美国几周来一直在警告俄罗斯入侵乌克兰的可能性，并威胁说如果俄罗斯发起入侵行动，将对其实施制裁。在俄罗斯入侵乌克兰东部和入侵克里米亚仅仅8年之后，俄罗斯军队再次沿着乌克兰的边界动员起来。

当美国和其他北约成员国政府监测俄罗斯的活动并确定适当的政策反应时，他们所依赖的及时情报不再仅仅来自价值数百万美元的间谍卫星和地面间谍。社交媒体、大数据、智能手机和低成本卫星已经占据了中心位置，爬取Twitter上的数据已经变得与情报分析员工具箱中的其他东西一样重要。这些技术也使新闻组织和分析人员能够跟踪行动并提供分析。

政府仍然在美国情报预算等广泛资源的帮助下开展敏感的情报收集行动。但是，大量有价值的信息是公开的，而且并非所有的信息都是由政府收集的。卫星和无人机甚至比十年前便宜得多，私人公司也能够熟练操作，而且几乎每个人都有一部具有先进的照片和视频功能的智能手机。

研究技术如何产生大量的情报数据，并帮助筛选出有价值的信息，是情报和信息操作学者接下来的工作。

通过商业公司和个人捕获的信息，任何人都可以通过互联网搜索或新闻获得俄罗斯军事态势的真实情况。商业影像公司正在发布最新的、地理上精确的俄罗斯军事力量的图像。一些新闻机构正在定期监测和报道这一情况。接近前线的TikTok用户正在发布俄罗斯军事装备的视频，据称这些装备正被运往乌克兰周边地区，以加强已经就位的部队，网络侦探们正在持续追踪这一信息流。像TikTok这样的流行社交媒体平台已经成为宝贵的情报来源。

在大多数情况下，这种情报收集的碎片化对情报专业人士来说是一个福音。政府分析人员正在利用来自整个互联网的信息来满足情报评估的需要，而不是主要依靠机密系统或昂贵的视觉传感器在高空俯瞰。

然而，从数兆字节的公开数据中筛选出相关信息是很困难的。要知道，许多数据可能被故意操纵以进行欺骗，这使任务更加复杂。

开放源码情报的做法应运而生。美国国家情报总监将开放式情报，或OSINT定义为收集、评估和分析公开可用的信息。信息来源包括新闻报道、社交媒体帖子、YouTube视频和商业卫星运营商的卫星图像。

OSINT社区和政府机构已经开发了OSINT的最佳实践，并有许多免费工具。分析师可以使用这些工具来开发网络图，例如，通过搜索公开的财务记录来了解犯罪活动，从而开发犯罪组织的网络图。私人调查员正在使用OSINT方法来支持执法、公司和政府的需要。侦探们利用OSINT向当局揭露了腐败和犯罪活动。简而言之，大部分的情报需求都可以通过OSINT来满足。

即使有了OSINT的最佳实践和工具，OSINT也会造成情报分析员不得不面对的信息过载问题。情报分析员通常处于被动模式，试图对不断涌现的模糊的原始数据和信息做出解释。

机器学习是一套允许计算机在大量数据中识别模式的技术，对于处理OSINT信息，特别是照片和视频，证明其用途是非常宝贵的。计算机在筛选大型数据集时速度更快，因此采用机器学习工具和技术来优化OSINT流程是必要的。

识别模式使计算机有可能评估信息的欺骗性和可信度，并预测未来趋势。例如，机器学习可以用来帮助确定信息是由人类还是由机器人或其他计算机程序产生的，以及一个数据是真实的还是欺诈内容。

虽然机器学习绝不是一个水晶球，但它可以被用来评估某些结果的概率。没有人能够利用OSINT和机器学习的结合来解读俄罗斯总统弗拉基米尔·普京的想法，但这些工具可以帮助分析人员评估，例如，俄罗斯入侵乌克兰的情况可能会如何发展。

技术产生了大量的情报数据，但技术也使得从数据中提取有意义的信息以帮助人类情报分析员拼凑出大画面变得更加容易。