内容比较长，先小结：如何找到好书并免费下载好书
到目前为止，所讨论的开放源码情报主要集中在包含目标有价值信息的网站上。在 OSINT 研究中经常被忽略的一类情报是文件。
这类数据通常分为三类。第一类是在文件内容中包含目标信息的文件。这可能包括目标可能不知道存在的在线 PDF 文件。第二类是实际由目标创建的文件。这些文件可能无意中进入公众视野。最后，第三类包括存储在文档中的元数据，其中可能包含有关文档真实来源的重要信息。以下技术解释了这些文件的手动搜索和检索，以及对找到的内容进行分析的自动软件解决方案。
如果要查找引用特定主题的所有文档，可以使用文件类型操作符，而不列出特定网站。搜索查询所有包含缩写 OSINT 的 Excel 电子表格的示例如下。ext:xls "OSINT"ext:xlsx "OSINT"
如果要在任何电子表格中搜索特定人员的姓名，如无名氏，则可键入以下单个查询。ext:xls OR ext:xlsx "John Doe"
下表列出了最常见的文档文件类型和相关文件扩展名。如前所述，Google 和 Bing 都可以搜索任何文件类型，而无需考虑文件关联。请记住，必应要求使用 “filetype”，而谷歌似乎更喜欢使用 “ext”。请注意，这只是部分列表，我还会不断发现新的可能性。
如果您想同时搜索所有这些文件类型，在谷歌或必应中输入以下字符串就可以找到有关 OSINT 主题的大多数文档。你可以把这个词改成其他任何感兴趣的词。"OSINT" filetype:pdf OR filetype:doc OR filetype:xls OR filetype:xlsx OR filetype:docx OR filetype:ppt OR filetype:pptx OR filetype:wpd OR filetype:txt
这个查询基本上是告诉搜索引擎在 PDF、Microsoft Word 和其他文档中查找任何与 OSINT 相关的内容，并显示所有结果。第九章中介绍的谷歌自定义搜索引擎（CSE）是进行此类搜索的绝佳资源。不过，我强烈建议你了解人工搜索过程。这比任何自动解决方案都更有控制力。
此外，谷歌 CSE 还限制了搜索结果的数量。因此，我不再建议完全依赖它进行文档搜索。它根本无法与结构合理的 Google 或 Bing 查询相媲美。本章末尾介绍的自定义搜索工具将进一步简化这一切。
将用户创建的文档存储在互联网上的想法越来越流行。将这些文件保存在 “云端”，就不需要在 CD 或闪存盘等设备上进行个人存储。此外，在互联网上存储文件还允许作者从任何一台能连接互联网的电脑上访问和编辑这些文件。
这些文件托管网站的一个常见用途是仅在编辑阶段存储文件。一旦文档完成且不再需要，用户可能会忘记将其从公共视图中删除。谷歌是最受欢迎的文档存储网站之一。如果需要，用户可以将存储的文档嵌入自己的网站。搜索网站相对容易。
许多谷歌邮件（Gmail）用户都会使用谷歌的免费文档存储服务，即谷歌文档或谷歌硬盘。创建文档时，默认情况下文档是私有的，公众无法看到。
但是，当人们想与朋友或同事共享文档时，就必须更改共享属性。虽然可以与个别谷歌用户私下共享文件，但许多人认为将文件公开更容易。这些用户中的大多数可能会认为，除了预定的接收者之外，其他人不会看到这些文件。毕竟，谁会去搜索别人的文件呢？我们会的。
这些示例应作为文档搜索多种可能性的起点。
Google 对用户创建的文档进行了分类。下面的示例确定了按类型显示文档的搜索。
亚马逊网络服务（AWS）是在 “云 ”中提供存储和互联网应用程序托管服务的大型服务器集合。许多公司和个人不购买昂贵的硬件，而是租用这些服务器。
以下搜索示例将解释几个选项。精确搜索会列出预期结果。这些示例应作为文件搜索多种可能性的起点。
另一个选择是亚马逊 CloudFront 服务器。CloudFront 是亚马逊网络服务提供的内容交付网络 (CDN)。内容交付网络提供一个全球分布的代理服务器网络，用于缓存网络视频或其他大型媒体等内容。这些代理服务器会在更近的地方提供给消费者，从而提高下载内容的访问速度。我们可以在这一领域应用以前的搜索技术。在谷歌上进行以下搜索，可以在各种 CloudFront 服务器上找到 129 个包含缩写 “OSINT ”的页面。
许多公司在 AWS服务器的 “buckets”中托管大型数据库和数据集。自定义 Google 搜索可能会找到其中的一些内容，但永远不会找到所有数据的完整索引。
这正是 Gray Hat Warfare 的优势所在。它创建了一个包含 10 亿多个文件的可搜索数据库，所有文件都公开存储在 AWS 服务器中。免费用户只能搜索到前 3.5 亿个文件，数量相当可观。搜索 “OSINT ”只显示 11 个结果，而搜索 “密码 ”则显示 41,000 多个结果。搜索结果通常是大文件，必须小心打开。在搜索 “password xls ”时，提供了三个有有效凭证的文件。直接搜索 URL 如下
这是谷歌对亚马逊 A WS 的回应。它是一种高级文件存储网络服务，用于在谷歌云平台基础设施上存储和访问数据。它被各类企业和精通技术的个人大量使用。公开的敏感文件数量正在以惊人的速度增长。下面是几个例子。
随着前所未有的在线存储空间唾手可得，许多人选择在云中存储 PowerPoint 和其他类型的演示文稿。一些免费服务的出现满足了这一需求。其中，以下几家拥有大部分公开可用的文档。
Slide Share 和 ISSUU 允许在其网站内进行本机搜索。但是，Prezi 没有这个选项。
对于所有网站，我建议使用网站操作员自定义 Google 搜索。如果我想从 Prezi 查找包含 OSINT 术语的演示文稿，我会使用以下查询。
几年来，Scribd 一直是领先的云存储文档服务。自 2014 年以来，它已将重点转向电子书销售。不过，大量存储的文档仍然可以访问。这对于目标用户发布的、很可能已被遗忘的历史内容很有价值。网站每个页面顶部的可折叠菜单中都有一个搜索栏。搜索目标人物的姓名，就能找到通过这项服务存储的、在出版物的任何页面上包含目标人物姓名的任何公开书籍。单击菜单中的 “文档 ”将显示更多相关信息。
这些文件大多是有意存储在网站上的，任何犯罪活动的证据都不会包括在内。相反，该网站用于 OSINT 调查的主要用途是与企业有关的大量文件。输入任何大公司的名称，都会显示几页与该公司有关的可查看文件。这些文件通常包括公司安全人员不会授权上网的文件。搜索 “FOUO”，即 “仅供官方使用 ”的首字母缩写，会出现数百个结果。虽然这些文件似乎都不属于官方机密，但它们并不打算发布到公共网站上。如果搜索结果过多，您可以在第一个文件结果的正上方选择过滤选项。您可以根据语言、大小、文件类型和上传日期进行搜索。
识别上传文档的用户与定位文档一样简单。在任何包含文档的页面的中上部，都有一个区域可以识别上传文件的主题。这也是该用户在网站上的个人资料链接。个人资料将显示用户提供的任何信息以及该用户最近在网站上的活动。这有助于识别特定用户上传的其他文档。
这项服务可在互联网上扫描新的 PDF 文件并将其存档。当原始源删除内容时，这将很有帮助。以下静态 URL 在整个域内进行查询。
有些网站建立的唯一目的就是向公众泄露敏感和机密文件。
维基解密就是这样一个网站。2010 年，一名名叫布拉德利-曼宁（Bradley Manning）的陆军士兵因向该网站上传政府机密信息而被捕，维基解密由此家喻户晓。人们开始涌向该网站，一睹这些有争议的文件和视频。维基解密的官方网站终于提供了一个搜索选项。它允许你输入任何搜索条件，并提供包含这些条件的任何泄露文件的结果。政府和私营部门都应该熟悉这个网站，并熟悉其各自机构的信息。
另一个致力于向公众发布敏感和机密信息的网站是 Cryptome。大部分信息与言论自由、密码学、间谍和监视有关。大部分内容可被视为阴谋论，但每天都会发布一些官方文件。Cryptome 不提供网站搜索功能，也没有第三方供应商提供这项服务。因此，我们必须依靠 Google 或 Bing 来查找文件。以 “osint ”为关键词的结构化查询应该很有效。这项技术使用 “布拉德利-曼宁 ”作为搜索关键词，链接到了 77 份有关其调查的文件。
从技术上讲，粘贴网站并不是文件存储服务。它们是允许用户上传文本供公众查看的网站。这些网站最初是为软件程序员设计的，他们需要一个地方来存储大量文本。网站会创建一个指向文本的链接，用户可以与其他程序员共享该链接以查看代码。这仍然是一种常见的做法，但其他用户已经找到了滥用这种技术的方法。
许多黑客组织会利用互联网的这一领域来存储被泄露的账户信息、用户密码、信用卡号和其他敏感内容。有几十个网站可以满足这种需求，但其中很少有网站具有搜索功能。
Pastebi.n 是美国最受欢迎的粘贴网站。黑客犯罪团伙经常利用该网站向公众发布非法获取的数据。之前的一次发布包括密苏里州弗格森附近许多警察在抗议和骚乱期间的家庭住址和个人信息。最近，该网站发布了从委内瑞拉窃取的银行记录和凭证，并鼓励人们对该公司进行渗透。这是允许在网站内进行搜索的网站之一。该功能通过谷歌进行搜索，与我们使用 “网站 ”操作符的方式相同。输入目标姓名、电子邮件地址或公司名称可能会泄露不公开的私人信息。对于执法部门来说，输入被盗信用卡号的最后四位数字可能会确定与首领的链接。如果成功，目标很可能在国外。
无论如何，这都是一个有价值的案件，也是对受害者的一个令人印象深刻的解释。不幸的是，大多数用户留下的默认用户名都是 “Guest”。Pastebin 不再允许直接搜索 URL，而是依赖 Google 进行索引，如下所示。
在网上找到原始文件时，分析文件的可见内容显然非常重要。
这包括文件名、书面文本和文件的原始位置。深入挖掘会发现更多信息。文件中嵌入了一些数据，这些数据无法通过简单查看文件内容看到。这些数据被称为元数据，对任何类型的调查都非常有价值。它通常包括创建文件的计算机名称、计算机或网络的用户名、使用的软件版本以及计算机所连接的网络信息。查看所有这些信息的最佳方法是使用基于软件的元数据查看器，但您也可以通过网络浏览器在线查看这些 “隐藏 ”信息。
但你也可以通过网络浏览器在线查看这些 “隐藏 ”信息。
有几个在线网站允许您上传文件进行分析。为此，请单击下面详细介绍的网页上的 “浏览 ”按钮。这将启用一个文件浏览器，允许您选择要分析的文档。结果通常会显示创建和修改日期、原始标题、用于创建文档的三个应用程序以及用户名。通过前面讨论过的技术进一步搜索该用户名，可以获得大量有关文档作者的信息。以下网站允许您上传本地存储的文档或提交文件的 URL 进行分析。请谨慎使用此技术。如果文件已经发布在网上，那么进行 URL 分析的风险很小。
但是，对于从未上网的本地存储文件，可能需要再三考虑。如果内容很敏感，你可能不想上传到任何服务。如果文件包含机密信息，则可能会危及您的权限。在这种情况下，请使用稍后讨论的方法。如果不担心这个问题，以下网站也很有效。
让我们举例看看结果。我在谷歌上进行了如下搜索：ext:docx "osint”
这提供了 371 个结果，都是 Microsoft Word 文档。我将前四个文件下载到桌面上的证据文件夹中。执行上述命令后，我启动了电子表格。下图显示了一小部分有趣的结果。这告诉了我创建和最后修改文档的人员姓名、涉及的公司、使用的软件，甚至他们编辑内容所花费的时间。这些都是非常有价值的信息，在每次调查获取文档时都应该收集。
您可能需要一个基于 Windows、界面友好的解决方案。POCA 曾经是首屈一指的文档元数据收集和提取工具。它的创建目的是在一次执行中搜索、下载和分析文档及其元数据。不幸的是，谷歌和其他搜索引擎开始阻止该软件的搜索和下载行为。幸运的是，分析部分仍能完美运行。以下步骤将把 POCA 下载并安装到 Windows VM 或任何其他 Windows 设备上。
现在，您可以点击左侧的菜单，查看与这些文件相关的任何元数据详情，如电子邮件地址、姓名和计算机。这种方法的好处是用户界面友好，但却牺牲了一个报告选项。前一种 ExiITool 方法虽然不美观，但电子表格结果很有用。最终，我认为你应该熟悉这两种方法，并选择最适合你的方法。
比如：丹尼斯-林恩-拉德（Dennis Lynn Rader）也被称为 BTK 杀手，他向威奇托警察局发送了一张软盘，其中包含一个 Microsoft Word 文档，提到了他的杀人行为。警方检查了该文档的元数据，确定它是由一个名为 “丹尼斯 ”的人制作的。在这些数据中还发现了与路德教会的链接。对这两条信息进行 OSINT 搜索有助于确定嫌疑人的身份并实施逮捕。
你可能偶尔会找到一个未对文本内容进行索引的 PDF 文件。这类 PDF 文件不允许您复制和粘贴任何文本。这可能是由于扫描技术不佳或故意禁止外部使用这些内容。您可能希望获取这些文本作为摘要报告。这些文件可以上传到 Free OCR 并转换为文本文档。OCR 是光学字符识别的缩写。基本上，计算机会 “读取 ”文档，并确定内容中的文本是什么。结果就是一个具有复制和粘贴功能的新文档。
互联网档案馆拥有大量文本文件、书籍和其他文档。这些文件可在搜索后使用“=TXT ”参数访问。文档的直接 URL
“inteltechniques" 的文档的直接 URL 如下。
谷歌已经扫描了过去十年内印刷的大多数书籍，索引是可搜索的。其中许多扫描内容还包括内容的数字预览。直接的 URL 查询如下。
我从未依靠图书销售信息进行过调查，但我觉得这很有趣。亚马逊提供了一个查询工具，可以显示其网站上任何一本书的详细销售数量。首先，你必须确定分配给该书的 ASIN。这通常可以在图书列表页面的详细信息部分看到。本书的上一版本为 B09PHL6Q4G。通过以下 URL 可以访问所有可用的详细信息。
访问该页面，您可以了解到我为每笔销售向亚马逊支付的费用（7.90 美元）；我向亚马逊支付的履行费用（5.84 美元）；我向亚马逊支付的版税（40%）；“Listing 质量”（差）；潜在销售额（低）；预计日销售额（11-13 本）；预计日收入（447.00 - 528.00 美元）；主要搜索关键词（开源情报技术）；以及亚马逊买家关键词（100 种技术 americas test kitchen）。从最后一个词条可以看出，这些结果并不都是准确的。也许潜在销售额条目（低）是正确的。我从不相信我在这里看到的一切，但它可以作为与竞争图书相比的销售指标。
从技术上讲，租用车辆的详细信息并不属于文档，但数据似乎最适合这一类。
以下几种方法在培训中受到争议，可能并不适合所有人。我把这些方法作为理论介绍给你们，你们应该评估这些技术是否适合你们的研究。有几家汽车租赁公司提供在线查看收据的选项。这可能是专为下班后将车辆留在公司，之后需要收据的客户设计的。虽然检索这些文件的程序只是为了获取自己的记录，但查看其他人的记录也很容易。
每个企业网站页面底部都有一个 “获取收据 ”选项。点击后会出现一个表格，在显示任何详细信息之前必须填写该表格。企业 "需要用户的驾驶执照号码和姓氏。提供这些信息将显示用户过去 6 个月至 3 年的全部租车记录。我用自己的数据进行了测试，得到了两年的结果。每份文档都将链接到该次租赁的全部收据。这些收据包括开始日期和时间、结束日期和时间、车辆品牌和型号、取车地点、总里程、租约名称和付款方式。这些信息对任何毒品案件或私人调查都非常有用。
与 Enterprise 类似，Hertz 在该页面底部也有一个名为 “获取收据 ”的链接。您可以通过驾驶执照号码或信用卡号码和姓氏进行搜索。收据将与 Enterprise 演示类似。
Alamo 将其收据检索链接命名为 “Past Trips/Receipts”，位于每个页面的底部。操作过程与前两个示例相同。唯一不同的是，您必须选择一个日期范围。我通常选择当前日期前一年的开始日期和当前日期的结束日期。
这项服务需要提供姓氏、驾驶执照号码或信用卡号码。
与 Thrifty 类似，这项服务需要输入姓氏、驾驶执照号码或信用卡号码。
“提交全部 "选项将在每个搜索选项卡中执行搜索。粘贴 "搜索工具提供了一个谷歌自定义搜索引擎（CSE），可以查询前面提到的所有粘贴网站。在本例中，我搜索了 “osint ”一词，在搜索工具中收到了超过 2,000,000 条结果。
对于IT类的书籍还需要结合时效性。
因亚马逊退出中国，一些中文的书可以参考豆瓣读书。不建议参考京-东和拼夕夕的销量和评价，个人觉得不太可信，淘宝天猫的相对要靠谱一点，整体都不如豆瓣。
要注意亚马逊是5分制，豆瓣是10分制，虽各有千秋，但是亚马逊的可信度更高。