What is OSINT ? Critical Thinking For OSINT

 OSINT ဆိုတာဘာလဲ? 

    OSINT ရဲ့ အရှည်ကောက်က Open Source Intelligence Technique ဖြစ်ပါတယ်။ Internet နဲ့ World Wide Web (WWW) ပေါ်လာတဲ့ အချိန်ကနေစပြီး OSINT ဆိုတာက ပေါ်လာပါတယ်။ 

OSINT ဆိုတာ Public မှာ တင်တဲ့ သတင်းအချက်အလက်မှန်သမျှ ကို စုဆောင်းတယ်။ အခုဆိုရင် Socail Media တွေပါ ပါလာတာပေါ့။ အဲလို စုဆောင်းတယ် စုဆောင်းလို့ရသမျှသတင်းတွေကို (AI ရော။ လူရော ပေါင်းစပ်ပြီး။ Analysis လုပ်တယ်။) Analysis လုပ်ပြီးရလာတဲ့ အချက်အလက်တွေကို အခြားတစ်နေရာကနေရလာတဲ့ သတင်းအချက်အလက်တွေနဲ့ ပေါင်းစပ်ပြီး ထပ်ပြီး Analysis ပြုလုပ်တယ်။ နောက်ဆုံးရလာတဲ့ Analysis အ‌ဖြေကို Decision လုပ်ပြီး အသုံးချတယ်။ Public ဖြစ်နေတဲ့  Data တွေကို ကောက်ယူတဲ့အတွက် ကုန်ကျမှု သက်သာပါတယ်။ 

ဘယ်နေရာတွေမှာ အသုံးချလဲ စီးပွားရေး ။ နိုင်ငံရေး။ လူမှုရေး ။ စစ်ရေး အပြင် အခြား Intelligence အပိုင်းတွေအတွက်  မဟာဗျူဟာကျကျအသုံးချပါတယ်။ ဒါတွေအပြင် Cyber Security , National Security , စတဲ့ တစ်ဦးတစ်ယောက်ချင်းမှသည် အဖွဲ့အစည်းပိုင်း နိုင်ငံ Level အထိ ဆိုင်ရာအခန်း အလိုက် အသုံးချနိုင်ပါတယ်။ 

ဥပမာ

 စီးပွားရေးဆိုရင် စင်ကာပူကို ကျော်ချင်တဲ့အတွက် 

စလုံးငွေ‌ တန်ဖိုးအတက်အကျ အလုပ်အကိုင် ပေါ်လစီ စီးပွားရေးနဲ့ပတ်သတိပြီး ဥပဒေ တွေ ဘာတွေပြောင်းလဲ သတင်းတွေမှာ ဘာ‌တွေပြောတယ် ဘယ်သူက ဘယ်သူနဲ့တွေ့တယ် တွေ့ပြီးဘာပြောတယ် စတာတွေကို Public ကနေရနိုင်သမျှစုစည်းပြီးရင် ငွေဈေးဘာလို့ကျလဲ ဒီ ဥပဒေ ပေါ်လစီ ပြောင်းရင် ဘာတွေဖြစ်နိုင်မလဲ ဘာလို့ ပြောင်းတာလဲ ဘာကိုရည်ရွယ်ချင်တာလဲ ။ စတာတွေကို Analysis လုပ်တယ်။Analyis လုပ်ပြီးရလာတဲ့ အဖြေကနေ ကိုယ့်ဘက်က လုပ်သင့်တာကို လုပ်မယ်။ 


ပိုပြီးအကျယ်ချဲ့ရင်တော့ စင်ကာပူထဲမှာ ရင်းနှီးမြှပ်နှံမှုမှာ ဘာက အများဆုံးလဲ

သူပြိုကျရင် ဘာဖြစ်မလဲ တစ်ခြားဘာတွေပါ လိုက်ပြီးပြိုလဲ မလဲ။

စလုံးနဲ့ စီးပွားရေး အဓိက လုပ်နေတဲ့ အိမ်နီချင်းနိုင်ငံတွေ။ အခြားနိုင်ငံတွေက ဘယ်လိုအခြေအနေရှိလဲ။ သူတို့ တစ်ခုခုဖြစ်ရင် ဖြစ်တဲ့ တစ်ခုကြောင့် စလုံးမှာ ဘာတွေ ထိခိုက်နိုင်လဲ စသည်ဖြင့် Target ထားပြီး လုပ်ဆောင်ရပါတယ်။ ကိုယ့်အတွက် ပိုအကျိုးရှိအောင် ထိရောက်အောင် ချဲ့နိုင်ရင် ချဲ့နိုင်သလောက် ရပါတယ်။ မြန်မာစကားပုံတောင် ရှိပါသေးတယ် ညောင်ဦးကမ်းပါးပြိုတာနဲ့( ဘယ်မြို့ကလဲမသိ) အဲဒီမြို့က နွားမကြီး ခြေကျိုးသလို။  Butterfly Affect ပေါ့။

OSINT မှာ သတင်းစုဆောင်းရုံတင်မဟုတ်ပဲ မှန်မှန်ကန်ကန် Analysis လုပ်ဖို့ ရလာတဲ့ အဖြေကို ထိထိရောက်ရောက် အသုံးချနိုင်ဖို့ ပိုအရေးကြီးပါတယ်။ ဥပမာ ပေးတဲ့ စီးပွားရေးတင်မဟုတ် ။ ကျန်တဲ့ ကိစ္စတွေ နေရာတွေမှာလဲအလားတူပါပဲ။ နေရာစုံ View Point ပေါင်းစုံက‌နေ ဥပမာ ပေးရရင် တော်တော်ရှည်သွားပါမယ်။ OSINT မှာ AI ကပါသင့်သလောက်ပါ၀င်ပေမဲ့ Analysis လုပ်မဲ့လူရဲ့ အရည်အသွေးကလဲ အရေးကြီးပါတယ်။ Analysis  လုပ်မဲ့သူက အစွန်း ၂ဖက်  လွတ်ရပါတယ်။ Analysis လုပ်မဲ့သူတွေက သက်ဆိုင်ရာ အပိုင်းမှာ  expert  ဖြစ်ရပါမယ်။ AI  ထက် လူတွေက ကောက်ကျစ်တယ် လှည့်ဖျားတတ်တယ်။ မာယာများတယ်။


OSINT အတွက်အရေးကြီးတဲ့ Critical Thinking‌ တွေကတော့ (W6) လုံးဖြစ်တဲ့

( Who, What, Where, When, Why, How) 

Who

ကျွန်တော်တို့ A ဆိုတဲ့ သတင်းအချက်အလက်ကို ရရှိလာတဲ့အခါ

A နဲ့ပတ်သတ်ပြီး လက်ရှိမှာ ဘယ်သူ အကျိုးအမြတ်ရမလဲ

A နဲ့ပတ်သတ်ပြီး  နောင်တစ်ချိန်မှာ ဘယ်သူ အကျိုးအမြတ်ရမလဲ

A နဲ့ပတ်သတ်ပြီး လက်ရှိမှာ ဘယ်သူ ထိခိုက်နိုင်သလဲ

A နဲ့ပတ်သတ်ပြီး နောင်တစ်ချိန်မှာ ဘယ်သူ ထိခိုက်နိုင်သလဲ

A နဲ့ပတ်သတ်ပြီး အထိခိုက်အများဆုံးက ဘယ်သူဖြစ်နိုင်မလဲ

A နဲ့ပတ်သတ်ပြီး အထိခိုက် အနည်းဆုံးက က ဘယ်သူဖြစ်နိုင်မလဲ

A နဲ့ပတ်သတ်ပြီး ဘယ်သူက ဘယ်နေရာက သတင်းထုတ်ပြန်တာလဲ

A နဲ့ပတ်သတ်ပြီး ဘယ်သူက အဓိက ဆုံးဖြတ်ချက်ပေးတာလဲ

သတင်းအချက် A ထဲမှာ Key Point , Key Person, Key People ကဘာလဲ

A နဲ့ပတ်သတ်ပြီး ပြောဆိုဆွေးနွေးနေတာတွေ ကဘာတွေလဲ

A နဲ့ပတ်သတ်ပြီး ကိုယ်တိုင်ဆုံးဖြတ်နိုင်မလား အခြားသူအကြံယူသင့်သလား

A နဲ့ပတ်သတ်ပြီး အခြား Information Source တွေရှိနိုင်သလား

A နဲ့ပတ်သတ်ပြီး  လက်ရှိနေရာမှာ ပုံစံတူ အရင်ကရှိခဲ့ဖူးလား၊

ကမ္ဘာမှာရော A လိုမျိုးပုံစံတူ အရင်ကရော အခုလက်ရှိရောဖြစ်ခဲ့လား

A နဲ့ပတ်သတ်ပြီး ကိုယ်တိုင် ယူဆချက်ပေးလို့ရမလား ( အယူအဆကို အစွန်မရောက်စေပဲ)

A ကိုယုံသင့်သလား အသုံးချသင့်သလား


What

A ဆိုတဲ့ သတင်းအချက်အလက် ရရှိလာတဲ့အခါ 

အားနည်းချက် အားသာချက် ကဘာလဲ 

မှားယွင်းတဲ့ အချက်အလက်တွေပါသလား 

Positive or Negative   တစ်ဖက်ဖက်ရောက်အောင်ပြောင်းနိုင်မလား 

ကိုယ်လိုချင်သလို ရည်ရွယ်ချက်ကောက်ယူနိုင်သလား 

အရေးကြီးသလား အရေးမကြီးဘူးလား 

အခြားသော ရှူထောင့်ကကြည့်ရင် ဘယ်လိုဖြစ်မလဲ 

ဘယ်လိုပြောင်းပြီး မြင်နိုင်သလဲ 

ဘယ်လို ခုခံခြေပနိုင်မလဲ 

Where 

A ဆိုတဲ့ သတင်းအချက်အလက် ရရှိလာတဲ့အခါ 

ဘယ်နေရာမှာ ဘယ်အချိန်တွေမှာ ဒီလို  ဖြစ်ပျက်ဖူးတာတွေကို  မြင်ဖူးကြားဖူးခဲ့သလား 

တူညီတဲ့ နေရာ အခြေအနေတွေက ဘယ်နေရာတွေမှာ ဖြစ်ခဲ့လဲ 

အဲဒီ‌နေရာကနေ အခြားသော အချက်အလက်တွေ ရနိုင်မလား 

ဖြစ်ပျက်ခဲ့တဲ့ အခြေအနေတွေကနေ ဘယ်လိုသင်ခန်းစာ အကြံရယူနိုင်မလဲ 

ဘယ်လောက်ထိ ပြသာနာတွေ ဖြစ်ခဲ့လဲ 

ဘယ်လို တိုးတက်မှု ဆုတ်ယုတ်မှုတွေ ရှိခဲ့သလဲ  ရှိလားနိုင်သလဲ

ဘယ်နေရာကို အကျိုးသက်ရောက်မှု အနည်း-အများဆုံးဖြစ်နိုင်မလဲ 

ဘယ်နေရာကနေ စပြီးလုပ်သင့်သလဲ 

When 

A ဆိုတဲ့ သတင်းအချက်အလက် ရရှိလာတဲ့အခါ 

ဘယ်အချိန်တွေမှာ လက်ခံမှု လက်မခံနိုင်မှုတွေ ရှိလာနိုင်သလဲ 

ဘယ်အချိန်မှာ ကိုယ့်အတွက်  အောင်မြင်မှု  ဆုံးရှူံးမှုတွေ ရှိလာနိုင်တာကို သိရှိနိုင်မလဲ 

ကိုယ့်အတွက် အရေးကြီးတဲ့  ကိစ္စဘယ်အချိန်မှာ ဖြစ်လာနိုင်မလဲ 

ကိုယ့်အတွက် ပြသာနာဖြစ်လာနိုင်မလား 

ဘယ်အချိန်မှာ ပြောင်းလဲနိုင်မလဲ 

ဘယ်အချိန်မှာ လုပ်သင့်သလဲ

ဘယ် အချိန်ရောက်ရင်  အကျိုးသက်ရောက်လာနိုင်မလဲ 

ဘယ်အချိန်မှာမှ Action ယူသင့်သလဲ 

Why 

A ဆိုတဲ့ သတင်းအချက်အလက် ရရှိလာတဲ့အခါ 

ဘာအကြောင်းကြောင့် ပြသာနာ အခက်ခဲဖြစ်လာတာလဲ 

ဒီအကြောင်းကို အခြားလူတွေကို အသိပေးသင့်သလား 

ကိုယ့်အပေါ်သက်ဆိုင်လာနိုင်လား ဒါမှမဟုတ် အခြားသူအပေါ်သက်ရောက်နိုင်မလား

(ဘာလို့လဲ) 

ဘာလို့ ဒီလိုတွေဖြစ်နေတာလဲ 

ဘာလို့ အဆိုး အကောင်းတွေ ဖြစ်လာတာလဲ 

အဆိုး အကောင်းတွေကို ခွင့်ပြုသင့်သလား 

ဘယ်လိုအကြောင်းကြောင့်လူတွေကို လွှမ်းမိုးထားနိုင်ရတာလဲ 

Why 

A ဆိုတဲ့ သတင်းအချက်အလက် ရရှိလာတဲ့အခါ 

ဘာအကြောင်းကြောင့် ပြသာနာ အခက်ခဲဖြစ်လာတာလဲ 

ဒီအကြောင်းကို အခြားလူတွေကို အသိပေးသင့်သလား 

ကိုယ့်အပေါ်သက်ဆိုင်လာနိုင်လား ဒါမှမဟုတ် အခြားသူအပေါ်သက်ရောက်နိုင်မလား

(ဘာလို့လဲ) 

ဘာလို့ ဒီလိုတွေဖြစ်နေတာလဲ 

ဘာလို့ အဆိုး အကောင်းတွေ ဖြစ်လာတာလဲ 

အဆိုး အကောင်းတွေကို ခွင့်ပြုသင့်သလား 

ဘယ်လိုအကြောင်းကြောင့်လူတွေကို လွှမ်းမိုးထားနိုင်ရတာလဲ 

ဒီလိုမျိုး အခြေခံ Critical  Thinking နဲ့ စဉ်းစားရတဲ့အတွက် နေ့စဉ် လစဉ် နှစ်စဉ် စုဆောင်းထားတဲ့ Information တွေက ပျောက်သွားလို့မရပါဘူး။ စာရွက်ပေါ်မှာ  ထားလို့လဲ မရနိုင်ပါဘူး။ ဒါ့ကြောင့် ကိုယ် Target အလိုက် စနစ်တကျ data တွေကို အချိန်မရွေး ကိုယ်လိုချင်တာကို ပြန်ရှာနိုင်အောင် Database အနေနဲ့ ထားသင့်ပါတယ်။ 

(Fake News ဟုတ် မဟုတ်ကိုလဲ အလားတူခွဲခြားပါသည်။ )

(intelligence, Psychology  Warfare, Counter Intelligence စတာတွေအတွက် အခြေခံကျတဲ့ အတွေးနည်းလမ်းတစ်ခုပါ။)

(လူတစ်ယောက် ကိစ္စတစ်ခု အလုပ်တစ်ခုလုပ်မယ် ပြောမယ်ဆိုမယ်ဆိုရင်လဲ အခြေခံကျတဲ့ Thinking  တစ်ခုပါ။)





Comments

Popular posts from this blog

NTFS Index Attributes

B-Trees (NTFS)

eCDFP (Module-6) (Window Forensics) (Part - 1 )