Projeto em desenvolvimento pelos alunos da Equipe 2 - Turma 6º Semestre do curso Análise e Desenvolvimento de Sistemas da FATEC - Faculdade de Tecnologia de São José dos Campos.
O número de cibercrimes aumentou no Brasil durante a pandemia de covid-19, com mais pessoas conectadas à internet. Os golpes virtuais já existiam, mas pode-se dizer que os criminosos atualizaram as suas táticas de atuação. As fraudes na internet prosseguem preocupando a população em torno de todo mundo, principalmente quando o contexto abordado é sobre compras ou vendas, porque envolvem dados sensíveis pessoais envolvendo instituições financeiras o que causa extrema insegurança ao realizar esses procedimentos via internet. Sendo o segundo crime financeiro mais reportado no mundo, acima de propina, corrupção e crimes cibernéticos, fraudes no processo de compras e pagamentos é uma preocupação constante do UOL. Foi observado que um bom processo de análise de fraudes nos auxilia a desenvolver soluções eficientes que visam o aumento de receita e melhoram a reputação da marca. Em parceria com a Fatec São José dos Campos acreditamos que alunos do 6º ADS podem contribuir com o UOL em alternativas disruptivas que mitigam o risco de fraude cadastral.
A proposta de solução apresentada será mapear usuários falsos e duplicados da plataforma BOL.com.br através da identificação única.
- Kick-off - 16/08 à 22/08 - ✅
- Sprint 1 - 30/08 à 19/09 - ✅
- Sprint 2 - 20/09 à 10/10 - ✅
- Sprint 3 - 18/10 à 07/11 - ✅
- Sprint 4 - 08/11 à 28/11 - ✅
- Apresentação final - 29/11 à 05/12
Acesse o link para visualizar:
Clonar esse repositório com os submódulos dos repositórios (front-end e back-end) atualizados
git clone --recursive git@github.com:fabsvas/api-fatec-uol.git
git submodule update --remote
cd fatec-uol-backend
cd ..
cd fatec-uol-frontend
cd ..
cd fatec-uol-user-recognition
Clonar somente o repositório do back-end
Acesse o link para visualizar: fatec-uol-backend
Clonar somente o repositório do front-end
Acesso o link para visualizar: fatec-uol-frontend
Clonar somente o repositório do serviço de machine learning
Acesso o link para visualizar: fatec-uol-user-recognition
O projeto está sendo estruturado com as seguintes tecnologias:
- Spring Boot;
- MySQL;
- Gitpod.io.
- KNN + Manhattan Distance
- Flask
- Vue.js;
- Axios;
- VueX.
| Aluno(a) | Função | GitHub | |
|---|---|---|---|
| Fabrício Vasconcellos | Product Owner | ||
| Rafael Ribeiro | Scrum Master | ||
| Vitor Amorim | Developer Team | ||
| Jonatas dos Reis | Developer Team | ||
| Samuel Xavier | Developer Team | ||
| Douglas Henrique | Developer Team |
Todos os entregáveis e planejamento para as sprints serão descritos abaixo:
Status: Concluído ✅
Objetivo: Estruturar as entidades para comparação de hashes processados pela view e identificar um único usuário.
Documentações geradas:
-
Gestão e Governança de Tecnologia da Informação
-
Gestão de Projetos
Status: Concluído ✅
Objetivo: Processar um hash único com base na renderização da GPU do usuário, aproveitando outras informações nativas do navegador como forma de estudo para implantação de um IA.
Documentações geradas:
-
Gestão e Governança de Tecnologia da Informação
-
Gestão de Projetos
Status: Concluído ✅
Objetivo: Coleta de informações comportamentais do usuário e análise das estruturas das vértices com as novas informações coletadas que serão utilizados na inteligência artificial com análise de grafos para modelar informações e identificar usuários únicos.
Documentações geradas:
-
Gestão e Governança de Tecnologia da Informação
-
Gestão de Projetos
Status: Concluído ✅
Objetivo: Implementação de inteligência artificial utilizando o método Manhattan Distance juntamente com o algoritmo de vizinhos próximos (KNN). Disponibilizar um serviço que consuma as previsões da IA retornando possíveis usuários duplicados.
Documentações geradas:
-
Gestão e Governança de Tecnologia da Informação
-
Gestão de Projetos