¿Qué es OSINT? Inteligencia de fuentes abiertas para principiantes

OSINT significa open-source intelligence, es decir, inteligencia de fuentes abiertas. Es un método. Reúnes información de fuentes a las que puedes acceder de forma lícita, normalmente porque son públicas, y luego la analizas para responder a una pregunta concreta. No es un programa único, ni equivale a escribir el nombre de una persona en un buscador.

Un resultado útil de OSINT dice qué encontraste, de dónde salió, cuándo lo viste, qué pudiste verificar y qué sigue siendo incierto. Las herramientas ayudan a recopilar. La mayor parte del trabajo consiste en juzgar las fuentes.

#¿Qué cuenta como fuente abierta?

En seguridad, las fuentes públicas incluyen avisos de proveedores, registros DNS, registros de transparencia de certificados, repositorios de código públicos de una empresa, páginas archivadas y documentación publicada. Que algo sea público no significa que puedas usarlo como quieras. Las leyes, los términos de servicio, los derechos de privacidad y cualquier permiso por escrito que tengas siguen vigentes.

El uso más común para principiantes es el defensivo. Puedes listar los dominios que posee tu empresa, confirmar si un aviso publicado cubre la versión de un producto que usas, o registrar cómo cambió la tecnología de un sitio público durante varios meses.

#OSINT y reconocimiento

El reconocimiento es la fase en la que un evaluador aprende sobre un objetivo antes de probarlo. OSINT suele aportar la parte pasiva de esa fase. Se solapan, pero son ideas distintas. El reconocimiento puede incluir pasos activos, como enviar tráfico a un servidor. OSINT también puede servir a investigaciones que no tienen nada que ver con la seguridad.

Para un principiante, la línea que conviene aprender es la que separa la recopilación pasiva de la activa. Leer un registro de transparencia de certificados es pasivo: consultas registros que alguien ya publicó. Escanear los puertos de un servidor es activo: envías tráfico nuevo a un sistema y este responde. Solo el trabajo activo toca el objetivo, así que necesita permiso por escrito para cualquier sistema que no sea tuyo.

#Un flujo básico para principiantes

1. Escribe la pregunta y el alcance antes de buscar. Por ejemplo: "¿Qué subdominios públicos pertenecen a un dominio que yo opero?"
2. Recopila en fuentes que puedan responder a esa pregunta, como registros DNS o registros de transparencia de certificados. Anota la URL, la hora de la consulta, la búsqueda y el resultado bruto.
3. Valida cada resultado. Comprueba que el nombre esté vigente y que realmente pertenezca a la organización. Los certificados viejos, los dominios estacionados y los nombres no relacionados generan falsos positivos.
4. Analiza agrupando los resultados por tipo y nivel de confianza. Un nombre en un registro es una pista. No demuestra que un servicio esté en línea o sea vulnerable. Eso es otra afirmación y necesita evidencia propia.
5. Presenta la respuesta con sus fuentes y marca cada suposición. Omite datos personales y detalles de infraestructura que el lector no necesita.

#Tu primer ejercicio

Usa un dominio que poseas o un dominio reservado para documentación. La RFC 2606 reserva example.com para ese fin, así que consultarlo no toca la infraestructura de nadie. Ejecuta una consulta DNS:

nslookup example.com

Lo ejecutamos en una máquina con Windows 11. La salida quedó así:

Não é resposta autoritativa:
Servidor:  dns.google
Address:  8.8.8.8

Nome:    example.com
Addresses:  2606:4700:10::ac42:93f3
	  2606:4700:10::6814:179a
	  172.66.147.243
	  104.20.23.154

Las etiquetas aparecen en portugués porque esa instalación de Windows usa ese idioma. Las direcciones y su orden también pueden cambiar, y ese es el sentido del ejercicio. Una consulta es una instantánea de un resolvedor en un momento, así que anota cuándo la hiciste y qué resolvedor respondió.

Después, busca una segunda fuente independiente. Los registros de transparencia de certificados son registros públicos y de solo adición de certificados emitidos, descritos en la RFC 6962. Consulta uno a través de un índice público y anota la hora de tu observación. Luego completa este informe de cinco líneas:

Research question:
Scope / permission:
Source 1 (URL + accessed date):
Source 2 (URL + accessed date):
Finding / confidence / uncertainty:

Este hábito separa tres cosas: la afirmación, la evidencia y tu interpretación. Los informes de OSINT débiles mezclan las tres.

#Herramientas para aprender primero

Empieza con un navegador, una herramienta de consulta DNS y un archivo de notas que registre las horas. Con esas tres cubres la mayoría de las preguntas de principiante.

Cuando pases al mapeo de activos, revisa OWASP Amass. El proyecto se describe como mapeo de red de superficies de ataque y descubrimiento de activos externos, mediante recopilación de información de fuentes abiertas y técnicas de reconocimiento activo. Lee sus opciones antes de ejecutarlo y apúntalo solo a dominios que poseas o para los que tengas permiso por escrito.

La salida de una herramienta es una pista, no una prueba. Un resumen de esa salida hecho por una IA es una segunda pista.

#Dónde encaja la IA

Un modelo de lenguaje puede normalizar una tabla de registros, redactar un esquema para tu informe, sugerir preguntas de verificación o explicar un término como registro DNS comodín. También puede equivocarse. Nunca dejes que un modelo invente una cita para un registro que no examinó. Contrasta cada afirmación con la fuente que menciona.

Si envías datos a una API de modelo, envía solo lo que tengas permiso para procesar y mantén las URL de origen asociadas a cada afirmación. Eso incluye la API de NotHoly. Practica en un laboratorio propio.

#Errores comunes

Buscar antes de escribir la pregunta, de modo que la búsqueda se desvía hacia lo que parece interesante. Guardar un enlace sin fecha, aunque las páginas cambian. Tomar una captura de pantalla como prueba, cuando lo que necesitas conservar es la página original. Asociar un nombre con una persona sin evidencia independiente, porque mucha gente comparte nombre. Publicar datos personales que la pregunta nunca necesitó.

Mantén cada afirmación, su evidencia y tu interpretación en líneas separadas. Al principio, ese hábito importa más que cualquier herramienta concreta.