Twitter Bots and Facebook Page

 ကျွန်တော်တို့ ပြီးခဲ့တဲ့ OSINT Case Study ကနေ ဘာတွေရလိုက်လဲဆိုရင်

- Imagerly Intelligent (IMINT) အရ ဓာတ်ပုံတစ်ပုံကို အသေးစိတ်မြင်အောင်ကြည့်ဖို့ပါ။ 

-  ကုန်တင်ကားကြောင့်  ဆီဆိုင်က အဝေးပြေးလမ်းမမှာ ရှိတယ်ဆိုတာကို သိရတယ်။ 

- နောက်ခံ အပင် အဆောက်အဦးရှင်းလင်းနေတာကြောင့် မြို့ပြင်ဆိုတာ ပိုထင်ရှားစေတယ်။ 

- နောက်ခံ  အပြာရောင်လိုင်းကြောင့် ရေကန်အနီးမှာရှိတယ်ဆိုတာကိုသိရတယ်။

-  ဆီပန့်က အပြာရောင်နဲ့ ခေါင်မိုး အရောင်ဖြစ်တဲ့ (အဖြူအနီ) ဆိုတာတွေ့ရတဲ့အတွက် ဆီဆိုင် နာမည် ခွဲရတာ လွယ်ကူသွားတယ်။ 

- ဓာတ်ပုံမှာပေါ်နေတဲ့ ‌ကွင်းပြင်ထဲက အိမ်‌ရယ် တိုင်ရယ်ကြောင့် Satellite Image နဲ့ ကြည့်ရင် ဓာတ်ဆီဆိုင် နေရာမှန် မမှန်ကို သေသေချာချာ Verify ဖြစ်စေတယ်။ နီးစပ်တဲ့‌နေရာမှာရှိတဲ့  ထင်ရှားတဲ့ အမှတ်အသားနဲ့ တိုက်ဆိုင်ပြီးတော့ နေရာ 

မှန် မမှန် Verify လုပ်တဲ့ သဘောပါ။

- Technology အနေနဲ့ 

Image ကနေရတဲ့ သဲလွန်စတွေနဲ့ Google Map , Map 2 ခု ထပ်ဖို့ (Germany To London Map နဲ့ ဆီဆိုင်တွေရှိတဲ့ Map ကိုထပ်ပါတယ်) Open Source Tools ပြီးရင် Satellite Image ပြန်ကြည့်ဖို့။ 

Map Software - GIMP Tools 

https://www.gimp.org/downloads/

ဒါတွေက အခြားလုပ်ငန်း‌နယ်ပယ်တွေအပြင် သတင်းနဲ့စာနယ်ဇင်း ရုပ်သံတွေအတွက် အထောက်အထားတွေနဲ့ တင်ဆက်သူကို Impression ပိုပြီးရှိအောင် ကြည့်တဲ့သူတွေ ယုံကြည်လာအောင်  လုပ်ပေးနိုင်ပါတယ်။ Bellingcat ရဲ့အလုပ်ကလဲ ဒါကိုပဲ အဓိကထားတာပါ။

နောက်တစ်ခု အနေနဲ့ 2019 အင်ဒိုနီးရှား Propaganda ကိစ္စ

Bellingcat အဖွဲ့က Twitter Campaign ကို Hashtags ကနေ အရင်ဆုံးလိုက်ပါတယ်။ Twitter Hashtag တွေကို ရှင်းလင်းစွာမြင်ဖို့ Open Source Visual Grpah ဖြစ်တဲ့ Gephi  ထဲကိုထည့်လိုက်ပါတယ်။ ပုံပြထားပါတယ်။ 

GEPHI Download Link 

https://gephi.org/

Visual Grpah ထဲထည့်လိုက်ပြီး ပြန့်နှံ့ပုံကို လေ့လာတဲ့အခါ။ Network Node (Account) တွေက Twitter Bot တွေဖြစ်နေတာကို သူတို့တွေ့ပါတယ်။ 

Twitter Bot တွေကိုဘယ်လိုခွဲလဲဆိုရင် 

- Bot Account တွေက တူညီတဲ့ စာသား။ တူညီတဲ့ Video File ကိုပဲတင်ပါတယ်။

- Retweet လုပ်ရင် Bot Account အချင်းချင်းပဲ Retweet လုပ်ပါတယ်။ Account အစစ်တွေကနေ မလုပ်ပါဘူး။ 

- Bot Account တွေ Post And ReTweet လုပ်တာက အချိန်တူပါတယ်။ ပြီးရင် နာရီခြားပြီး အချိန်မှန်နေပါတယ်။ ဥပမာ 1-2-3 နာရီခြား စသည်ဖြင့် 

- Profile Photo တွေက ဆယ်လီတွေရဲ့ပုံ ဒါမှမဟုတ် 

အခြားလူတွေရဲ့ ပုံဖြစ်နေပါတယ်။ (Reverse Image Search ကိုအသုံးပြု။)

Twitter ပြီးတော့ Facebook ကို Analysis လုပ်ပါတယ်။ ဘယ်ကနေလုပ်လဲဆိုရင် Hashtag ကနေလုပ်ပါတယ်။ အဲဒီမှာ အဓိက Page 3 ခုသွားတွေ့ပါတယ်။ 

အဓိက Facebook Page တွေကို သူတို့ ဘယ်ကနေ Analysis လုပ်လဲဆိုရင် Facebook ရဲ့ Page Transparency နဲ့ Ad Service ကနေလုပ်ပါတယ်။ 

(ပုံတွေပြထားပါတယ်။)

Page ရဲ့ Information (Page Create Date  , About,Etc .)

Page Admin တွေက ဘယ်က ဖြစ်မလဲ

ဘယ် Post တွေကို Boot လုပ်လဲ

Boot လုပ်တဲ့အခါ ဘယ်နေရာနဲ့ ဘာကို ဦးတည်လဲ

Boot အတွက် ငွေ ဘယ်လောက်သုံးလဲ 

Page မှာတင်တဲ့ စာသား ။ Video တွေမှာ Page တစ်ခုနဲ့ တစ်ခု တူညီနေမှုရှိမရှိ။

 Page တစ်ခုနဲ့တစ်ခု ဆက်စပ်ပုံ စတာတွေကိုအသေးစိတ် Analysis လုပ်ပါတယ်။

 Facebook Page တွေကို Archive လုပ်ပါတယ်။ Delete လုပ်သွားရင် ပျောက်သွားမှာစိုးတဲ့အတွက်ပါ။ 

(Page Archive လုပ်တာက Analysis မလုပ်ခင် သို့မဟုတ် Analysis လုပ်ပြီးမှ ဆိုတာက အခြေအနေအရပါ။ Daily Archive Is Best . 

REF: https://www.benjaminstrick.com/








Comments

Post a Comment

Popular posts from this blog

NTFS Index Attributes

Image
  NTFS Index Attributes Now that we have described the general concept of B-trees, we need to describe how they are implemented in NTFS to create indexes. Each entry in the tree uses a data structure called an index entry to store the values in each node. There are many types of index entries, but they all have the same standard header fields, which are given in Chapter 13. For example, a directory index entry contains a few header values and a $FILE_NAME attribute. The index entries are organized into nodes of the tree and stored in a list. An empty entry is used to signal the end of the list. Figure 11.18 shows an example of a node in a directory index with four $FILE_NAME index entries. Figure 11.18. A node in an NTFS directory index tree with four index entries. Figure 11.18 The index nodes can be stored in two types of MFT entry attributes. The $INDEX_ROOT attribute is always resident and can store only one node that contains a small number of index entries. The $INDEX_ROOT at...
Read more

B-Trees (NTFS)

Image
  B-Trees An NTFS index sort attributes into a tree, specifically a B-tree. A tree is a group of data structures called nodes that are linked together such that there is a head node and its branches out to the other nodes. Consider Figure 11.13(A), where we see node A on top and it links to nodes B and C. Node B links to nodes D and E. A parent node is one that links to other nodes, and a child node is one that is linked to. For example, A is a parent node to B and C, which are children of A. A leaf node is one that has no links from it. Nodes C, D, and E are leaves. The example shown is a binary tree because there are a maximum of two children per node. Figure 11.13. Examples of A) a tree with 5 nodes and B) the same tree that is sorted by the node values FIG- 11.3 Trees are useful because they can be used to easily sort and find data. Figure 11.13(B) shows the same tree as we saw on the left side, but now with values that are assigned to each node. If we are trying to look up a ...
Read more

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

Image
လက်ရှိအချိန်မှာ PC/Laptop သုံးစွဲတဲ့အထဲမှာ Window အသုံးပြုသူက ကမ္ဘာမှာ အများဆုံးဖြစ်ပါတယ်။ Operation System အနေနဲ့ကြည့်မယ်ဆိုရင် ဒုတိယအများဆုံးဖြစ်ပါတယ်၊ ပထမအများဆုံးကတော့ Android ဖြစ်ပါတယ်။ Window 1.0 ကနေ အခုနောက်ဆုံးထွက်တဲ့ Window 11 အထိမှာ လက်ရှိလူတွေ အများဆုံးအသုံးပြုတာကတော့ Window 10/ Window 11 ဖြစ်ပါတယ်။ Forensics Analysis လုပ်မယ်ဆိုရင် Window ကနေရနိုင်တဲ့ Artifact (2) မျိုးရှိပါတယ်။ (1) System Artifacts  (2) User Artifacts  System Artifacts  ကတော့ Window Operation System   ကနေရနိုင်တဲ့ Artifacts တွေဖြစ်ပါတယ်။  System Artifacts Example  Registry Artifacts Event Logs File System Artifacts (Master File Table) Prefetch Files Volume Shadow Copies  User Artifacts ကတော့ User အသုံးပြုတဲ့ Computer ပေါ်မှာ User ကနေအသုံးပြုတဲ့ Activity တွေဖြစ်ပါတယ်။ တစ်ကယ်တန်း Forensics Analysis လုပ်မယ်ဆိုရင် System Artifacts ကိုရော User Artifacts ကိုရော Analysis ပြုလုပ်ပါတယ်။  User Artifacts Example  UserAssist  LNK Files Browser Artifacts...
Read more