Detecção em tempo real de golpes digitais, humanos e gerados por IA, diretamente no celular do usuário.
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.
[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.
| 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. |
- 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
| Nome | Papel |
|---|---|
| Ramon Santos Pereira | Desenvolvedor |
| Luiz Miguel Seixeiro | Desenvolvedor |
| Mitchell Miyake | Desenvolvedor |
Orientador: Prof. Rodrigo Bossini Tavares
Instituição: Instituto Mauá de Tecnologia (IMT) Curso: Ciências da Computação Tipo: Trabalho de Conclusão de Curso (TCC) — 2026