Використання пошукових операторів (Google Dorks) в OSINT

Abstract

У тезах досліджено сучасні інструменти, методи та концептуальні підходи, що застосовуються у сфері розвідки на основі відкритих джерел (OSINT) та безпекової аналітики. Висвітлено роль спеціальних розширених пошукових запитів — Google Dorks (зокрема операторів site:, filetype:, intitle:, inurl: та лапок для точного пошуку фрази) як доступного й високоточного інструменту аналітиків, журналістів та фахівців із кібербезпеки, який дозволяє оперативно виявляти документи, технічні дані й сторінки авторизації без використання закритих або незаконних джерел. Окреслено обмеження застосування пошукових операторів, пов'язані з процесами індексації вебресурсів, ризиками отримання нерелевантних результатів та необхідністю суворого дотримання етичних і правових норм захисту приватності й інформаційної безпеки. Крім того, проаналізовано концепцію ройового інтелекту, сформовану на основі колективної поведінки самоорганізованих біологічних систем без централізованого управління. Обґрунтовано ключові принципи ройового інтелекту для безпекової аналітики, серед яких — децентралізація управління, розподіленість функцій, адаптивність, емерджентність, стійкість системи та здатність автономних агентів до колективного накопичення інформації й координації на основі простих локальних правил.

This paper examines modern tools, methods, and conceptual approaches used in the field of open-source intelligence (OSINT) and security analytics. It highlights the role of specialized advanced search queries—Google Dorks (specifically the operators site:, filetype:, intitle:, inurl: and quotation marks for exact phrase searches)—as an accessible and highly accurate tool for analysts, journalists, and cybersecurity specialists, enabling them to quickly identify documents, technical data, and authorization pages without resorting to closed or illegal sources. The limitations of using search operators are outlined, including those related to web resource indexing processes, the risks of obtaining irrelevant results, and the need for strict adherence to ethical and legal standards for privacy and information security. In addition, the concept of swarm intelligence—based on the collective behavior of self-organizing biological systems without centralized control—is analyzed. The key principles of swarm intelligence for security analytics are substantiated, including decentralized control, distributed functions, adaptability, emergence, system resilience, and the ability of autonomous agents to collectively accumulate information and coordinate based on simple local rules.