Демонстрация применения метода дедукции в деанонимизации. Ищем хоть какую-то базовую информацию, которую будем считать нашей опорой. Проанализировав данные из многочисленных видео, можно предположить, что год рождения искомого объекта 1992-1998г. Из устойчивых паттернов можно выделить любовь к специфической обработке изображений с наложением шумов и желанием поделиться какой либо музыкой, в телеграме он часто делился понравившейся музыкой. В списке часто просматриваемых пабликов по временной линии находим устойчивое отображение небольшого паблика с музыкой на 570 подписчиков. Делаем предположение, что данный паблик особенно люб нашему герою. Страницу удаляет смело, следовательно у него есть другой профиль. Заходим в данный паблик и ищем по 94 году рождения, нам бросается в глаза один персонаж из Польши. Смотрим аватарку выложенную в 2020г и наблюдаем тот же самый наложенный эффект шумов. Неужели наш клиент? Видим на странице много музыки и собственный музыкальный паблик в котором наш герой делится музыкой. Далее мы соотносим вкусовые предпочтения с размещённой музыкой в телеграме.
Это всего лишь демонстрация примера легкой разведки Open Source Intelligence без применения ботов для поиска по слитым базам данных.
