- 对于调查，最重要的是强逻辑、想象力和创造力，而非技术；自动化技术可以帮你加快速度，但首先你必须知道该怎么调用它们
掌握调查的基本原则远胜过掌握技术 —— 这非常重要。也是为什么我们需要不断强调这点，《开源调查应该是一种心智》。
将正确的方法应用于问题才是首要的，而非拼命去搜罗更多的工具。
这有很多原因。但最主要的原因就是，您喜欢使用的几乎所有工具和技术都是相对短暂的，并且很快就会过时。Facebook 图谱搜索的消亡是众所周知的例子。
新技术经常令人兴奋，但是，有一些非常古老的技术由于高度实用，生命力非常顽强；当这些古老的技术与现代技术相结合时，它们是任何开源情报调查武器库中的有用部分。
布尔搜索背后的数学逻辑可以追溯到19世纪，它仍支持现代计算机技术、编程和网络搜索等。
它还提供了一个逻辑结构，可用于评估命题并确定某些事物是真还是假 —— 这最终是任何类型调查的目的。
本文将介绍如何使用布尔逻辑来解决侦探挑战，以及如何将它们应用于进行高度针对性的 Google Image 搜索。
OR, AND, NOT
无论多大或多小，任何调查的目标都是得出一系列可以证明是真的命题，任何不正确的命题都被消除并被证明是假。
例如，如果你现在需要调查银行抢劫案，并且证人将嫌疑人描述为：25岁以下的白人男子、身穿蓝色外套、当地口音，那么你应该知道，当所有这些条件都为真时符合嫌疑人描述的人群在哪里可以找到。
如果这些条件中的任何一个不属于嫌疑人，则可以将其删除（这里忽略了证人可靠性和其他现实因素的问题）。
因此，如果你有一个神奇的数据库，就可以通过搜索找到谁抢了银行 —— 使用布尔逻辑设置参数来找到嫌疑人。
应该是这样的：
white male AND under 25 AND blue jacket AND local accent
假设每个可能的人都在这个庞大的数据库中，那么嫌疑人就会藏在搜索结果中。任何不符合这些标准的人都可以被淘汰。
在 Google 搜索中，AND运算符（更常见的是+号）用于实现相同的结果。
搜索 white male AND under 25 将返回25岁以下的白人男性。
组合多个AND查询将返回所有条件都为真的搜索结果。用以搜索特定信息。
现在假设你和银行抢劫案中的另一名证人交谈过。这名证人并不认为嫌疑人穿着蓝色外套，而且她相当肯定地说那是一件绿色夹克。
这使搜索变得复杂一点，因为现在不再可能确定嫌疑人穿着蓝色夹克了。
这会导致一些不确定性，这意味着你必须稍微更改数据库上的搜索查询。输入OR运算符。
当有多个可能的查询答案时，OR运算符有助于构造搜索项。
现在你怀疑穿着什么颜色的夹克这个问题有一点不确定性，那么就可以通过添加OR运算符来修改搜索：
white male AND under 25 AND local accent AND blue jacket OR green jacket
所以现在这个搜索将返回所有穿着蓝色夹克和绿色夹克的嫌疑人的详细信息。出于调查目的，OR运算符允许在搜索参数中考虑一点点不确定性。
这样的搜索结果中仍会呈现过多的杂音；你需要添加更多的参数来缩小结果范围。
你可以在结果为真的情况下添加的条件越多，意味着有更高的机会找到嫌疑人。
现在你决定再次询问证人以获取更多信息。
证人们都同意一点：对于一个成年男子来说，嫌疑人的身材显得非常小，可能不超过160厘米。
这个信息允许你继续调整搜索，并引入NOT运算符。
这用于过滤条件不正确的结果。你可以将它应用于搜索查询，如下所示：
white male AND under 25 AND local accent AND blue jacket OR green jacket NOT taller than 160cm
通过将 NOT 运算符添加到已存在OR运算符的搜索中，你可以消除每个超过160cm的嫌疑人的可能结果，进一步缩小嫌疑人池。
就是这么简单。
因此，你所知道的事实越多，调查中的主题就越正确，可以应用的标准就越多，以消除不正确的答案并找到正确的答案。
布尔运算符是执行此操作的最佳方法，无论是在进行搜索查询时，还是在考虑问题或进行差距分析等操作时，都非常常用。
它有助于保持调查的重点，阻止人们只是猜测或只是乱撞。
一切都很容易，是吧？
接下来本文将展示如何应用这个想法，构建一个布尔搜索词，它将帮您找到侦探挑战的答案 —— 照片地理定位挑战。
挑战的题目是这样的
这个地理定位挑战采用 Philipp Dudek 发布的短视频：
在确定该位置必须符合的标准之前，仔细听声音以及观看视频非常重要，以此来分析必须使用哪些布尔搜索运算符来查找它。
应该强调一下，这种方法并不是解决这一特定挑战的唯一方法，但如果您能了解底层逻辑的重要性，那么当遇到困难时就可以顺利转入采取其他方案。
使用哪种搜索标准？
起初并不完全清楚这是什么。
Philipp 正沿着某条隧道行驶。这地方是火车隧道还是地铁站？
你能听到移动过程中会发出有节奏的机械声 —— 可能是火车、电梯、电动步道、还是自动扶梯？
唯一具有视觉特色的是整个墙上的原点图案。这足以实现地理定位吗？
最终会是这样。但我们可以添加的参数越多，就越容易确定。
从之前的测验可以得知 Philipp 住在德国，所以也可以添加“德国”作为搜索参数之一。
因此，将所有这些变量考虑在内的搜索词看起来就像下面这样。用+号替换了AND，它意味着同样的事：
Germany + tunnel OR escalator OR elevator + dots
此搜索结合了可以确定的位置标准（Germany, dots），然后使用OR运算符搜索可能与正确位置相关的事物，但仍存在一些疑点（隧道，电梯，自动扶梯等）。
搜索结果将显示这些参数的所有匹配项，因此正确的结果将存在于某处。
Google Images 还是 Yandex?
在进行这种类型的布尔图像搜索时，搜索引擎的选择会有所不同。
通常有经验的调查人员更喜欢 Yandex 用于图像搜索，因为它非常适合查找视觉匹配，因此对地理定位很有用。
Google图片搜索通常更擅长确定图片显示的对象类型，然后根据相关关键字建议匹配。
考虑一下 Paul Fennell 最近的图像位置挑战：
当使用 Yandex 进行反向图像搜索时，它会立即找到该照片的匹配项：
但是Google没有找到匹配的图片。相反，它确定图像是雕像，然后根据物体是雕像的事实呈现一些它认为相关的搜索结果：
这是呈现图像搜索结果的重要方式。
这就是为什么 Yandex 通常对于直接反向图像匹配更可靠，但在这种情况下，我们将基于布尔关键字列表进行图像搜索，因此 Google Image 搜索是一种更好的工具，用于查找正在寻找的图像。
这就是调查的思考方式：一切为了目标。
结果
所以，输入 Germany + tunnel OR escalator OR elevator + dots 将产生以下结果：
在第一页上就有一个强烈的视觉匹配位置。汉堡的 Elbphilharmonie：
看起来它很可能就是正确的位置。如果 Philipp 在他乘坐这个自动扶梯的时候拍摄，那将是一场相当不错的视觉效果。
但有没有办法更确定一下呢？
在这一点上，可以找到 Elbphilharmonie 的大量图像进行直接比较，但在某些情况下，这并不总是可行的；因此有必要稍微调整一下布尔搜索。
搜索中的初始参数是“德国”。如果收紧一点用“汉堡”取代“德国”，会发生什么？
效果更好了。通过改进参数来检查该位置在汉堡的假设，现在有了更多的 Elbphilharmonie 匹配。
第一个结果就是。简直完美。
这就是调查的基本方法。您掌握了吗？
理论上互联网欺骗应该很难得逞，如果大多数人都有调查意识的话；现在只要能保证少数人具有逻辑和探寻真相的意识，谎言就不会太过荒唐。希望这少数人中有您。⚪️