Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/38602| Título: | Plataforma de decisão mista, IA e humana, para detecção de fraudes em emails |
| Título(s) alternativo(s): | Decision platform for AI and human collaboration in email fraud detection |
| Autor(es): | Salles, Daniel dos Santos |
| Orientador(es): | Graeml, Alexandre Reis |
| Palavras-chave: | Inteligência coletiva Fraude na Internet - Detecção Correio eletrônico Inteligência artificial Swarm intelligence Internet fraud - Detection Electronic mail systems Artificial intelligence |
| Data do documento: | 21-Fev-2025 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | 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. |
| 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. |
| 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. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/38602 |
| 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 |
Este item está licenciada sob uma Licença Creative Commons
