Social Media Analytics and Open Source Intelligence: the role of Social Media in intelligence activities

Un numero crescente di forze dell’ordine di tutto il mondo utilizza anche i social media per le proprie investigazioni. Il motivo principale è che le organizzazioni criminali utilizzano sempre più i social media per le loro attività criminose di propaganda e arruolamento. Lo sfruttamento di dati provenienti dai social media per identificare e tracciare le attività delle organizzazioni criminali è alla base della social media intelligence (SOCMINT). L’analisi tradizionale degli utenti attualmente svolta in ambienti di intelligence, non può essere applicata allo stesso modo, per esempio, per analizzare i social network. Questo perché ci sono limiti dovuti al rispetto della privacy ed etici. Le impostazioni di privacy possono portare a buchi neri nei dati analizzati, data anche la tendenza sempre più diffusa tra gli utenti a nascondere le proprie informazioni. Di conseguenza non si può sempre ottenere un’analisi completa e significativa. In questa tesi è presentato un approccio per superare questo problema che sposta l’attenzione su spazi di social media pubblici (public-by-design). L’utilizzo dei dati provenienti da tali spazi risolve i problemi relativi alla privacy, quelli etici e quelli legati ai limiti tecnici, buchi neri inclusi. Viene prima presentato un framework per gestire facilmente una pipeline dei social media. Il framework è modulare ed è progettato in modo da essere il più indipendente possibile dal social media considerato. È dunque introdotto un algoritmo che recupera il grafo delle interazioni tra gli utenti a partire dai contenuti scambiati sugli spazi pubblici di Facebook. Questo grafo descrive come gli utenti interagiscono fra loro nel social media e può essere studiato con strumenti di social media analytics. Infine viene descritto un sistema di pesi per il grafo delle interazioni. Questo sistema è stato studiato in modo da prendere in considerazione la natura differente delle numerose interazioni possibili. Per validare lo studio è stato usato un gruppo reale di utenti Facebook. I membri del gruppo sono stati intervistati in modo i) da determinare il grafo di interazione reale e ii) avere indicazioni utili alla fase di assegnazione dei pesi. I risultati ottenuti mostrano che l’analisi delle interazioni consente di evidenziare relazioni tra utenti che sono utili ai fini della attività investigative. Il grafo delle interazioni fornisce, dunque, una visione più di completa di come gli utenti interagiscono fra loro. Inoltre, i risultati ottenuti confermano l’importanza degli utenti attivi di una rete.