ITATIBA1
IA criada na Unicamp identifica golpes por SMS e é usada para barrar mensagens suspeitas
G1 — Brasil · 2026-09-26T09:00:00.000Z
IA criada na Unicamp identifica golpes por SMS e é usada para barrar mensagens suspeitas
Receber uma mensagem de texto com um link aparentemente enviado por um banco, loja ou outra empresa conhecida já faz parte da rotina de quem usa celular. O problema é que, em alguns casos, o endereço pode levar a uma página falsa criada para roubar dados.
Uma pesquisa desenvolvida no Instituto de Computação (IC) da Universidade Estadual de Campinas (Unicamp) criou um modelo de inteligência artificial capaz de analisar diferentes características dessas mensagens e ajudar na identificação de possíveis fraudes.
📩 Entenda: esse tipo de golpe é conhecido como smishing, uma combinação das palavras SMS e phishing. A fraude ocorre quando criminosos usam mensagens de texto para tentar fazer com que a vítima revele informações ou acesse páginas maliciosas.
O Smish-Checker foi criado pela cientista da computação Stephane Schwarz, durante o doutorado, no laboratório Recod.ai, coordenado pelo professor Anderson Rocha. A pesquisa surgiu a partir de uma necessidade apresentada por uma empresa de comunicação em nuvem.
Segundo a pesquisadora, a ideia era encontrar uma forma de filtrar mensagens fraudulentas em tempo real sem bloquear comunicações legítimas. O sistema está sendo aplicado e ajuda a barrar SMS suspeitos antes que cheguem aos usuários.
"A ferramenta busca não somente bloquear conteúdos fraudulentos, mas também ela precisa manter uma taxa de assertividade muito alta. Porque bloquear um conteúdo legítimo é muito ruim num contexto real de negócio", explica Stephane.
Nesta reportagem você vai entender:
Como a IA tenta identificar um golpe
Como os links suspeitos são analisados
O que acontece se o link envolver sites 'clonados'
Como a pesquisa já está sendo aplicada
Por que a inteligência artificial é necessária
Por que a desconfiança do usuário ainda é essencial
Como a IA tenta identificar um golpe?
A solução combina diferentes evidências. Em vez de depender apenas da aparência ou da escrita de uma mensagem, o sistema pode observar desde pequenas alterações em caracteres até informações sobre o domínio de um site e características relacionadas à conexão.
💡 Stephane diz que o desenvolvimento começou pela tentativa de entender como os próprios fraudadores procuram driblar os sistemas de segurança.
Uma das estratégias identificadas é fazer alterações muito pequenas nas mensagens ou nos endereços eletrônicos. A mudança pode ser praticamente imperceptível para uma pessoa, mas altera a forma como o computador interpreta aquele caractere.
Imagine uma mensagem que tenta se passar por uma empresa conhecida. Para isso, o fraudador pode:
substituir uma letra por outro caractere visualmente parecido;
inserir espaços ou caracteres no meio das palavras;
alterar sutilmente a forma de escrever uma marca;
esconder um endereço verdadeiro dentro de um encurtador de URL;
criar uma página falsa visualmente semelhante à original.
"O que a gente percebeu é que muitas vezes o que ele fazia era alterar sutis caracteres de uma mensagem para que essa mensagem pudesse passar pelo modelo, mas que no fim das contas o usuário não perceberia essa modificação."
Um exemplo citado por Stephane envolve as letras I maiúsculo, i minúsculo e L minúsculo, que podem ter aparência semelhante dependendo da combinação utilizada. Para o computador, porém, são caracteres diferentes porque possuem códigos diferentes.
Links camuflados também entram na análise
Imagem ilustrativa de uma pessoa mexendo em um celular
Outra estratégia usada pelos criminosos envolve os encurtadores de URL. Um endereço eletrônico longo pode revelar, por exemplo, que o site para o qual a pessoa será direcionada não pertence à empresa mencionada na mensagem. Com o encurtamento, o link original fica escondido.
Segundo Stephane, fraudadores podem utilizar esses serviços de propósito geral para dificultar a identificação da URL maliciosa. A ferramenta desenvolvida na pesquisa pode analisar essas características relacionadas ao domínio. Entre os dados considerados estão:
idade do domínio;
quem registrou a página;
quando o domínio foi criado;
quando houve modificações;
TLD, que corresponde à parte final do endereço eletrônico, como ".com".
Essas informações são públicas e podem ser utilizadas em conjunto com a análise do conteúdo da mensagem. A análise não depende, portanto, de um único sinal.
"A gente não se apega a apenas um ponto de vantagem. A gente olha para múltiplas camadas e múltiplas informações para que a gente tenha uma resposta mais acurada e mais precisa", explica Stephane.
E se a página falsa for praticamente idêntica à verdadeira?
Um golpe pode ainda usar uma página falsa que copia o visual de um site legítimo, como um clone. A pessoa entra, vê uma tela aparentemente verdadeira e começa a preencher seus dados.
Em alguns casos, o criminoso consegue fazer com que o site fake se conecte ao verdadeiro. A estratégia é conhecida como man in the middle, ou "homem no meio". Na prática:
a vítima acessa a página falsa, pensa que é verdadeira e coloca seus dados;
o golpista acompanha as informações que a vítima coloca na página falsa;
ele repassa essas informações e dados ao site legítimo por meio dessa conexão;
a vítima pode não perceber que seus dados estão passando pelo sistema do criminoso;
o criminoso consegue acessar os dados da pessoa no site verdadeiro.
Para tentar identificar esse tipo de comportamento, a ferramenta criada por Stephane também analisa quanto tempo leva para uma conexão ser estabelecida. Isso ocorre porque quando alguém clica em um link, o celular precisa se comunicar com o servidor onde a página está hospedada.
Esse processo envolve uma série de procedimentos que acontecem nos bastidores e que não são percebidos pelo usuário. O Smish-Checker analisa características desse processo, como o tempo que o site leva para responder e ser carregado.
💻 Resumindo: além de analisar o conteúdo da mensagem e o endereço do link, a tecnologia também procura sinais suspeitos no próprio comportamento do site.
A tecnologia já está sendo usada?
Parte da pesquisa já é utilizada por uma empresa internacional de comunicação, segundo a pesquisadora. A empresa funciona como uma intermediária entre outras marcas e seus clientes e, entre outros serviços, trabalha com o envio de SMS.
De forma simplificada, o caminho da mensagem é o seguinte:
uma marca contrata a empresa de comunicação para enviar SMS para clientes;
a empresa de comunicação faz a intermediação entre essa marca e a operadora dos clientes;
a operadora recebe as mensagens e encaminha para os clientes;
os clientes recebem a mensagem no celular.
É justamente nessa etapa de intermediação, antes de a mensagem chegar à operadora, que a inteligência artificial é utilizada. Se encontrar comportamentos suspeitos na mensagem, ela barra o envio e impede que chegue aos clientes.
Por que a inteligência artificial é necessária?
A pesquisadora lembra que mensagens fraudulentas já não precisam necessariamente apresentar erros grosseiros de português ou uma aparência obviamente suspeita. Com ferramentas de inteligência artificial generativa, criminosos podem produzir textos mais naturais e convincentes. Isso torna mais difícil depender de características superficiais da mensagem.
Além disso, existe o desafio do volume. Uma pessoa não conseguiria ler, comparar e identificar padrões em milhões de mensagens individualmente. A inteligência artificial permite justamente fazer esse trabalho em grande escala, reunindo mensagens semelhantes e identificando padrões entre elas.
Em um dos experimentos, o sistema Smish-Checker agrupou 12 milhões de mensagens em 17 mil grupos. Assim, em vez de analisar cada mensagem separadamente, a ferramenta consegue trabalhar primeiro com grupos de conteúdos semelhantes e, a partir de exemplos, identificar quais deles podem ser fraudulentos.
Por isso, a proposta do projeto é combinar diferentes tipos de evidência:
o que está escrito;
para onde o link leva;
informações sobre o domínio;
e características técnicas da conexão.
É uma corrida entre quem cria o golpe e quem tenta bloqueá-lo
A tecnologia, porém, não representa uma solução definitiva. A pesquisadora compara o combate aos golpes a uma disputa constante entre criminosos e sistemas de segurança.
"É sempre uma luta entre um gato e um rato. Enquanto um desenvolve uma forma de bloquear, o outro já está pensando em uma forma de burlar aquele sistema que você acabou de desenvolver."
Isso significa que um padrão identificado hoje pode deixar de ser útil amanhã caso os fraudadores mudem de estratégia. Por isso, segundo Stephane, ainda existe espaço para novas pesquisas e para o aprimoramento contínuo das ferramentas de detecção.
Além disso, ela lembra que a atenção e a desconfiança do usuário continuam, sendo fundamentais. Para ela, a educação e a conscientização são importantes para que as pessoas reconheçam sinais de golpes e se protejam.
"A primeira coisa que a gente tem que pensar em melhoria é a educação. É como fazer que essa mensagem, como a gente pode treinar as pessoas para desconfiar de mensagens que, muitas vezes, elas são boas demais para ser verdade."
VÍDEOS: Tudo sobre Campinas e Região
Veja mais notícias sobre a região na página do g1 Campinas.