • B: часть аккаунтов — другой человек с похожим никнеймом
  • C: один из аккаунтов — sock puppet (подставная учётная запись для маскировки реальной личности)

Раскладываешь данные по каждой:

  • Совпадение email в коммитах GitHub с email из задания → подтверждает A, противоречит B
  • Город в ВКонтакте совпадает с геолокацией из утечки → подтверждает A
  • На одной из платформ Sherlock нашёл аккаунт с другим аватаром и непересекающимся контентом → может подтверждать B

Вывод формулируешь с калибровкой: «С высокой степенью уверенности — аккаунты на GitHub и ВКонтакте принадлежат одному человеку (перекрёстное подтверждение через email и геолокацию). С низкой уверенностью — аккаунт на другой платформе может принадлежать другому человеку, требуется дополнительная проверка».

Именно этот ход мысли — от гипотезы через перекрёстную проверку к калиброванному выводу — показывает интервьюеру владение методологией OSINT-разведки, а не набор запомненных команд.

Как структурировать ответ на OSINT-собеседовании в разведотдел

Знать методологию и уметь её объяснить — разные навыки. На собеседовании у тебя 15–20 минут на практическое задание. Вот как упаковать ход мысли, чтобы интервьюер видел структурированный поиск информации, а не хаотичные действия.

BLUF (Bottom Line Up Front) — вывод ставится в начало, а не прячется в конце. Если привык писать «введение → контекст → наконец-то результат» — переучивайся. Начинай с: «Мой вывод — с умеренной уверенностью email связан с аккаунтами X, Y, Z. Вот как я к этому пришёл». Интервьюер сразу понимает, куда ведёт рассуждение.

Проговаривай «зачем» перед каждым шагом. Не «я запустил theHarvester», а «мне нужны поддомены и связанные email-адреса, чтобы расширить карту цифрового следа — для этого использую theHarvester». Интервьюер слышит причину, а не кнопку.

Используй ATT&CK как каркас ответа. Вместо хаотичного перечисления действий структурируй по категориям разведки: «Начинаю с Gather Victim Identity Information (T1589) — проверяю email на утечки и связанные аккаунты. Затем Search Open Websites/Domains (T1593) — прохожу по соцсетям и репозиториям кода. Далее Search Open Technical Databases (T1596) — WHOIS, Shodan (поисковая система по устройствам в Интернете), Censys по найденным доменам и IP».

Признавай пробелы. «Эту гипотезу я не смог ни подтвердить, ни опровергнуть — нужен доступ к источнику, которого у меня сейчас нет» — это признак зрелости, а не слабости. Интервьюер скорее доверится кандидату с неполным результатом и честной оценкой, чем тому, кто натягивает данные на вывод.

Типичная структура собеседования на OSINT-позицию (по данным Nisos и отраслевым обзорам) включает: скрининг с рекрутером (30 минут, бэкграунд и мотивация), интервью с нанимающим менеджером (подход к задачам), аналитическое письменное задание (мини-расследование с отчётом) и технический раунд (пивотинг, атрибуция данных в сети, OPSEC). Письменное задание — то, к чему карьерные переключенцы готовятся реже всего. А именно оно показывает, умеешь ли ты превращать находки в структурированный вывод.

Ошибки методологии OSINT, которые видны интервьюеру

Перечисление инструментов — самая очевидная ошибка, но далеко не единственная. Вот паттерны, по которым интервьюер отсеивает кандидатов за первые десять минут.

Tool-first мышление. «Я запустил Maltego, потом Shodan, потом theHarvester» — это описание кнопок, не процесса. Методы цифровой разведки начинаются с вопроса «что я ищу?», а не «какой инструмент открыть?». Sherlock ищет никнеймы — но зачем ты ищешь никнейм именно сейчас? Какую гипотезу проверяешь? Без ответа на этот вопрос любой результат — мусор.

Круговая отчётность. Четыре источника подтверждают информацию, но все четыре ссылаются на один Telegram-канал. Это один источник, размноженный репостами. На собесе вопрос звучит так: «Ты нашёл данные в нескольких местах. Как понял, что источники независимы?» Замешательство в ответ — красный флаг.

Отсутствие фальсификации. Кандидат находит три совпадения и объявляет атрибуцию. Не пытается опровергнуть свою версию, не проверяет альтернативные объяснения. Confirmation bias (склонность подтверждать первую версию, игнорируя противоречия) — главный враг аналитика. ACH существует именно для борьбы с этим.

Деанонимизация без контекста. Кандидат находит «реальное имя» за никнеймом и считает расследование завершённым. Но деанонимизация личности — не цель OSINT-расследования, а средство. Цель — ответить на intelligence requirement. Если задача — оценить уровень угрозы от конкретного аккаунта, имя владельца может быть менее важным, чем его связи, активность и паттерны поведения.

Игнорирование OPSEC и правового контекста. OPSEC (операционная безопасность) — набор мер, предотвращающих раскрытие самого факта расследования перед объектом. Просмотр LinkedIn-профиля под собственным аккаунтом оставляет след: объект видит, кто его смотрел. На собесе вопрос «как обеспечиваешь OPSEC при разведке?» мгновенно отсеивает тех, кто не задумывался, что разведка — двусторонний процесс.

Правовой контекст в России: ФЗ-152 «О персональных данных» определяет, что даже публично доступные данные остаются персональными (ст. 3), а их обработка требует конкретной цели (ст. 5) и законного основания (ст. 6). OSINT-аналитик обязан понимать границу между «собрал информацию из открытых источников для решения легитимной задачи» и «обработал персональные данные без основания». На OSINT-собеседовании в российскую компанию вопрос о правовых рамках поиска по цифровому следу — не теоретический. Интервьюер проверяет, понимаешь ли ты, когда расследование выходит за правовые границы и что с этим делать.

Два года я собирал коллекцию из пятнадцати скриптов на Python для автоматизации сбора информации из открытых источников. На первом собеседовании в разведотдел ни один не пригодился: задача требовала связать два email-адреса через цепочку форумных постов десятилетней давности. Решило задачу не умение писать код, а привычка мыслить по циклу «гипотеза → проверка → фальсификация». Вопросы на собеседовании OSINT-аналитика за последние годы сместились от «какие инструменты знаешь» к «покажи, как думаешь». Это не мода: по данным Verizon DBIR 2025, 26% подтверждённых нарушений связаны с веб-атаками, и почти все начинаются с этапа разведки. CrowdStrike фиксирует: 75% вторжений 2024 года использовали действительные учётные данные, а не эксплойты. Аналитик, умеющий находить скомпрометированные credentials в утечках и связывать их с конкретными сотрудниками, — не абстрактная роль, а критическая функция. Инструменты обновляются каждый квартал, методология остаётся. Если бы я начинал путь в ИБ сегодня — прошёл бы базовый трек IB Basics вместо того, чтобы тыкаться в YouTube-туториалы без системы.

Эту тему и смежные навыки разбирают на практике в курсе «OSINT: технология боевой разведки» Codeby Academy.