EASvZI/Litvinenko/Project.md

GEOOSINT Мониторинг Социальных Сетей

Оглавление

1. Введение
2. Аналитический обзор предметной области и технологий
3. Реализация модулей системы
4. Заключение
5. Список использованных источников

1. Введение

1.1. Актуальность темы

В условиях экспоненциального роста пользовательского контента в социальных сетях методы Social Media Intelligence (SOCMINT) становятся критически важным направлением информационной разведки. Геопространственная разведка по открытым источникам (GEOOSINT) объединяет два мощных подхода: анализ данных из социальных платформ и работу с геолокацией, что позволяет выявлять закономерности, отслеживать события в реальном времени и верифицировать информацию о местоположении. По состоянию на 2026 год большинство популярных социальных сетей значительно ограничили доступ к своим API — особенно к геоданным и графу связей. Это создаёт потребность в универсальных системах, способных агрегировать геопространственные данные из множества источников через единый интерфейс, компенсируя ограничения каждой отдельной платформы.

1.2. Цель работы

Разработать программную систему для автоматизированного сбора, обработки и визуализации геопространственных данных из открытых источников социальных сетей с возможностью кластерного анализа и построения интерактивных карт.

1.3. Задачи

1. Провести анализ возможностей сбора геоданных из основных социальных платформ (VK, Telegram, YouTube).
2. Спроектировать модульную архитектуру системы с единым интерфейсом для разных источников.
3. Реализовать модули сбора данных с использованием официальных API и библиотек Python.
4. Разработать модуль геокодирования и реверсивного геокодирования.
5. Реализовать модуль пространственного анализа (кластеризация, расчёт плотности, тепловые карты).
6. Создать модуль визуализации с интерактивной картой.
7. Протестировать систему на реальных данных.

1.4. Объект и предмет исследования

Объект — геопространственные данные в социальных сетях.

Предмет — методы и программные средства сбора, обработки и визуализации этих данных.

1.5. Методы исследования

• Программный анализ API социальных сетей
• Геоинформационный анализ (геокодирование, пространственная кластеризация, анализ плотности)
• Визуализация данных на интерактивных картах
• Статистический анализ и обработка естественного языка (NLP)

2. Аналитический обзор предметной области и технологий

2.1. Классификация направлений OSINT

OSINT (Open Source Intelligence) — разведка по открытым источникам — охватывает сбор и анализ публично доступной информации.

Направление	Описание	Источники
SOCMINT	Разведка по социальным сетям	VK, Telegram, YouTube
GEOINT	Геопространственная разведка	Спутниковые снимки, карты, геотеги
GEOOSINT	Пересечение GEOINT и OSINT	Геометки в соцсетях, EXIF, визуальный анализ

2.2. Состояние API социальных сетей (2026)

Платформа	Доступ к геоданным	Метод доступа	Библиотека Python
VK	Поля geo в постах через wall.get, photos.search	Standalone-приложение	OAuth-токен vk_api
Telegram	Геолокация в сообщениях (тип MessageMediaGeo)	Telegram API (MTProto)	telethon
YouTube	Геотеги в видео (редко, через search с location)	YouTube Data API v3	google-api-python-client

2.3. Обзор существующих решений

• Creepy — собирает геолокационные данные из Twitter, Instagram, Flickr и отображает на карте. Ограничен закрытыми API.
• Skylens.io — отображает посты с геотегами из пяти соцсетей на одной карте. Веб-сервис, не кастомизируется.
• Maltego — платная платформа OSINT с графовой визуализацией связей.
• SpiderFoot — open-source инструмент для автоматизированного OSINT, но слабый геоанализ.
• Sherlock — поиск аккаунтов по никнейму в 500+ сетях, без геоанализа.

2.4. Обоснование выбора технологий

• Язык Python выбран по причинам: богатая экосистема библиотек для работы с API, геоданными, ML и визуализацией; широкое сообщество; наличие обёрток для API всех целевых платформ.
• База данных: SQLite + GeoJSON — для прототипа достаточно. При масштабировании — PostgreSQL + PostGIS.