Plataforma de decisão mista, IA e humana, para detecção de fraudes em e­mails

Salles, Daniel dos Santos

Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/38602

Registro completo de metadados

Campo DC	Valor	Idioma
dc.creator	Salles, Daniel dos Santos	-
dc.date.accessioned	2025-10-08T18:14:58Z	-
dc.date.available	2025-10-08T18:14:58Z	-
dc.date.issued	2025-02-21	-
dc.identifier.citation	SALLES, Daniel dos Santos. Plataforma de decisão mista, IA e humana, para detecção de fraudes em emails. 2025. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Computação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2025.	pt_BR
dc.identifier.uri	http://repositorio.utfpr.edu.br/jspui/handle/1/38602	-
dc.description.abstract	Digital fraud detection is a critical task for both individuals and businesses. Inaccuracies in detecting fraud in e-mails can have significant impacts on digital security in business operations. Traditional methods for identifying e-mail fraud involve lengthy decision trees and machine learning models, leading to wasted time and unnecessary processing, with limited effectiveness. This work aims to complement Artificial Intelligence with Collective Intelligence, demonstrating the effectiveness of using mixed groups (Human Intelligence + AI) to develop a digital platform. The technical scope will present an architectural design proposal for this platform along with a proof of concept, including a brief study of the results from applying this proof of concept within digital communities.	pt_BR
dc.language	por	pt_BR
dc.publisher	Universidade Tecnológica Federal do Paraná	pt_BR
dc.rights	openAccess	pt_BR
dc.rights.uri	http://creativecommons.org/licenses/by-sa/4.0/	pt_BR
dc.subject	Inteligência coletiva	pt_BR
dc.subject	Fraude na Internet - Detecção	pt_BR
dc.subject	Correio eletrônico	pt_BR
dc.subject	Inteligência artificial	pt_BR
dc.subject	Swarm intelligence	pt_BR
dc.subject	Internet fraud - Detection	pt_BR
dc.subject	Electronic mail systems	pt_BR
dc.subject	Artificial intelligence	pt_BR
dc.title	Plataforma de decisão mista, IA e humana, para detecção de fraudes em emails	pt_BR
dc.title.alternative	Decision platform for AI and human collaboration in email fraud detection	pt_BR
dc.type	bachelorThesis	pt_BR
dc.description.resumo	A detecção de fraudes digitais é um trabalho crítico tanto para as pessoas quanto para o mundo corporativo. A falta de acurácia na detecção de fraudes em emails pode gerar grandes impactos na segurança digital em operações de negócios. Os métodos tradicionais para constatar fraudes em um email implementam longas árvores de decisão e modelos de machine learning que acarretam perda de tempo e processamento desnecessário, além da pouca efetividade. Este trabalho avalia a efetividade de complementar a Inteligência Artificial com a Inteligência Coletiva, adotando-se grupos mistos (Inteligência humana + IA) na resolução de problemas. Para isso, foi elaborada uma plataforma digital. No âmbito técnico foi desenvolvido um padrão arquitetônico para a plataforma, com base no qual foi realizada uma prova de conceito. A discussão dos resultados da aplicação desta prova de conceito em comunidades digitais é apresentada para subsidiar a conclusão sobre a melhoria de desempenho obtida a partir da utilização de grupos mistos de humanos e IA para a tomada de decisão.	pt_BR
dc.degree.local	Curitiba	pt_BR
dc.publisher.local	Curitiba	pt_BR
dc.contributor.advisor1	Graeml, Alexandre Reis	-
dc.contributor.referee1	Graeml, Alexandre Reis	-
dc.contributor.referee2	Pigatto, Daniel Fernando	-
dc.contributor.referee3	Berardi, Rita Cristina Galarraga	-
dc.publisher.country	Brasil	pt_BR
dc.publisher.program	Engenharia de Computação	pt_BR
dc.publisher.initials	UTFPR	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO	pt_BR
Aparece nas coleções:	CT - Engenharia de Computação

Arquivos associados a este item:

Arquivo	Descrição	Tamanho	Formato
fraudes.pdf		1,51 MB	Adobe PDF	Visualizar/Abrir

Mostrar registro simples do item Recomendar este item Visualizar estatísticas

Este item está licenciada sob uma Licença Creative Commons