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

B. ENHANCEMENT OF THE ANALYSIS AND

KNOWLEDGE EXTRACTION PROCESSES

The interpretation of the recollected open data is a key point

in the OSINT procedure. Extracting the essence of the scrap-

ing results, making relationships between separated pieces of

information, or inferring conclusions that are not explicitly

exposed increases the quality of the results. Indeed, the

recursive integration with the propagation of further rounds

of investigation is enhanced by means of better inputs.

However, as far as we know, OSINT analysis is not imple-

menting intelligent mechanisms today. The existing tools are

limited to throwing all the information found and its explicit

relationships. On the contrary, the analysis process should

incorporate semantic analysis, study of patterns, correlation

with other events, occurrences or datasets.

Fortunately, modern data mining techniques [78] such

as Natural Language Processing, Social Network Analysis,

Machine Learning or Deep Learning are actually designed

to solve this type of challenges. A proper selection of algo-

rithms in this field of knowledge will make the difference

between the current static analysis and the future reasoned

processing [79].

Ideally, the OSINT of the future should be able to provide

the end user with the specific piece of information he/she is

searching, as well as to return convincing answers in investi-

gations. The original search would also have, not only direct

inferences, but also indirect and not explicit relationships.

This challenge builds the path between the Second Gener-

ation and the Third Generation of OSINT. As it is presented

in [1], the Second Generation started with the rise of Inter-

net and Social Media, and the challenges were “technical

expertise, virtual accessibility and constant acquisition

". In

contrast, the evolution to the Third Generation is supposed

to appear nowadays and will have to include “direct and

indirect machine processing of data, machine learning, and

automated reasoning

".