Прогнозування кібератак із застосуванням Open-source intelligence (OSINT) : кваліфікаційна (бакалаврська) робота

Abstract

Кваліфікаційна робота на тему «Прогнозування кібератак із застосуванням Open-source intelligence (OSINT)» на здобуття першого (бакалаврського) рівня вищої освіти за спеціальністю 125 «Кібербезпека», освітньою програмою: «Кібербезпека», містить 28 рисунків, 21 літературне джерело за переліком посилань. Робота виконана на 82 сторінки загального тексту і 70 сторінках основного тексту. У роботі досліджено теоретичні основи прогнозування кібератак та концепцію Open-source intelligence (OSINT). Проаналізовано ключові джерела та інструменти OSINT, методи збору та аналізу даних для виявлення індикаторів підготовки атак, а також етичні й юридичні аспекти. Розглянуто практичне застосування OSINT-методик, зокрема з використанням інструментів theHarvester, Censys, Shodan та OSINT Framework, для прогнозування кібератак та оцінено їх ефективність. Робота є актуальною для фахівців з кібербезпеки, аналітиків кіберзагроз, спеціалістів з OSINT-розвідки, а також для дослідників у сфері проактивного захисту інформації. Висновки та рекомендації, представлені в роботі, можуть бути використані для розробки та вдосконалення методик прогнозування кібератак, підвищення ефективності систем кіберзахисту та підготовки фахівців.

The qualification work on the topic "Forecasting Cyberattacks using Open-source Intelligence (OSINT)" for obtaining the first (bachelor's) level of higher education in the specialty 125 "Cybersecurity," educational program: "Cybersecurity," contains 28 figures, 21 literature sources listed in the references. The work is completed on 82 pages of total text and 70 pages of main text. The work explores the theoretical foundations of cyberattack forecasting and the concept of Open-source Intelligence (OSINT). Key OSINT sources and tools, data collection and analysis methods for identifying indicators of attack preparation, as well as ethical and legal aspects are analyzed. The practical application of OSINT methodologies, particularly using tools like theHarvester, Censys, Shodan, and OSINT Framework, for forecasting cyberattacks and evaluating their effectiveness is examined. The work is relevant for cybersecurity specialists, cyber threat analysts, OSINT intelligence specialists, as well as for researchers in the field of proactive information protection. The conclusions and recommendations presented in the work can be used for developing and improving cyberattack forecasting methodologies, enhancing the effectiveness of cybersecurity systems, and training specialists.