FreyaShield

Privacy-first mobile call protection for Android and iOS.
FreyaShield aiuta a riconoscere spoofing, spam e pattern sospetti senza salvare numeri in chiaro.

Visione

FreyaShield nasce come app mobile anti-spoofing e anti-spam con una regola semplice: la protezione deve restare utile senza trasformarsi in raccolta dati.

Il progetto combina un core_engine in C++20, integrazione Android tramite JNI e uno scaffold iOS con SwiftUI e Call Directory Extension. L'obiettivo e avere un motore condiviso, testabile e portabile, con log locali ridotti e impostazioni gestite sul dispositivo.

Cosa fa

• Valuta le chiamate con euristiche locali contro spoofing, spam e pattern numerici sospetti.
• Protegge whitelist e soglie policy con persistenza locale cifrata su Android.
• Mostra statistiche aggregate degli ultimi 7 giorni senza numeri in chiaro.
• Integra GuardianCallScreeningService su Android.
• Prepara il percorso iOS con SwiftUI, Call Directory Extension e App Group.

Anteprima Android

Dashboard	Regole	Impostazioni

Architettura

FreyaShield
├── core_engine/      C++20 decision engine, analyzer, spoof detector, tests
├── android/          Kotlin, Compose, CallScreeningService, JNI bridge
└── ios/FreyaShield/  SwiftUI scaffold, Call Directory Extension, shared store

Core C++20

Il motore include euristiche per:

• verifica operatore fallita o passata;
• neighbor spoofing;
• alta frequenza;
• primo contatto internazionale;
• pattern numerici artificiali;
• whitelist esatta o con wildcard finale.

Android

L'MVP Android include:

• progetto Gradle con Kotlin e Compose;
• GuardianCallScreeningService registrato nel manifest;
• bridge JNI verso il core C++20;
• dashboard Compose con stato del ruolo Call Screening;
• schermate per whitelist, soglie policy, log e impostazioni;
• storage locale cifrato tramite Android Keystore;
• statistiche aggregate locali senza numeri in chiaro.

iOS

Lo scaffold iOS include:

• app SwiftUI;
• Call Directory Extension;
• store condiviso via App Group;
• whitelist/blocklist e reload dell'estensione;
• log locale limitato;
• note sui limiti Apple rispetto allo screening in tempo reale.

Le istruzioni iOS sono in ios/FreyaShield/README.md.

Build del core

Con MSYS2 UCRT64 installato:

C:\msys64\usr\bin\bash.exe -lc 'export PATH=/ucrt64/bin:$PATH; cd /c/Users/rober/Documents/New\ project && cmake -S core_engine -B core_engine/build -G Ninja && cmake --build core_engine/build && ./core_engine/build/callguardian_core_tests.exe'

Con CMake installato:

cmake -S core_engine -B core_engine/build
cmake --build core_engine/build --config Release
.\core_engine\build\Release\callguardian_core_tests.exe

Su Windows servono:

• Visual Studio Build Tools con workload "Desktop development with C++";
• Windows SDK;
• CMake nel PATH, oppure CMake installato con Visual Studio.

Se cl fallisce con crtdbg.h: No such file or directory, manca il componente Windows SDK/C++ runtime headers nei Build Tools.

Build Android

Con il Gradle incluso in .tools:

.\.tools\gradle-8.9\bin\gradle.bat -p android assembleDebug

L'APK debug viene generato in:

android/app/build/outputs/apk/debug/app-debug.apk

Stato del progetto

FreyaShield e in fase MVP. Il core e testabile, Android ha gia una base funzionante, mentre iOS e impostato come scaffold tecnico da completare su macOS/Xcode.

Prossimi passi:

• aggiungere test Android per servizio e bridge con input vuoti/null;
• collegare il bridge Objective-C++ iOS al core_engine;
• creare il progetto Xcode reale con App Group e Call Directory target;
• testare Call Directory su device fisico;
• rafforzare la documentazione privacy e il threat model.

Nota privacy

FreyaShield e progettato per minimizzare i dati trattati: le decisioni sono locali, i log sono limitati e le statistiche sono aggregate. Il progetto non dipende da upload di rubriche o numeri verso servizi esterni.