Open data et OSINT : exploiter les données publiques pour les enquêtes informatiques

Qu'est-ce que l'open data et pourquoi l'utiliser en OSINT ?

L'open data, ou données ouvertes, désigne des ensembles d'informations mis à disposition dans des conditions permettant leur consultation et leur réutilisation. Ces données peuvent provenir des administrations, des collectivités territoriales, des organismes publics, des institutions scientifiques ou d'autres producteurs. Vous pouvez par exemple analyser des données sur les gares, ou les lieux de culture.

En OSINT (Open Source Intelligence), l'exploitation de ces ressources permet d'enrichir une recherche d'information à partir de données structurées, documentées et accessibles légalement. Contrairement à une recherche limitée aux moteurs de recherche classiques, l'open data permet souvent d'examiner des milliers, voire des millions d'enregistrements, puis d'en extraire les éléments pertinents pour une analyse.

Les données ouvertes peuvent concerner les entreprises, les activités économiques, les infrastructures, les transports, l'urbanisme, l'environnement, les marchés publics ou les territoires. Elles peuvent être utilisées pour vérifier une affirmation, comparer des situations, identifier des évolutions ou mettre en évidence des incohérences.

L'open data ne représente toutefois qu'une partie de l'OSINT. Cette dernière comprend également l'analyse de documents publics, de sites Internet, de publications institutionnelles, d'archives Web et d'autres sources accessibles légalement.

Les principales ressources open data disponibles en France

Data.gouv.fr : le portail national des données publiques

Le portail data.gouv.fr constitue un point d'entrée pour découvrir de nombreux jeux de données publiés par des administrations et des organismes publics. Il référence également des ressources hébergées sur d'autres plateformes.

Les recherches peuvent porter sur les dépenses publiques, les équipements territoriaux, les transports, les statistiques économiques, les établissements, les collectivités ou les données environnementales.

Pour une démarche OSINT, le portail permet notamment de rechercher un jeu de données, d'identifier son producteur, de consulter sa documentation, de connaître ses conditions de réutilisation et de récupérer les fichiers disponibles.

La base Sirene : analyser le tissu économique

La base Sirene, diffusée par l'Insee, rassemble des informations administratives sur les entreprises et leurs établissements. Elle constitue une ressource utile pour les recherches économiques, les analyses sectorielles et les études territoriales.

Les données permettent notamment d'étudier les secteurs d'activité, les dates de création, les implantations géographiques et les évolutions du nombre d'établissements. Les identifiants SIREN et SIRET facilitent également le rapprochement d'informations provenant de plusieurs sources officielles.

L'accès peut s'effectuer par consultation, téléchargement de fichiers ou API, sous réserve des restrictions de diffusion applicables à certaines informations.

Consulter et télécharger la base Sirene

Le BODACC : suivre les événements publiés concernant les entreprises

Le Bulletin officiel des annonces civiles et commerciales (BODACC) publie différentes informations relatives à la vie des entreprises. Les annonces peuvent notamment concerner des créations, des modifications, des radiations, des cessions ou certaines procédures collectives.

Dans le cadre d'une analyse économique, ces publications permettent d'étudier les changements intervenus dans un secteur, de suivre l'évolution d'un ensemble d'entreprises ou de comparer différentes périodes.

Une publication au BODACC doit toujours être interprétée selon sa nature, sa date et son contexte juridique. Elle ne constitue pas, à elle seule, la preuve d'une fraude ou d'un comportement irrégulier.

Rechercher dans les annonces du BODACC

Le cadastre et les données géographiques

Les données cadastrales ouvertes permettent d'étudier l'organisation spatiale d'un territoire, les parcelles, les bâtiments et certains éléments de représentation cartographique.

Ces informations sont utiles pour documenter l'évolution d'une zone industrielle, examiner l'implantation d'équipements, comparer des emprises foncières ou préparer des études d'aménagement.

Les données ouvertes du plan cadastral ne comprennent pas les fichiers d'identification des propriétaires. Elles ne doivent donc pas être présentées comme un moyen d'identifier les occupants ou les propriétaires d'un bien.

Accéder aux données cadastrales ouvertes

Les données immobilières et les valeurs foncières

Les données relatives aux transactions immobilières constituent une autre catégorie de ressources. Le jeu de données Demandes de valeurs foncières (DVF) permet d'étudier les transactions enregistrées dans les territoires couverts.

Ces informations peuvent servir à analyser les évolutions du marché immobilier, comparer des secteurs géographiques ou observer des tendances sur plusieurs années.

Leur réutilisation est soumise à des conditions particulières, notamment concernant la protection des personnes et l'interdiction de certaines formes de réidentification et d'indexation.

Consulter les données des valeurs foncières

Les marchés publics et les dépenses publiques

Les données de la commande publique offrent des possibilités d'analyse des relations contractuelles entre acheteurs publics et entreprises attributaires.

Selon les données disponibles, il est possible d'examiner les objets des marchés, les montants, les périodes contractuelles, les catégories de prestations et les secteurs géographiques.

Une analyse OSINT peut ainsi rechercher des tendances dans les achats publics, comparer des marchés similaires, observer la concentration de certaines prestations ou étudier les évolutions des dépenses publiées.

Ces analyses doivent tenir compte du périmètre de publication, des éventuelles corrections et des limites de couverture des jeux de données.

Explorer les données essentielles des marchés publics

Open data et géolocalisation : cartographier les informations

L'analyse géographique représente une application importante de l'open data en OSINT. De nombreux jeux de données comportent des coordonnées géographiques, des codes INSEE, des références territoriales ou des informations associées à des communes et des départements.

Après vérification de la précision et de la signification des coordonnées, ces données peuvent être représentées sur une carte pour étudier leur répartition.

OpenStreetMap propose des données cartographiques ouvertes pouvant être utilisées pour situer des équipements, représenter des infrastructures ou contextualiser des observations géographiques, dans le respect de sa licence.

La Base Adresse Nationale et les services de géocodage permettent également d'associer des informations géographiques à des adresses ou de réaliser certaines opérations de géocodage inverse.

Découvrir les outils de la Base Adresse Nationale

Cette approche convient notamment aux études de mobilité, aux comparaisons territoriales, aux analyses environnementales et à la représentation d'informations statistiques agrégées.

Exemple concret : analyser les données ouvertes du covoiturage

Le covoiturage constitue un exemple d'exploitation de l'open data appliquée aux transports et aux déplacements. Le Registre de preuve de covoiturage met à disposition des données relatives à des trajets de courte distance enregistrés par des opérateurs partenaires.

Les fichiers comprennent notamment des informations temporelles, des zones géographiques de départ et d'arrivée, des distances et certaines caractéristiques des trajets. Les données publiées ont fait l'objet de traitements destinés à limiter les possibilités de réidentification.

En utilisant des scripts informatiques, il devient possible d'étudier la répartition des trajets par département, de comparer des périodes, de produire des statistiques ou de représenter certains flux sur des cartes.

Ces données ne sont pas exhaustives. Les coordonnées publiées peuvent être volontairement dégradées et ne doivent pas être interprétées comme des positions exactes permettant de suivre une personne.

Cette démarche permet d'illustrer comment une ressource publique peut être transformée en outil d'observation et d'analyse territoriale.

Pacta propose un exemple de réutilisation de ces informations dans un dossier consacré aux données ouvertes du covoiturage.

Découvrir les données de covoiturage et leur exploitation cartographique

Consulter le jeu de données officiel du covoiturage

Comment croiser plusieurs sources open data dans une recherche OSINT ?

L'intérêt de l'open data ne réside pas uniquement dans la consultation d'un fichier. Il apparaît également lorsqu'une analyse associe plusieurs sources indépendantes et compatibles.

Par exemple, une étude économique territoriale peut mobiliser les données Sirene pour connaître la répartition des établissements, les statistiques de l'Insee pour contextualiser les caractéristiques du territoire et les données de marchés publics pour observer certaines commandes.

Ces informations peuvent ensuite être rapprochées à l'aide d'identifiants fiables, comme les codes INSEE des communes ou les numéros SIREN des entreprises, lorsque leur utilisation est pertinente.

Un rapprochement correct doit notamment tenir compte des changements de périmètre administratif, des dates de référence, des différences de nomenclature et du niveau de précision des données.

La présence simultanée de plusieurs événements dans les données ne signifie pas nécessairement qu'ils sont liés. Une corrélation statistique ne suffit pas à démontrer une relation de causalité.

Exploiter l'open data avec Python et les outils informatiques

Certains jeux de données peuvent être consultés directement dans un navigateur. D'autres nécessitent des outils spécialisés en raison de leur taille, de leur format ou de la complexité des traitements.

Les formats CSV, JSON, GeoJSON et les API permettent de construire des traitements automatisés sans devoir analyser manuellement chaque enregistrement.

Filtrer et organiser les données

Un script Python peut importer un fichier, sélectionner certaines colonnes, supprimer les doublons, vérifier la cohérence des valeurs et produire un ensemble de résultats correspondant à des critères documentés.

Des bibliothèques comme pandas permettent de traiter des données tabulaires, tandis que des bibliothèques géographiques peuvent faciliter la manipulation de coordonnées et d'objets cartographiques.

Automatiser les mises à jour

Lorsqu'un producteur propose une API ou des fichiers actualisés régulièrement, un programme peut vérifier la disponibilité d'une nouvelle version et intégrer les données dans un processus de traitement.

Il reste nécessaire de respecter les conditions d'accès, les limites techniques, les licences et les règles applicables aux données concernées.

Produire des résultats vérifiables

Les informations extraites peuvent être organisées dans des tableaux, des graphiques, des cartes ou des rapports HTML et PDF.

Pour assurer la traçabilité de l'analyse, il est recommandé de conserver la référence du jeu de données, le nom de son producteur, sa date de publication ou de mise à jour, les paramètres du traitement et les transformations effectuées.

Lorsque le contexte le justifie, une empreinte cryptographique SHA-256 peut être calculée sur le fichier téléchargé afin de vérifier ultérieurement son intégrité. Cette empreinte atteste une correspondance de contenu, mais ne certifie pas à elle seule l'authenticité de la source.

Le rôle de l'intelligence artificielle dans l'analyse des données ouvertes

L'intelligence artificielle peut contribuer à explorer des jeux de données, préparer des requêtes, expliquer des structures de fichiers ou assister la rédaction de synthèses.

Elle peut également aider à produire des scripts informatiques, rapprocher des nomenclatures et formuler des hypothèses à vérifier à partir des données.

Cependant, les conclusions produites par une intelligence artificielle doivent être confrontées aux informations réellement présentes dans les sources d'origine.

Une IA peut interpréter incorrectement une colonne, confondre plusieurs périodes, introduire des relations inexistantes ou présenter une hypothèse comme un résultat établi.

Pour une analyse OSINT fiable, les traitements doivent rester explicables, reproductibles et vérifiables, indépendamment des outils d'intelligence artificielle utilisés.

Les applications de l'open data en investigation numérique

Vérifier des informations économiques

Les données ouvertes peuvent aider à examiner des affirmations concernant l'activité d'un secteur, l'évolution d'un marché ou l'implantation géographique d'entreprises et d'établissements.

Le rapprochement de plusieurs sources institutionnelles permet de confirmer certaines informations ou d'identifier des écarts nécessitant un examen complémentaire.

Étudier les infrastructures et les territoires

Les données géographiques et statistiques peuvent être utilisées pour analyser la répartition des équipements publics, les évolutions de l'urbanisation, les infrastructures de transport ou les caractéristiques économiques d'un territoire.

Analyser les informations publiées sur Internet

Une publication sur Internet peut contenir des chiffres, des cartes ou des affirmations présentés comme provenant d'organismes publics.

L'open data permet, lorsque les données correspondantes sont disponibles, de retrouver la source primaire, de vérifier les méthodes de calcul et de déterminer si les conclusions sont cohérentes avec les informations réellement publiées.

Documenter des anomalies statistiques

L'analyse automatisée peut mettre en évidence des valeurs inhabituelles, des ruptures dans une série chronologique, des écarts entre territoires ou des différences entre plusieurs bases.

Une anomalie statistique représente un élément à examiner, et non une preuve de fraude. Elle peut également résulter d'une erreur de saisie, d'un changement méthodologique ou d'une couverture incomplète des données.

Quelles sont les limites juridiques de l'open data en OSINT ?

La publication d'une information en accès libre ne signifie pas que toutes ses utilisations sont autorisées. Les conditions de licence, les règles relatives aux données personnelles et les réglementations professionnelles continuent de s'appliquer.

En France, le Code des relations entre le public et l'administration encadre la réutilisation des informations publiques. Lorsque des données personnelles sont concernées, le RGPD et la loi Informatique et Libertés doivent également être pris en compte.

Selon les licences, la réutilisation peut notamment imposer la mention du producteur, de la source, de la date de mise à jour ou des conditions de partage.

Le croisement de plusieurs bases peut également créer des risques de réidentification, y compris lorsque les fichiers d'origine ont fait l'objet de traitements de protection des personnes.

Une attention particulière doit donc être portée à la finalité des traitements, à leur proportionnalité, à la minimisation des données et aux conditions de diffusion des résultats.

L'OSINT ne constitue pas une exemption aux réglementations relatives à la recherche d'informations sur les personnes. Certaines prestations d'enquête peuvent notamment relever d'activités professionnelles réglementées.

Consulter les recommandations de la CNIL sur la réutilisation des données

Les outils Cyberdétective pour exploiter les ressources open data

Dans le cadre de Pacta Cyber Lab, Alain Stevens développe des outils informatiques et des méthodes techniques destinés à faciliter la collecte autorisée, l'organisation, la transformation et l'analyse d'informations numériques.

Ces solutions peuvent notamment s'appuyer sur des scripts Python, des interfaces Web, des logiciels locaux, des traitements de fichiers, des API et des processus d'automatisation.

L'objectif est de faciliter l'exploitation de données publiques dans des projets de recherche documentaire, de veille, d'analyse économique, de cartographie et de vérification d'informations.

Les outils peuvent également contribuer à produire des rapports documentés, conserver les références des sources et rendre les traitements plus transparents.

Ancien détective privé spécialisé dans les recherches informatiques et la cybercriminalité, Alain Stevens exerce aujourd'hui des activités de conseil, de programmation, de formation et de développement de solutions numériques.

Pacta Cyber Lab ne réalise pas d'enquêtes privées nominatives et ne se substitue pas aux professionnels habilités à exercer les activités d'investigation réglementées.

Une approche méthodique pour transformer les données en informations utiles

L'exploitation efficace de l'open data commence par une question précise : quelle information cherche-t-on à vérifier ou à comprendre ?

Il convient ensuite d'identifier les producteurs de données pertinents, de sélectionner les jeux de données adaptés, d'examiner leur documentation et de vérifier leurs conditions de réutilisation.

Les fichiers peuvent alors être analysés, filtrés et rapprochés, à condition que les méthodes employées restent cohérentes avec les objectifs de l'étude et les limites des sources.

La dernière étape consiste à distinguer les observations directement établies, les déductions raisonnables, les hypothèses et les informations qui n'ont pas pu être vérifiées.

Cette méthode fait de l'open data un instrument de compréhension plutôt qu'une simple accumulation de fichiers et de statistiques.

En associant sources publiques, programmation, cartographie, analyse critique et automatisation, l'open data permet d'enrichir les recherches OSINT et de développer des outils d'investigation numérique documentés, reproductibles et respectueux du cadre légal.

Exploitez les données publiques pour vos projets OSINT et vos analyses numériques

Vous souhaitez utiliser les ressources open data pour effectuer des recherches OSINT, analyser des données publiques, croiser plusieurs sources d'information ou développer des outils d'investigation numérique ?

Depuis 1999, Alain Stevens développe des compétences en recherche d'information sur Internet, programmation et analyse informatique. Avec Pacta Cyber Lab et les outils Cyberdétective, il propose un accompagnement technique pour exploiter les données ouvertes : récupération de fichiers, interrogation d'API, traitements Python, automatisation, cartographie et production de rapports structurés.

Que vous soyez consultant, professionnel de la cybersécurité, détective privé habilité, avocat, entreprise ou collectivité, découvrez comment transformer des données publiques en informations exploitables grâce à des méthodes documentées, reproductibles et respectueuses du cadre légal.

Vous avez un projet d'analyse open data, de développement d'un outil OSINT ou d'automatisation de recherches documentaires ? Présentez vos besoins pour étudier une solution informatique adaptée à vos objectifs.

Alain Stevens – Pacta Cyber Lab – Cyberdétective®
Conseil informatique, programmation, OSINT et automatisation depuis 1999.