АНАЛІЗ СУЧАСНИХ ПІДХОДІВ КОМП’ЮТЕРНОЇ КОНКУРЕНТНОЇ РОЗВІДКИ ІЗ ВИКОРИСТАННЯМ ТЕХНОЛОГІЙ ВІДКРИТИХ ДЖЕРЕЛ
DOI: 10.31673/2786-8362.2025.028204
Анотація
У статті проведено аналіз сучасних підходів до здійснення комп’ютерної конкурентної розвідки із
застосуванням технологій відкритих джерел, OSINT (розвідки з відкритих джерел). Актуальність
теми обумовлена стрімким зростанням обсягу відкритих даних у мережі Інтернет та необхідністю
ефективного використання цієї інформації для підвищення конкурентоспроможності організацій.
Метою дослідження є узагальнення методів і засобів комп’ютерної конкурентної розвідки, що
базуються на технологіях OSINT, а також визначення їх можливостей та обмежень У рамках
дослідження розглянуто різноманітні підходи й інструменти, які використовуються для збору та
аналітичної обробки інформації про конкурентне середовище з відкритих джерел. Зокрема,
проаналізовано методи моніторингу веб-ресурсів, соціальних мереж, блогів, онлайн-форумів та
відкритих баз даних, що дозволяють автоматизувати пошук релевантних даних про діяльність
конкурентів. Особливу увагу приділено застосуванню сучасних програмних засобів та онлайнсервісів для OSINT, а також можливостям технологій машинного навчання та обробки великих
даних у підвищенні ефективності конкурентної розвідки. Виявлено, що використання OSINT
забезпечує широку інформаційну охопленість джерел інформації та оперативність отримання
актуальних даних. Водночас застосування OSINT потребує структурованого підходу до фільтрації
результатів і перевірки достовірності зібраних даних. Результати дослідження дозволяють
визначити переваги і недоліки кожного з сучасних підходів та інструментів OSINT для конкурентної
розвідки. Практична значущість отриманих результатів полягає у можливості використання
сформульованих рекомендацій для вдосконалення процесів бізнес-розвідки та інформаційноаналітичної діяльності. Застосування сучасних OSINT-підходів сприятиме більш обґрунтованому
прийняттю управлінських рішень і зміцненню конкурентних позицій організацій на ринку.
Ключові слова: відкриті інформаційні ресурси; моніторинг веб-ресурсів; аналіз соціальних
мереж; інструменти збору даних; машинне навчання; великі дані; конкурентоспроможність;
підтримка прийняття рішень
Список використаної літератури
1. OSINT Academy. (2024). Official website of the educational project on open-source.
URL: https://osintacademy.com.
2. Zolotukhin, D. Y. (2016). (2016). OSINT Academy – educational materials from open
sources. URL: https://www.youtube.com/@OSINTAcademy.
3. Public Organization "Institute of Post-Information Society". (2024). Official information
from the Unified State Register.
URL: https://youcontrol.com.ua/catalog/company_details/39954395/.
4. Institute of Post-Information Society. (2024). Official website of the public organization.
URL: https://postinfosociety.com.
5. Lande D.V., Pryshchepa K.V. The automatic detection of the information operations event
basis // arXiv preprint arXiv:1807.03360. 2018. URL: https://arxiv.org/abs/1807.03360.
6. Додонов А.Г., Ланде Д.В., Прищепа В. В., Путятин В. Г. Комп’ютерна конкурентна
розвідка. – Київ: ТОВ «Інжиніринг», 2021. – 354 с.
7. Ланде Д. В. Правові питання конкурентної розвідки // Інформація і право. – 2020. – №
2. – С. 51–68.
8. Dodonov, A. H., Lande, D. V., Pryshchepa, V. V., & Putyatin, V. H. (2013). Competitive
Intelligence in Computer Networks. Kyiv: NAS of Ukraine. 248 p.
9. Ланде Д.В., Пучков О., Субач І., Болюк М., Нагорний Д. OSINT-дослідження для
виявлення та запобігання кіберінцидентам та атакам // Інформаційні технології та безпека. –
2021.–Т.9,№2. – С. 209–218. –URL:: https://its.iszzi.kpi.ua/article/view/249921/251241.
10. Ланде Д.В., Субач І., Пучков А. Система аналізу великих даних із соціальних медіа //
Журнал інформаційної безпеки. – 2020. – Т. 47, № 1. – С. 44–61.
URL: https://it4sec.org/system/files/4703_big_data_social_media.pdf.
11. Додонов А. Г., Ланде Д. В., Циганок В. О., Андрійчук О. Ю., Каденко С. О.,
Грайворонська А. М. Розпізнавання інформаційних операцій: від нелінійного аналізу до
прийняття рішень: монографія. – Київ: ІПРІ НАН України, 2017. – 275 с.
