Pular para o conteúdo principal
A API de Detecção de Fraude usa IA forense para detectar documentos e imagens manipulados, alterados e gerados por IA em tempo real.

Modelos disponíveis

Recupere programaticamente a lista completa de modelos:

Tipos de documentos compatíveis

A classe de modelo document classifica arquivos enviados em 71 tipos por meio da verificação DOCUMENT_CLASSIFIER, organizados em 8 categorias:

Identidade (11 tipos)

Financeiro (19 tipos)

Fiscal (9 tipos)

Emprego (7 tipos)

Propriedade (6 tipos)

Seguro (6 tipos)

Comercial (6 tipos)

Jurídico (7 tipos)

Arquivos que não correspondem a um tipo conhecido são classificados como other.

Analisando um arquivo

Envie um arquivo para detecção de fraude via POST /v1/detection:

Parâmetros

O tamanho máximo do arquivo é 50 MB. Arquivos que excederem esse limite serão rejeitados com um erro 413.

Comportamento da dica de país

Use o parâmetro opcional country quando quiser que a API encaminhe ou anote a requisição com uma dica explícita de mercado.
  • Valores compatíveis: us, mx, br
  • A correspondência não diferencia maiúsculas de minúsculas
  • Espaços em branco no início e no fim são ignorados
  • Valores ausentes, vazios ou inválidos retornam para us
Esta é uma dica de requisição, não uma alegação detectada sobre o país emissor. O serviço armazena o valor normalizado nos metadados e o retorna na resposta quando disponível. Exemplo:

Estrutura da resposta

Uma resposta de detecção contém os seguintes campos:

Referência dos campos

Entendendo os resultados

Pontuação de probabilidade

O campo likelihood é uma pontuação de 0–100% que indica a probabilidade de fraude ou manipulação:

Classificação

O campo classification indica a avaliação de qualidade do documento — se o documento passou por todos os filtros de qualidade e pôde ser analisado corretamente. Isso é separado do resultado de fraude (likelihood / fraudSeverity).

Raciocínio

O array reasoning contém explicações em linguagem natural sobre os achados da análise. Cada entrada descreve uma observação específica ou conclusão da análise forense.

Verificações técnicas

O array modelResults.technicalChecks contém as verificações forenses individuais realizadas no arquivo. O número e o tipo de verificações variam dependendo do modelo, tipo de arquivo e conteúdo do documento. Cada objeto de verificação inclui:

Valores de status

Modelo de documento

O modelo document executa um pipeline de múltiplas etapas. Primeiro, uma série de filtros de qualidade determina a classification (se o documento pode ser analisado corretamente). Em seguida, verificações paralelas de fraude analisam o documento em busca de manipulação e determinam a pontuação likelihood. Verificações adicionais podem ser executadas dependendo do tipo de arquivo e da categoria do documento.

Modelo de objeto

O modelo object retorna resultados de detecção de fraude por meio dos campos de nível superior likelihood, fraudSeverity e reasoning. O array technicalChecks estará vazio para o modelo de objeto. Quando a geração ou manipulação por IA é detectada, um mapa de calor é incluído no array files destacando as regiões suspeitas.
Baixe um heatmap usando o endpoint de recuperação de arquivos:

Categorias de arquivo

Códigos de erro

Tags e filtragem

Passe um objeto JSON no parâmetro tags para anexar metadados à sua análise:
Filtre seu histórico de detecções por tags:
Recupere resultados de detecção paginados com ordenação e filtragem:

Parâmetros de consulta

Opções de ordenação

fraudDetectionId, fileName, fileSize, fileType, model, likelihood, createdOn Recupere resultados de detecção paginados com ordenação e filtragem:

Parâmetros de consulta

Opções de ordenação

fraudDetectionId, fileName, fileSize, fileType, model, likelihood, createdOn