Perfilador

Reconstrução de identidades brasileiras a partir de dados públicos.

Sobre

Este repositório contém os experimentos e implementações desenvolvidos para o Projeto Final intitulado:

"Uma Abordagem para Elaboração de Identidades de Brasileiros baseada em Dados Públicos"
João Gabriel Hartmann – Curso Superior de Tecnologia em Segurança da Informação – UNISINOS
Orientador: Dr. Luciano Ignaczak

O projeto investiga como dados pessoais expostos em fontes públicas (registros governamentais, redes sociais, etc.) podem ser processados e estruturados para reconstrução de identidades, utilizando técnicas como OSINT e Processamento de Linguagem Natural (PLN).

Objetivos

• Utilizar Open Source Intelligence (OSINT) e Extração de Informações (Information Extraction - IE) para identificação de pessoas a partir de dados públicos.
• Demonstrar como entidades nomeadas e relações podem ser extraídas automaticamente com NER e Relation Extraction.
• Avaliar a capacidade de um sistema automatizado de reconstruir perfis reais com alta precisão.
• Conscientizar sobre riscos relacionados à privacidade e uso indevido de dados públicos.

Tecnologias e Ferramentas

• Python 3.10.12

Pipeline do Projeto

1. Coleta de dados      → Identificação de fontes confiáveis e coleta de informações
2. Pré-processamento    → Limpeza, normalização e quebra em páginas de textos
3. Extração de dados    → Named Entity Recognition and Classification (NERC) e Relation Extraction
4. Avaliações           → Avaliação do Modelo e Avaliação de Remontagem de Identidade

Instalação

Recomenda-se o uso de um ambiente virtual. Para instalar as dependências:

pip install -r requirements.txt

Importante: o projeto utiliza a biblioteca nltk. Na primeira execução, será necessário baixar o pacote punkt:

import nltk
nltk.download('punkt')

Criação do banco de dados

O projeto utiliza SQLite como base de dados.

Para inicializar o banco:

sqlite3 database/perfilador.sqlite < database/schema.sql

• Altere o caminho conforme o local desejado.
• O script schema.sql está localizado em database/schema.sql.
• O arquivo .db será criado automaticamente com as tabelas corretas.

Execução

Para executar o pipeline principal:

python main.py

---

Aviso Legal

Este projeto é exclusivamente acadêmico e educativo. Nenhum dado pessoal real é exposto ou utilizado com finalidades indevidas. Uso inadequado do código é de inteira responsabilidade do usuário.

---