Segurança

OSINT Defensivo e Vazamento de Dados: Metadados, Google Dorks e Busca Facial em 2026

Manual técnico de Inteligência de Fontes Abertas (OSINT) aplicada à defesa pessoal e corporativa: auditoria de credenciais vazadas (Have I Been Pwned e Dehashed), extração e limpeza de metadados ocultos (Metagoofil e ExifTool), Google Hacking defensivo (Google Dorks) e busca facial reversa (FaceCheck.id).

Resumo Executivo

  • A Informação Pública como Arma de Intrusão: Antes que um atacante dispare um único pacote contra o firewall de uma empresa ou ligue para aplicar um golpe bancário contra um executivo, ele executa a fase de Reconhecimento Passivo (Passive Reconnaissance) utilizando OSINT (Open Source Intelligence — Inteligência de Fontes Abertas). Através de bases de dados vazadas, buscadores avançados, metadados esquecidos dentro de arquivos PDF/JPG e motores de reconhecimento facial reverso, criminosos montam dossiês completos sobre a vida, a família e a infraestrutura tecnológica do alvo sem tocar nos seus servidores.
  • Cinco Pilares do OSINT Defensivo e Controle de Exposição: Aplicando técnicas de inteligência de fontes abertas (OSINT) e auditoria preventiva de exposição digital, este artigo aborda: Auditoria contínua de vazamentos com `Have I Been Pwned` e `Dehashed`; Redução da pegada digital contra Spear Phishing; O risco de metadados ocultos extraídos por `Metagoofil` e `ExifTool` e como removê-los; Google Dorks defensivos para encontrar arquivos sensíveis expostos no seu próprio domínio; e Uso defensivo de busca facial reversa (`FaceCheck.id`) para rastrear golpistas e perfis falsos.
  • Objetivo Prático: Ensinar você e sua equipe de TI a utilizarem exatamente as mesmas ferramentas de investigação dos pentesters para enxergar e fechar brechas de exposição antes que sejam exploradas.

---

1. Vazamento de Dados (*Data Breaches*): Monitoramento com `Have I Been Pwned` e `Dehashed`

Uma realidade inevitável da era digital exige atenção redobrada: mesmo que você nunca tenha clicado em um link malicioso, seus dados cadastrais (nome, CPF, telefone, endereço de e-mail e hashes de senhas antigas) provavelmente já foram expostos em algum dos milhares de megavazamentos globais ocorridos na última década — atingindo desde redes sociais, companhias aéreas e aplicativos de delivery até birôs de crédito e órgãos públicos.

1.1 Como Auditar Seus E-mails e Domínios Corporativos

Em vez de esperar que uma conta seja invadida por Credential Stuffing, todo usuário e administrador de TI deve auditar ativamente a presença de suas credenciais em bases de vazamentos conhecidas:

1. Have I Been Pwned (`haveibeenpwned.com` — HIBP): Mantido pelo especialista em segurança Troy Hunt, é o repositório público mais respeitado do mundo para consulta gratuita de vazamentos.

  • Ao digitar seu endereço de e-mail, a plataforma informa exatamente quais serviços ou empresas vazaram seus dados, a data do incidente e quais campos foram comprometidos (ex.: Email addresses, Passwords, Phone numbers, Physical addresses, IP addresses).
  • Recurso gratuito "Notify Me" e "Domain Search": Cadastre seus e-mails pessoais para receber um alerta automático caso surjam em novos vazamentos futuros; para empresas, valide a propriedade do domínio corporativo (`@suaempresa.com.br`) via registro TXT no DNS para monitorar todos os e-mails dos colaboradores.

2. Dehashed (`dehashed.com`) e Motores de Threat Intelligence: Utilizado profissionalmente por equipes de Red Team, investigadores forenses e analistas de SOC, o Dehashed indexa bilhões de registros de bases vazadas permitindo buscas cruzadas por nome de usuário, e-mail, endereço IP, telefone ou domínio corporativo, revelando se algum colaborador utilizou o e-mail da empresa (`[email protected]`) para se cadastrar em sites externos que sofreram vazamento.

1.2 Protocolo de Contenção Pós-Vazamento e *Email Aliasing*

Se o seu e-mail aparecer em um vazamento recente:

  • Troque imediatamente a senha do serviço que sofreu o vazamento e — caso você cometesse o erro de repetir aquela senha em outros lugares — troque-a em todas as demais contas usando um cofre de senhas.
  • Use Apelidos de E-mail (Email Aliases / Subaddressing): Para descobrir exatamente qual empresa vendeu ou deixou vazar seus dados, utilize geradores de aliases (como SimpleLogin / Proton Pass ou DuckDuckGo Email Protection) que criam um endereço exclusivo para cada cadastro, ou utilize o recurso nativo de sinal de mais (`+`) do Gmail/Outlook (ex.: `[email protected]`). Se começar a chegar spam ou phishing direcionado para `[email protected]`, você tem prova matemática de qual plataforma vazou sua base.

---

2. OSINT e Pegada Digital: Como a Superexposição Alimenta o *Spear Phishing*

Diferentemente do phishing em massa (que envia milhões de e-mails genéricos esperando que alguém clique), o Spear Phishing (e sua variante contra diretores e sócios, o Whaling) é um ataque cirúrgico construído sob medida a partir de OSINT (Open Source Intelligence).

flowchart TD
    subgraph Coleta["1. Coleta Passiva de OSINT (Fontes Abertas)"]
        S1["LinkedIn / Currículo Público: Cargo, projetos atuais, ferramentas que a empresa usa (AWS, SAP, Jira)"]
        S2["Instagram / TikTok / Strava: Rotina de horários, escola dos filhos, placa do carro, viagens em tempo real"]
        S3["Crachás e Telas em Fotos de Escritório: Código de barras do crachá, post-its no monitor, versão do ERP"]
    end

    subgraph Correlacao["2. Correlação e Pretexto (Engenharia Social)"]
        C1["Cruzamento com dados vazados (CPF, telefone e endereço residencial)"]
        C2["Criação de pretexto irrecusável (falsa intimação, falso suporte do ERP citado no LinkedIn, falso sequestro)"]
    end

    subgraph Ataque["3. Execução do Ataque Direcionado (Spear Phishing / Whaling)"]
        A1["Abordagem no momento exato em que o executivo está em voo ou fora do escritório (visto nos Stories)"]
    end

    Coleta --> Correlacao --> Ataque

2.1 Os 4 Erros Mais Graves de Superexposição (*Oversharing*) em Redes Sociais

Como regra de proteção contra engenharia social direcionada:

1. Fotos de Crachás Corporativos, Cartões de Embarque e Ingressos no "Primeiro Dia de Trabalho" ou Aeroporto: O código QR ou código de barras (`PDF417`) de um cartão de embarque aéreo contém o código localizador da reserva (PNR), nome completo e número de passageiro frequente — permitindo que qualquer pessoa leia o código a partir da foto publicada no Instagram, acesse a reserva no site da companhia aérea, visualize seu CPF/telefone e até cancele ou altere seu voo. Da mesma forma, fotos de crachás de empresas permitem a clonagem visual e a leitura de padrões de identificação interna, enquanto fotos da mesa de trabalho frequentemente revelam sistemas internos abertos no monitor ao fundo.

2. Check-in em Tempo Real (Real-Time Location): Publicar nos Stories que você está em um restaurante, hotel ou embarcando em um voo internacional de 10 horas informa aos criminosos duas coisas valiosas: que sua residência está vazia naquele momento e que você estará incomunicável no avião durante as próximas horas — janela perfeita para aplicar o golpe do "falso sequestro" ou pedir transferências urgentes ao seu departamento financeiro fingindo ser você. Regra de ouro (Latergram): Só publique fotos de viagens ou eventos depois de já ter deixado o local.

3. Adesivos de Família no Carro e Uniformes Escolares em Fotos Públicas: Adesivos no vidro traseiro do veículo ou fotos públicas mostrando o brasão do uniforme escolar das crianças entregam de bandeja a rotina familiar, nomes e horários para engenharia social.

4. Excesso de Detalhes Técnicos em Vagas de Emprego e Perfis do LinkedIn: Quando uma empresa publica uma vaga detalhando "Buscamos analista para administrar nosso Firewall pfSense 2.6, servidor Windows Server 2019 com ERP X e antivírus Y", ou quando o engenheiro lista toda a pilha interna de versões no currículo público, os atacantes sabem exatamente quais exploits preparar antes mesmo de escanear a rede.

---

3. O Perigo Oculto dos Metadados (EXIF e Documentos): `Metagoofil`, `ExifTool` e Sanitização

Um arquivo digital é muito mais do que a imagem ou o texto visível na tela. Sempre que uma foto é tirada com um smartphone ou um documento `.pdf`, `.docx` ou `.xlsx` é exportado no Microsoft Office ou LibreOffice, o software grava silenciosamente no cabeçalho do arquivo um bloco de Metadados.

3.1 O Que `Metagoofil` e `ExifTool` Extraem dos Arquivos do Seu Site

Na metodologia de testes de intrusão e auditoria de segurança, pentesters utilizam ferramentas automatizadas como o Metagoofil e o ExifTool (ou a ferramenta gráfica FOCA) contra o domínio de uma empresa alvo (`empresa.com.br`). O Metagoofil baixa automaticamente todos os arquivos públicos (`.pdf`, `.doc`, `.xls`, `.ppt`) disponíveis no site da organização (como catálogos, editais, relatórios financeiros e termos de uso) e extrai seus metadados ocultos:

| Tipo de Arquivo | Metadados Ocultos Extraídos (`ExifTool` / `Metagoofil`) | Como um Atacante Explora Essa Informação |

| :--- | :--- | :--- |

| Fotografias Originais (`.jpg`, `.heic`, `.png`, `.tiff`) | Coordenadas exatas de GPS (Latitude, Longitude e Altitude) com precisão de 3 metros, data/hora exata do disparo, marca e modelo do celular/câmera e número de série da lente. | Descobrir o endereço residencial exato de quem tirou a foto (mesmo que a foto mostre apenas um objeto ou animal de estimação dentro de casa). |

| Documentos e Planilhas (`.pdf`, `.docx`, `.xlsx`, `.pptx`) | Autor (`Author` / `Creator`), Nome de usuário do Windows/Active Directory (`ex.: j.silva.adm`), Caminho da rede interna (`\\SRV-ARQUIVOS01\Financeiro\...`), versão exata do sistema operacional, versão exata do leitor/editor de PDF e modelo da impressora de rede. | O atacante descobre o padrão de nomes de usuários da rede interna (essencial para ataques de força bruta na VPN/Office 365) e a versão exata do software leitor de PDF usado pelos funcionários para enviar um exploit compatível. |

3.2 Como Verificar e Limpar Metadados Antes de Publicar ou Enviar Arquivos

1. No Smartphone (Desativar Localização nas Fotos da Câmera ou Remover ao Compartilhar):

  • Android: Abra o app da Câmera > `Configurações` e desative "Salvar local" (Location tags), ou, ao compartilhar uma foto específica, toque no botão "Remover dados de localização" na tela de compartilhamento nativo do Android.
  • iPhone: Ao selecionar uma foto para enviar por e-mail, AirDrop ou arquivo, toque em "Opções" no topo da tela de compartilhamento e desative a chave "Localização" (e ative apenas quando realmente quiser enviar o pino de GPS).
  • Nota técnica: Quando você envia uma foto como "Imagem comum" pelo WhatsApp ou publica no Instagram, os servidores da Meta removem os metadados EXIF da imagem pública; porém, se você enviar a foto como "Documento / Arquivo original" no WhatsApp, por e-mail ou subir diretamente no site da empresa, todos os metadados de GPS permanecem intactos!

2. No Windows (Inspeção Nativa de Documentos):

  • No Microsoft Word, Excel ou PowerPoint, antes de salvar o PDF final para clientes ou para o site, acesse `Arquivo > Informações > Verificar se há Problemas > Inspecionar Documento` (Document Inspector) e clique em "Remover Tudo" nos itens Propriedades do Documento e Informações Pessoais.
  • Em arquivos de imagem no Windows Explorer, clique com o botão direito > `Propriedades > aba Detalhes > Remover Propriedades e Informações Pessoais`.

3. No Linux / Linha de Comando (`ExifTool` e `MAT2`):

  • Para inspecionar todos os metadados de qualquer arquivo:
     exiftool arquivo_relatorio.pdf
  • Para expurgar 100% dos metadados de todos os arquivos PDF ou JPG de uma pasta de forma irreversível:
     exiftool -all= -overwrite_original *.pdf *.jpg

---

4. Google Hacking (*Google Dorks*) Defensivo: Auditando seu Próprio Domínio

O Google Hacking (ou uso de Google Dorks, catalogados mundialmente no Google Hacking Database — GHDB do portal Exploit-DB) consiste em utilizar operadores avançados de filtragem do próprio motor de busca do Google para localizar painéis administrativos esquecidos, bancos de dados abertos, listas de clientes em Excel e arquivos de configuração que foram indexados por erro de permissão no servidor web.

4.1 Os Principais Operadores de *Google Dorks* para Auditoria Preventiva

Qualquer administrador de sistemas, desenvolvedor ou dono de empresa deve executar periodicamente as seguintes consultas no Google substituindo `suaempresa.com.br` pelo seu domínio real:

1. Descobrir Todos os Subdomínios Indexados (Incluindo Ambientes de Teste Esquecidos):

   site:*.suaempresa.com.br -www

Objetivo: Localizar subdomínios como `homolog.suaempresa.com.br`, `dev.`, `teste.`, `antigo.` ou `crm.` que não deveriam estar abertos sem autenticação.

2. Caçar Documentos, Planilhas e Contratos Esquecidos em Pastas Públicas:

   site:suaempresa.com.br (filetype:pdf OR filetype:xlsx OR filetype:docx OR filetype:csv OR filetype:txt)

Objetivo: Verificar se relatórios internos, planilhas com CPF de clientes ou propostas comerciais colocadas na pasta `/uploads/` do site foram indexados pelo robô do Google (`Googlebot`).

3. Detectar Listagem de Diretórios Aberta (Directory Listing):

   site:suaempresa.com.br intitle:"index of"

Objetivo: Encontrar pastas do servidor Apache/Nginx onde a listagem de arquivos foi esquecida habilitada, expondo backups `.zip`, `.sql` ou códigos-fonte.

4. Identificar Vazamento Acidental de Arquivos de Configuração, Logs e Senhas:

   site:suaempresa.com.br (ext:env OR ext:log OR ext:sql OR ext:bak OR intext:"DB_PASSWORD")

Objetivo: Garantir que nenhum arquivo `.env`, dump de banco de dados `.sql` ou arquivo de backup `.bak` esteja acessível publicamente.

5. Auditoria de Exposição de CPF ou Nome Pessoal em Diários, Editais e Portais:

   "Seu Nome Completo" ("CPF" OR "RG" OR filetype:pdf OR filetype:xlsx)

Objetivo: Descobrir em quais sites governamentais, listas de aprovados, processos ou planilhas públicas o seu nome e documentos estão expostos.

---

5. Reconhecimento Facial Reverso (`FaceCheck.id`): Como Caçar Perfis Falsos que Usam Seu Rosto

Na investigação de perfis falsos e golpes de estelionato digital, destaca-se o uso de motores de Busca Facial Reversa baseados em Inteligência Artificial Biométrica, como o FaceCheck.id (`facecheck.id`) e o PimEyes.

5.1 A Diferença entre Busca de Imagem Tradicional e Busca Biométrica Facial

  • Buscadores de imagem tradicionais (como o Google Imagens clássico ou TinEye) procuram cópias da mesma fotografia (comparando cores, pixels e composição). Se um golpista recortar a foto, inverter horizontalmente, aplicar um filtro ou tirar uma foto sua de outro ângulo, a busca comum falha.
  • Já motores biométricos como o FaceCheck.id não comparam o fundo da foto: eles mapeiam os vetores geométricos do rosto humano (distância interpupilar, estrutura óssea nasal, maxilar e proporções faciais) e encontram outras fotos completamente diferentes da mesma pessoa espalhadas em redes sociais, sites de notícias, vídeos, blogs e anúncios na internet.

5.2 Duas Aplicações Defensivas Imediatas da Busca Facial Reversa

1. Desmascarar Perfis Falsos (Catfishing, Falsos Médicos, Falsos Advogados e Golpistas de Relacionamento):

  • Se uma pessoa desconhecida abordar você ou um familiar nas redes sociais (com fotos de um suposto empresário estrangeiro, militar, médico ou investidor de sucesso), suba a foto do perfil no FaceCheck.id. Em segundos, a ferramenta revela se aquele rosto pertence na verdade a um modelo, influenciador ou profissional de outro país cujas fotos foram roubadas para montar um perfil falso de estelionato sentimental (Romance Scam) ou fraude financeira.

2. Auditar o Uso Indevido da Sua Própria Imagem (Direito de Imagem e Anti-Impersonation):

  • Médicos, advogados, influenciadores, executivos e figuras públicas frequentemente têm suas fotos roubadas por quadrilhas que criam contas falsas no Instagram, TikTok ou WhatsApp para vender produtos falsificados ou aplicar golpes em pacientes e clientes.
  • Fazer uma busca periódica com uma foto do próprio rosto permite localizar rapidamente perfis clones ativos na internet e acionar imediatamente o Takedown por Falsidade Ideológica (Impersonation) junto às plataformas e autoridades policiais.

---

6. Impacto Prático: Checklist de Auditoria OSINT Pessoal e Corporativa

| Ferramenta / Técnica de OSINT | Frequência de Uso Recomendada | Ação Corretiva ao Encontrar Exposição |

| :--- | :---: | :--- |

| `haveibeenpwned.com` / `dehashed.com` | Mensal (ou alerta contínuo) | Trocar senhas vazadas, revogar sessões e ativar TOTP/Passkeys |

| Google Dorks (`site:empresa.com.br filetype:...`) | Trimestral | Bloquear acesso público no Nginx/Apache, remover do servidor e solicitar remoção urgente no Google Search Console |

| Sanitização de Metadados (`ExifTool` / Inspetor do Office) | Antes de toda publicação pública | Limpar tags `Author`, caminhos de rede e coordenadas `GPS` de todos os PDFs e imagens |

| Busca Facial Reversa (`FaceCheck.id`) | Semestral (ou sob suspeita de clone) | Denunciar perfis falsos por Impersonation e emitir alerta oficial aos clientes/seguidores |

---

7. Recomendações Estratégicas da HG Soluções

Para organizações que desejam neutralizar o reconhecimento externo antes que ele se converta em intrusão real, a HG Soluções executa:

1. Auditoria de Superfície Externa de Ataque (External Attack Surface Management — EASM & OSINT Assessment): Mapeamento completo de tudo o que atacantes conseguem descobrir sobre a sua empresa e seus diretores na internet aberta e em bases de vazamentos (Data Breaches), entregando um relatório executivo de remediação imediata.

2. Pipeline Automatizado de Sanitização de Metadados no Servidor Web: Implementação de filtros no pipeline de upload de portais corporativos e sistemas internos (usando bibliotecas como `Sharp`/`libvips` para imagens e sanitizadores de PDF) que removem automaticamente 100% dos metadados EXIF e propriedades de autor antes que qualquer arquivo fique disponível para download público.

3. Hardening de Indexação e Bloqueio de Arquivos Sensíveis no Nginx/Cloudflare: Regras estritas de servidor web que bloqueiam o acesso a extensões sensíveis (`.env`, `.git`, `.sql`, `.bak`, `.log`) e desativam Directory Listing globalmente, impedindo a indexação acidental via Google Dorks.

---

Fonte: Curso Hacker do Bem — TI Academy.