Emneside for MILM2707 OSINT og utnyttelse av store mengder data
Hva lærer du
Emnet gir militære etterretningsanalytikere grunnleggende kompetanse i anvendelse av moderne metoder innen åpen kilde‑etterretning (OSINT) og i utnyttelse av de store datamengdene som preger dagens informasjonsmiljø. Studentene vil lære å identifisere og vurdere relevante datakilder, velge hensiktsmessige grensesnitt og verktøy (herunder API‑basert datainnhenting), samt å sammenstille og analysere data til beslutningsrelevante etterretningsprodukter. Emnet gir dermed et faglig grunnlag for å støtte operativ planlegging og beslutningstaking i komplekse og informasjonsrike operasjonsmiljøer.
I emnet vektlegges en praktisk tilnærming, der minimum en tredjedel av undervisningen gjennomføres som laboratorieøvelser. I disse øvelsene anvender studentene relevante verktøy og metoder i realistiske og operasjonsnære scenarioer. Gjennom å beherske disse ferdighetene vil studentene styrke evnen til å analysere komplekse datastrømmer, identifisere handlingsrelevant innsikt og levere beslutningsstøtte på operativt og strategisk nivå i dynamiske operasjonsmiljøer. Slik kompetanse er avgjørende for å opprettholde og videreutvikle et teknologisk fortrinn i et stadig mer datadrevet etterretningslandskap.
-
Etter fullført emne har studenten følgende læringsutbytte definert som kunnskap, ferdigheter og generell kompetanse:
Kunnskap
Studenten
- har kunnskap om grunnleggende konsepter, prinsipper og teknikker innen åpen kilde‑etterretning (OSINT) og datautnyttelse i militær etterretningsanalyse
- har kjennskap til relevante åpne datakilder, verktøy, grensesnitt og metoder (herunder API‑basert innhenting) for innsamling, bearbeiding og analyse av store datamengder
- har kunnskap om hvordan stordata og datadrevne arbeidsformer påvirker etterretningsprosessene og understøtter beslutningstaking på taktisk, operativt og strategisk nivå
Ferdigheter
Studenten
- kan anvende moderne OSINT‑verktøy og metodiske teknikker for å identifisere, innhente og strukturere relevant åpen kilde‑data
- kan vurdere kvalitet, pålitelighet og hensiktsmessighet i ulike datakilder, samt velge egnede verktøy og API‑baserte løsninger tilpasset ulike analytiske oppgaver
- kan analysere og sammenstille store datamengder for å utarbeide beslutningsrelevante etterretningsprodukter
Generell kompetanse
Studenten
- har evne til kritisk vurdering av kvalitet, pålitelighet og analytisk potensial i åpne datakilder
- har evne til å videreutvikle analytiske ferdigheter for å tolke og forstå store datamengder i komplekse og operative kontekster
- har evne til å bidra til tverrfaglig samarbeid og informasjonsdeling gjennom anvendelse av dataanalyse i militær planlegging og strategisk beslutningsstøtte
-
Arbeidsformene vil bestå av individuelle forberedelser, skriftlig innleveringer, forelesninger, studentpresentasjoner, gruppediskusjoner og oppgaveløsning i laboratorium.
-
Arbeidskrav
Følgende arbeidskrav må være godkjent før studenten kan gå opp til eksamen:
- Emnet har 100% obligatorisk oppmøte. Eventuelt gyldig fravær må dokumenteres. Udokumentert fravær kan medføre at studenten ikke får fullføre eller bli vurdert i emnet
Arbeidskrav vurderes til godkjent/ikke godkjent.
Dersom studenten får vurderingen ikke godkjent, kan arbeidskravet gjennomføres på nytt én gang.
Eksamensordning
Individuell mappeeksamen.
Kommentar til eksamen:
En rekke oppgaver vil bli utført i klasserommet eller laboratoriet. Alle oppgavene må være bestått. Arbeidene leveres samlet i en mappe ved gitt frist.
Vurderingsuttrykk
Bestått/ ikke bestått
Hjelpemidler på eksamen
Det forutsettes at arbeidet er et selvstendig arbeid.
Ny/utsatt eksamen
Ny/utsatt eksamen arrangeres som ved ordinær eksamen.
