Análise de redes sociais em OSINT: extração e visualização de conexões

A análise de redes sociais (ou SNA, de social network analysis) estuda relações: quem se conecta a quem, com que intensidade e por quais caminhos. Em OSINT, isso significa transformar perfis, menções, seguidores e co-ocorrências em um grafo que revela comunidades, intermediários e contas centrais que, numa planilha, passariam despercebidos.

Neste guia prático você vai aprender o fluxo completo: coletar dados abertos com responsabilidade, modelar o grafo, visualizar com Maltego e Gephi e interpretar as métricas que importam.

O que é um grafo de relacionamento?

Um grafo tem dois elementos. Os nós (vértices) representam entidades: pessoas, perfis, domínios, telefones. As arestas representam a relação entre eles: "segue", "mencionou", "respondeu", "compartilha o mesmo e-mail". As arestas podem ter direção (A segue B, mas B não segue A) e peso (quantas vezes A mencionou B).

Pensar nessa estrutura antes de coletar economiza horas. Pergunte-se: qual é a entidade central da investigação? Que relações são relevantes? Que atributo vira peso?

Coleta ética de dados abertos

A regra número um: colete apenas o que está publicamente acessível e respeite os termos de uso das plataformas. Raspagem automatizada em larga escala viola políticas de serviço e, dependendo do volume e da finalidade, pode esbarrar na LGPD. Prefira dados agregados e minimize a retenção de dados pessoais.

Boas práticas de coleta:

• Documente a fonte e o horário de cada captura (cadeia de custódia).
• Separe identificadores diretos (nome, e-mail) do restante sempre que possível.
• Nunca interaja com o alvo a partir da sua conta pessoal.
• Defina um objetivo claro: coleta sem hipótese vira acúmulo de ruído.

Modelando o grafo em CSV

Tanto Maltego quanto Gephi importam listas de nós e arestas em CSV. Esse formato neutro é o seu melhor amigo, pois desacopla a coleta da visualização.

Um arquivo de arestas mínimo:

Source,Target,Type,Weight
perfil_a,perfil_b,Directed,3
perfil_a,perfil_c,Directed,1
perfil_b,perfil_c,Directed,5

Um arquivo de nós com atributos:

Id,Label,Categoria
perfil_a,Conta A,influenciador
perfil_b,Conta B,comum
perfil_c,Conta C,bot_suspeito

A coluna Weight é o peso da aresta e Type indica se é dirigida (Directed) ou não (Undirected). Mantenha os Id estáveis e sem acentos para evitar quebras na importação.

Visualizando com Maltego

O Maltego é uma plataforma de link analysis que automatiza a coleta a partir de uma entidade inicial e desenha o grafo em tempo real. O fluxo básico:

1. Arraste uma entidade inicial para o canvas, por exemplo um alias, e-mail ou domínio.
2. Clique com o botão direito e escolha um Transform: uma consulta que parte da entidade e retorna entidades relacionadas.
3. Encadeie Transforms para expandir a rede camada a camada.
4. Use o layout por blocos ou orgânico para enxergar aglomerados.

A versão Community tem limites de resultados por Transform, mas já serve para aprender o modelo. Armadilha comum: expandir sem critério gera um "hairball" (bola de pelos) ilegível. Expanda de forma dirigida, filtrando entidades irrelevantes antes do próximo salto.

Para análises estatísticas mais profundas, exporte o grafo do Maltego e leve para o Gephi, que tem algoritmos de layout e métricas mais robustos.

Visualizando e medindo com Gephi

O Gephi é gratuito e de código aberto, ideal para explorar a estrutura e gerar visualizações prontas para publicação. Fluxo recomendado:

1. Importar: em File > Import spreadsheet, carregue primeiro a tabela de nós e depois a de arestas.
2. Layout: aplique ForceAtlas 2 para afastar nós pouco conectados e aproximar comunidades. Ative Prevent Overlap no fim.
3. Estatísticas: no painel lateral, rode as métricas que interessam.
4. Partição e ranking: colora os nós por comunidade e dimensione-os por centralidade.

Métricas que revelam padrões

Métrica	O que mede	Para que serve em OSINT
Grau (degree)	Número de conexões do nó	Identifica contas muito conectadas
Intermediação (betweenness)	Quanto o nó serve de ponte	Revela intermediários e gargalos
Modularidade	Divisão em comunidades	Agrupa clusters de contas afins
PageRank	Influência ponderada	Ordena contas por relevância na rede

Uma conta com alta intermediação mas grau médio costuma ser um elo crítico: remova-a mentalmente e a rede se parte. Em investigações de desinformação, nós com grau de entrada desproporcional e padrões temporais sincronizados sugerem amplificação coordenada.

Passo a passo na prática

Suponha que você investiga a amplificação de uma hashtag a partir de fontes abertas:

1. Reúna, respeitando os termos de uso, as menções públicas da hashtag num período definido.
2. Monte edges.csv com Source = quem mencionou, Target = quem foi mencionado, Weight = frequência.
3. Importe no Gephi, rode Modularity e Betweenness Centrality.
4. Aplique ForceAtlas 2 e colora por comunidade.
5. Observe se há um pequeno grupo de contas que conecta comunidades distintas em janelas de tempo muito próximas.
6. Documente achados e, crucialmente, as limitações: correlação não prova coordenação.

Armadilha final: o grafo é uma hipótese visual, não uma prova. Contas podem se conectar por acaso, e a ausência de aresta pode significar apenas que a relação não é pública.

Ética e legalidade

Trabalhe só com fontes abertas e públicas. A LGPD trata dados pessoais mesmo quando acessíveis publicamente, portanto minimize a coleta, defina finalidade legítima e evite expor terceiros sem necessidade. O Marco Civil da Internet reforça a proteção da privacidade e do sigilo das comunicações. Não use grafos para assédio, doxing ou perseguição: isso é ilegal e antiético.

Convite

Curtiu o fluxo de SNA? Compartilhe seus grafos (anonimizados) e dúvidas com a comunidade OsintHunters Brasil. Nossa troca torna cada investigação mais rigorosa e responsável.