OSINT по городскому транспорту: такси, каршеринг, общественный транспорт и микромобильность

Городская транспортная среда генерирует колоссальные объемы данных о перемещениях людей. Такси, каршеринг, общественный транспорт, сервисы аренды самокатов и велосипедов — каждый из этих видов оставляет цифровые следы, доступные для сбора и анализа. В отличие от магистральных видов транспорта, городской OSINT позволяет отслеживать перемещения с высокой детализацией в пределах населенных пунктов. Данная статья посвящена методологии сбора и анализа данных городской мобильности.

Особенности городского транспорта как объекта OSINT

Высокая плотность данных: В городах транспортные средства и люди фиксируются множеством датчиков и сервисов.
Привязка к цифровым платформам: Большинство современных городских транспортных сервисов (такси, каршеринг, кикшеринг) управляются через мобильные приложения и веб-платформы, которые генерируют и часто публикуют данные.
Интеграция с геолокационными сервисами: Данные городского транспорта часто привязаны к картам и доступны через API.
Сложность идентификации: В отличие от номеров автомобилей или бортовых номеров самолетов, идентификация конкретного человека в городском транспорте сложнее и часто требует косвенных методов.

Классификация источников городского транспорта

Такси и райдшеринг

Яндекс.Такси, Uber, Gett, DiDi, Bolt, местные агрегаторы

Цены, время подачи, маршруты (через API), отзывы, фото авто

Каршеринг

Яндекс.Драйв, Делимобиль, BelkaCar, Car2Go (где работает)

Местоположение свободных авто, тарифы, зоны завершения аренды, фото авто

Кикшеринг (самокаты)

Whoosh, Urent, Bolt, Lime, Tier, Яндекс

Карты свободных самокатов, зоны завершения поездок, история перемещений (ограниченно)

Общественный транспорт

Данные GPS на транспорте (автобусы, троллейбусы, трамваи, метро), открытые API городов, официальные приложения

Маршруты, расписания, реальное время прибытия, загруженность

Метро

Схемы метро, данные турникетов (агрегированные), Wi-Fi трекинг (слухи)

Статистика пассажиропотоков, время прохода (агрегированно)

Вокзалы и аэропорты

Данные о транспорте к/от узлов, такси на вокзалах

Пиковые нагрузки, маршруты от/до

Ключевые идентификаторы и объекты поиска

Госномер автомобиля такси/каршеринга: Часто виден на фото в приложениях или на улице.

Фото автомобиля с водителем: В профилях водителей в приложениях такси.

Маршрут поездки: Время, дата, точки А и Б (если доступны).

Отзывы и рейтинги: Могут содержать информацию о водителе, авто, маршруте.

Зоны активности: Где чаще всего бывает конкретный водитель или авто.

Источники данных для городского OSINT

1. Открытые API транспортных сервисов

Многие сервисы предоставляют открытые API (или их можно реверсировать из мобильных приложений) для получения данных о доступности транспорта, ценах, маршрутах.

Яндекс.Карты API: Предоставляет данные о пробках, маршрутах общественного транспорта, расписаниях.

2ГИС API: Данные об организациях, остановках, маршрутах.

OpenStreetMap (через Overpass API): Данные об остановках, маршрутах общественного транспорта (внесенные сообществом).

GTFS (General Transit Feed Specification): Многие города публикуют данные общественного транспорта в этом стандарте. Содержит расписания, маршруты, остановки.

Неофициальные API: Через анализ трафика мобильных приложений (mitmproxy, Charles) можно выявить внутренние API сервисов такси/каршеринга и использовать их для сбора данных (осторожно, может нарушать условия использования).

2. Мобильные приложения и веб-интерфейсы

Приложения такси: Поиск по адресу, оценка стоимости поездки — можно получить данные о доступности машин в районе.

Карты (Яндекс.Карты, Google Maps): Реальное время прибытия транспорта, загруженность, маршруты.

Приложения каршеринга: Показывают свободные автомобили на карте. Можно мониторить наличие конкретного авто (по модели, цвету, госномеру, если виден).

Приложения кикшеринга: Аналогично — карты свободных самокатов.

3. Социальные сети и сообщества

Telegram-каналы таксистов и водителей: Обсуждают пробки, заказы, "опасных" пассажиров, ДТП. Могут содержать фото, номера, маршруты.

Чаты каршеринга: Пользователи делятся опытом, фото повреждений, номерами авто.

Форумы водителей: Специализированные форумы (например, форум таксистов).

Отзывы на водителей: На сайтах-отзовиках, в приложениях.

Instagram/Flickr по геотегам: Фото такси с номерами на стоянках, в аэропортах.

4. Городские открытые данные (Open Data)

Порталы открытых данных городов: Москва (data.mos.ru), Санкт-Петербург, другие мегаполисы публикуют данные о работе общественного транспорта, парковках, ДТП, камерах.

Данные о парковках: Местоположение, заполненность, тарифы.

Данные о ДТП: Дата, время, место, участники (иногда с номерами авто).

Данные камер фото-видеофиксации: Местоположение камер, статистика нарушений.

5. Спутниковые снимки и аэрофотосъемка

Свежие снимки высокого разрешения: Можно увидеть скопления такси у аэропортов, вокзалов, парковки каршеринга.

Исторические снимки: Для анализа изменений инфраструктуры.

6. Утечки данных

Утечки баз таксопарков, каршеринговых компаний: Были прецеденты. Могут содержать данные о поездках, водителях, автомобилях.

Утечки из приложений: Номера телефонов, email, геоданные.

Практические методики городского OSINT

Методика 1: Отслеживание конкретного автомобиля (такси/каршеринг)

Исходные данные: Госномер автомобиля (например, А123ВС 777), известный по фото или наблюдению.
Поиск по фотосайтам и соцсетям:

Поиск по номеру в сообществах таксистов/каршеринга.
Поиск по геотегам в районе предполагаемого базирования.

Мониторинг приложений каршеринга:

Если авто принадлежит каршерингу, можно отслеживать его появление на карте свободных авто.
Фиксировать время и место появления/исчезновения.

Анализ отзывов:

Поиск отзывов на водителя (если такси) по номеру авто или имени водителя.

Построение паттернов:

Где авто чаще всего появляется (аэропорт, ж/д вокзал, спальный район)?
В какое время активно?
Есть ли регулярные маршруты?

Методика 2: Определение местоположения лица по данным такси

Исходные данные: ФИО лица, номер телефона, известные адреса.
Поиск по утечкам таксопарков:

Если есть доступ к утечкам, ищем по номеру телефона или ФИО.
Получаем историю поездок: даты, время, точки А и Б.

Косвенные методы:

Мониторинг соцсетей: лицо могло оставить отзыв на водителя (указав дату и маршрут).
Фото чека такси в сторис/постах (бывает).

Геолокация по фото из такси:

Фото из окна такси может содержать ориентиры для определения маршрута.
По стикеру с номером авто на стекле можно определить таксопарк.

Методика 3: Анализ активности в районе (что происходит?)

Мониторинг доступности такси/каршеринга:

В районе массового мероприятия резко возрастает количество свободных такси поблизости.
Можно через API (или скриптами) собирать данные о плотности такси в разных районах и выявлять аномалии.

Анализ данных общественного транспорта:

Изменения в расписании, дополнительные рейсы могут указывать на событие.
Загруженность остановок (по данным GPS на транспорте).

Мониторинг парковок:

Заполненность парковок вокруг стадионов, концертных залов в режиме реального времени.

Методика 4: Расследование через отзывы на водителей

Платформы такси (Яндекс.Такси, Uber) позволяют пассажирам оставлять отзывы и оценки водителям. Иногда эти отзывы публичны (или доступны через API/скрипты).

Поиск водителя по имени или фото:

Если известно имя водителя и город, можно попытаться найти его профиль.

Анализ отзывов:

Пассажиры могут упоминать маршруты ("вёз меня из аэропорта"), поведение водителя, состояние авто.
По датам отзывов можно восстановить примерный график работы.

Поиск связей:

Если несколько водителей имеют одинаковые отзывы от одного пассажира — возможно, это один человек с разными аккаунтами.

Методика 5: Использование данных кикшеринга для анализа перемещений

Сервисы аренды самокатов (Whoosh, Urent) публикуют карты свободных самокатов.

Мониторинг наличия самокатов в конкретной точке:

Если цель регулярно берет самокат у дома и оставляет у работы, можно отслеживать эти паттерны (хотя без авторизации сложно привязать к конкретному лицу).

Анализ зон завершения аренды:

Где чаще всего заканчиваются поездки? Можно выявить популярные маршруты.

Фото самокатов с номерами:

На каждом самокате есть номер. Если цель сфотографировалась с самокатом, можно отследить его перемещения (через приложение, если есть доступ).

Инструментарий специалиста

Python + requests/BeautifulSoup: Для сбора данных с открытых API и веб-интерфейсов.
Selenium/Playwright: Для взаимодействия с динамическими картами и приложениями.
Mitmproxy: Для анализа трафика мобильных приложений и выявления внутренних API.
Базы данных (SQLite/PostgreSQL): Для хранения собранных данных (координаты, время, ID авто).
QGIS/Google My Maps: Для визуализации собранных точек и построения тепловых карт активности.
Telegram API: Для мониторинга каналов таксистов.
IFTTT/Zapier: Для автоматического мониторинга и уведомлений.

Кейс: Расследование местонахождения лица через данные такси

Задача: Установить, где проживает лицо, скрывающее свой адрес.

Известен номер телефона лица (получен из других источников).
Проверка по утечке базы одного из таксопарков (попала в сеть ранее).
В базе найдены несколько поездок с этого номера за последний месяц.
Анализ точек А (начала поездок): большинство поездок начинаются из одного и того же района, с одной и той же улицы, примерно в одно и то же время утром.
Нанесение точек на карту: определяется конкретный дом (в радиусе 100 метров).
Дополнительная проверка: поиск по соцсетям фото этого дома с геометкой, подтверждение, что лицо там бывало.
Вывод: Вероятный адрес проживания установлен.

Заключение

Городской транспортный OSINT предоставляет исследователю возможность анализировать перемещения с высокой детализацией в пределах населенных пунктов. Открытые API, данные мобильных приложений, социальные сети водителей и пассажиров, а также утечки баз данных создают многомерную картину городской мобильности. Ключевой навык — умение комбинировать данные из множества источников и строить на их основе пространственно-временные паттерны активности.

ВАЖНО

Работа с утечками данных влечёт за собой административную и уголовную ответственность! Использовать только при авторизованных исследованиях