Skip to content
@BlessGuardian

BlessGuardian

BlessGuardian

Detecção em tempo real de golpes digitais, humanos e gerados por IA, diretamente no celular do usuário.


O projeto

BlessGuardian / AntiFraud Agent é um sistema multiplataforma desenvolvido como Trabalho de Conclusão de Curso (TCC) do curso de Ciências da Computação do Instituto Mauá de Tecnologia (IMT).

O Brasil é um dos países com maior incidência de golpes digitais do mundo. O elo mais fraco da cadeia de segurança é o humano — pessoas que recebem mensagens fraudulentas via WhatsApp, Telegram, SMS e Instagram e, por pressão emocional ou falta de informação, acabam sendo enganadas.

O BlessGuardian existe para preencher essa lacuna: proteger o usuário em tempo real, no momento em que a mensagem chega, antes de ele tomar uma decisão prejudicial.


Como funciona

[Celular Android]                    [Backend FastAPI / AWS ECS]              [Site / Dashboard]
       │                                       │                                       │
       │  POST /detect                         │                                       │
       │  { device_id, message, source }       │                                       │
       ├──────────────────────────────────────►│                                       │
       │                                       │                                       │
       │                                       ├── LLM (LM Studio na Mauá)             │
       │                                       │   ├── score 0.0 - 1.0                 │
       │                                       │   ├── categoria                       │
       │                                       │   ├── indicadores                     │
       │                                       │   └── veredito curto                  │
       │                                       │                                       │
       │                                       ├── DynamoDB (bless_guardian_tcc)       │
       │                                       │   PK: user_id  SK: detected_at        │
       │                                       │                                       │
       │  { status_db, analise }               │                                       │
       │◄──────────────────────────────────────┤                                       │
       │                                       │                                       │
       │  GET /logs?device_id=...              │                                       │
       ├──────────────────────────────────────►│◄──────────────────────────────────────┤
       │  histórico oficial                    │  agregados de inteligência coletiva   │
       │◄──────────────────────────────────────┤──────────────────────────────────────►│

O Android captura mensagens por três caminhos (notificações, acessibilidade, SMS), aplica uma camada local de higiene/deduplicação e envia ao backend. O backend submete cada mensagem a um LLM, persiste o resultado no DynamoDB e devolve a análise. O site consome os mesmos dados para mostrar estatísticas agregadas.


Repositórios

Repositório Linguagem Descrição
anti-fraud-agent-android Kotlin App Android — captura em tempo real via NotificationListener, Accessibility Service e SMS Receiver. Jetpack Compose, Room (fila offline), min SDK 31.
fraud_message_detection Python Backend FastAPI hospedado em AWS ECS. Análise via LLM (LM Studio) e persistência em DynamoDB.
bless-guardian-official TypeScript Site institucional e dashboard de inteligência coletiva. React + Vite + Tailwind, deploy via Cloudflare Workers.

Stack global

  • Mobile: Kotlin, Jetpack Compose, Room, Coroutines
  • Backend: Python, FastAPI, Uvicorn, boto3
  • LLM: LM Studio (OpenAI-compatible) hospedado na infraestrutura da Mauá
  • Banco oficial: AWS DynamoDB (tabela única bless_guardian_tcc)
  • Hospedagem do backend: AWS ECS (containerizado)
  • Frontend web: React 18, Vite, Tailwind CSS, shadcn/ui, TanStack Query, Recharts
  • Deploy do site: Cloudflare Workers

Equipe

Nome Papel
Ramon Santos Pereira Desenvolvedor
Luiz Miguel Seixeiro Desenvolvedor
Mitchell Miyake Desenvolvedor

Orientador: Prof. Rodrigo Bossini Tavares


Contexto acadêmico

Instituição: Instituto Mauá de Tecnologia (IMT) Curso: Ciências da Computação Tipo: Trabalho de Conclusão de Curso (TCC) — 2026

Popular repositories Loading

  1. blessguardian-agent blessguardian-agent Public

    Android agent for real-time detection of human and AI-generated scams via multi-source message capture, NLP analysis, and adaptive risk scoring.

    Kotlin

  2. bg-trained-model bg-trained-model Public

    Código fonte da API de tratamento de mensagens Bless Guardian;

    Python

  3. blessguardian-website blessguardian-website Public

    TypeScript

  4. .github .github Public

  5. model-training model-training Public

    Notebooks e resultados preliminares dos treinamentos do modelo de detecção de phishing

    Jupyter Notebook

Repositories

Showing 5 of 5 repositories

Top languages

Loading…

Most used topics

Loading…