Studie možností zpravodajství z otevřených zdrojů v oblasti kriminality

Abstract

Tato diplomová práce se zabývá systematickou analýzou metod získávání, zpracování a využití informací z otevřených zdrojů (OSINT) v kontextu bezpečnostní praxe. Cílem práce bylo provést kritickou evaluaci metodologických postupů efektivního sběru dat, jejich validaci a analytické zpracování s důrazem na aplikace v oblasti kybernetické bezpečnosti a kriminálního zpravodajství. Práce kombinuje teoretické poznatky s praktickými aplikacemi prostřednictvím případových studií, které zahrnují odhalení phishingových kampaní, identifikaci pachatelů organizovaného zločinu a simulaci penetračního testu zaměřeného na zranitelnost studentů vůči kybernetickým hrozbám. Důraz je kladen na dynamiku informací v OSINT, které se mění každým dnem, což vyžaduje kontinuální aktualizaci dat a adaptaci analytických postupů. Výsledky práce potvrzují, že OSINT je efektivním nástrojem pro bezpečnostní složky i soukromý sektor, přičemž jeho význam neustále roste v digitálně propojeném světě.

This thesis focuses on the systematic analysis of methods for collecting, processing, and utilizing information from open sources (OSINT) in the context of security practices. The aim of the thesis was to critically evaluate methodological approaches to efficient data collection, validation, and analytical processing with an emphasis on applications in cybersecurity and criminal intelligence. The work combines theoretical insights with practical applications through case studies that include uncovering phishing campaigns, identifying perpetrators of organized crime, and simulating a penetration test targeting students' vulnerability to cyber threats. Special emphasis is placed on the dynamic nature of OSINT data, which changes daily and requires continuous updates and adaptation of analytical methods. The results confirm that OSINT is an effective tool for both security forces and the private sector, with its importance steadily growing in the digitally interconnected world.