Koneoppimisen hyödyntäminen avointen lähteiden tiedustelussa

Abstract

Internetin ja sosiaalisen median kasvu on lisännyt saatavilla olevan datan määrää. Avointen lähteiden tiedustelu on muodostunut merkittäväksi tiedustelun haaraksi muutosten myötä, mutta saatavilla olevan tiedon määrä on hankaloittanut perinteistä manuaalisesti tehtävää avointen lähteiden tiedustelua. Koneoppiminen on kehittynyt viimeisen kymmenen vuoden aikana merkittävästi ja tarjoaa menetelmiä suurten datamäärien läpikäymiseen. Tässä tutkielmassa käsitellään sitä, miten koneoppimista voidaan hyödyntää avointen lähteiden tiedustelussa. Tarkastelussa ovat avointen lähteiden tiedustelussa yleisimmin käytetyt koneoppimisen menetelmät sekä tulevaisuuden näkymät näiden kahden pääkäsitteen osalta. Tutkielmassa havaittiin, että koneoppiminen on kasvavassa määrin tärkeä osa avointen lähteiden tiedustelua. Koneoppiminen on tällä hetkellä tärkeä osa tiedon keräämistä, käsittelyä ja analysointia. Yleisimmin käytettyjä menetelmiä ovat keinotekoisiin neuroverkkoihin perustuvat konvoluutioverkot ja takaisinkytketyt verkot sekä tukivektorikone ja K-means-klusterointi. Tulevaisuudessa koneoppimista voidaan hyödyntää mahdollisesti enemmän myös muissa tiedustelun vaiheissa.