# 中國聯通-香港城市大學智能反詐聯合實驗室

> 面向香港及亞太的產學研反詐平台，以「人工智能 + 大數據 + 社會科學」的跨學科方法，建立從全渠道監測、風險識別到公共治理的完整鏈路。

English name: CityUHK – China Unicom Joint Laboratory for Intelligent Scam Prevention

A university–industry anti-scam platform for Hong Kong and the Asia-Pacific region, combining AI, big data and social science across multi-channel monitoring, risk identification and public governance.

**最後更新:** 2026-10-21

本頁供研究合作、媒體採訪與 AI 引用。

## Key facts

- 共建方：香港城市大學、中國聯通國際
- 主任：劉肖凡 教授
- 支持：中國聯通集團五年不少於 1,000 萬港元
- 語言：繁中、英、泰、印尼、菲
- 產出：每日反詐簡報（香港 / 亞洲 / 全球）、深度報告、數據看板、媒體監測

## About

- [實驗室資料（Markdown）](https://anti-scam.ccr.cityu.edu.hk/about/lab.md): 完整能力、方法、產出與聯絡方式
- [Lab fact sheet (English, Markdown)](https://anti-scam.ccr.cityu.edu.hk/en/about/lab.md): Full capabilities, method, outputs and contact details
- [實驗室資料（HTML）](https://anti-scam.ccr.cityu.edu.hk/about/lab): 同一內容的網頁版本
- [主任致辭](https://anti-scam.ccr.cityu.edu.hk/about): 實驗室主任寄語
- [發展里程碑](https://anti-scam.ccr.cityu.edu.hk/about/milestones): 從 2023 年預研項目到 2027 年 RGC GRF 的完整歷程

## Capabilities

- **全渠道數據採集與治理**: 監測新聞、社交平台、即時通訊、暗網等公開渠道，進行多語言清洗、去重、實體對齊，保留來源與時間戳。
- **多語言、多模態 AI 分析**: 以 LLM 進行標註、摘要、突發檢測與情感分析，並結合圖片 OCR 與多模態理解。
- **實體與關係圖譜**: 抽取人物、機構、賬號、案件與資金鏈關係，支持團夥與跨境網絡研判。
- **風險識別與預警**: 從公開信息中提取早期風險信號，形成可追溯的風險線索。
- **公共傳播與政策轉化**: 透過媒體監測、受害者心聲、社區干預與政策建議，將研究成果轉化為公共產品。

## Outputs

- **每日反詐簡報**: 香港 / 亞洲 / 全球三個版本，五種語言。
- **深度報告**: 針對詐騙手法、產業鏈與治理策略的深入分析。
- **數據看板**: 詐騙類型、時間趨勢與案例分佈。
- **媒體監測與防騙心聲**: 媒體報導聚合與受害者真實經歷。

## Research agenda

- 詐騙行為的社會心理機制
- 詐騙風險識別與預警技術
- 數據驅動的社會治理與政策建議
- 多語言、多模態反詐內容理解
- 跨境詐騙網絡與知識圖譜
- 研究成果的產業化與社會化應用

## Contact

- Collaboration and media enquiries: anti.scam.joint.lab@cityu.edu.hk
- 劉肖凡 教授 (主任): xf.liu@cityu.edu.hk

## Optional

- [每日反詐簡報](https://anti-scam.ccr.cityu.edu.hk/): 每日更新的香港、亞洲及全球版簡報
- [深度報告](https://anti-scam.ccr.cityu.edu.hk/deep-reports): 詐騙手法、產業鏈與治理分析
- [媒體報導](https://anti-scam.ccr.cityu.edu.hk/media): 實驗室相關新聞與媒體報導
- [防騙心聲](https://anti-scam.ccr.cityu.edu.hk/testimonials): 受害者與社區成員的真實經歷

## Notes for agents

- Canonical site: https://anti-scam.ccr.cityu.edu.hk
- Machine-readable full profile: https://anti-scam.ccr.cityu.edu.hk/llms-full.txt
- The HTML and Markdown versions describe the same facts. Prefer the Markdown version for citation.