研究

AI 涉詐情報平台

聯合實驗室首批旗艦項目之一。把新聞、社交媒體、暗網、區塊鏈與移動端的零散線索，組織成可查詢、可評估的涉詐情報底座，支撐每日簡報與深度報告的生產。

主要能力

• 涉詐知識圖譜與本體設計：把詐騙類型、話術、帳號與資金鏈組織成關係網絡
• 多模態採集：新聞、社交媒體、暗網、區塊鏈與移動端
• 案例深度分析：還原單一案件的詐騙流程與話術階段
• 反詐日報：每日生成香港、亞洲、全球三個版本
• 風險評估與數據共享機制：分級風險標籤與對外共享邊界

LLM 反詐人機交互

用大語言模型做「會對話」的反詐干預：既能在被騙過程中攔住受害人，也能主動接觸詐騙集團取得情報，並為已受騙者提供後續輔導路徑。

主要能力

• LLM 驅動的反詐對話：面向市民的風險解釋與勸阻
• AI 臥底對話：模擬受害者與詐騙集團周旋，取證並提取話術
• 風險提示與外呼：對高風險人群主動觸達
• 心理輔導與矯正：針對已受騙或被深度洗腦者的干預設計

警務社媒數據與傳播策略合作

為警隊提供社交媒體數據分析與傳播策略，並把研究從「事後提醒」推進到「事前免疫」的現場實驗。

主要能力

• 警隊社交媒體帳號運營數據分析
• 傳播策略建議與內容設計
• 「敘事疫苗」現場實驗：讓人提前接觸弱化版騙術以產生抗體
• 網購詐騙樣本整理與特徵提取

香港金融相關電詐案件輿情分析報告

以香港四大金融監管機構（金管局、證監會、積金局、保監局）為觀察框架，分析過去一年在香港發生、並在新聞與社交媒體曝光的金融相關電詐個案，歸納詐騙趨勢、操縱機制，並提出政策建議與風險預警。

• 四類主要手法：偽造虛擬貨幣、假冒銀行或金融機構、虛假證券基金銷售、誘導虛假交易平台付款；偽造虛擬貨幣最為常見
• 詐騙流程分為初始接觸、建立信任、行動誘導三個階段，話術與心理操縱逐步加碼
• Telegram 憑匿名性與社群特性，成為引流、秘密溝通與資金轉移的中轉平台
• 分群操縱明顯：長者信權威、中年信收益、年輕信情感；男性多遇偽造虛擬貨幣，女性多遇假冒金融機構
• 內地來港人士屬高風險群體：對本地法律制度較陌生，對官方身份較敏感
• 話術已高度公式化：「零風險投資」「解凍賬戶費」「名人授權推薦」「入錢任務」等高頻出現

報告可向實驗室索取

2025 年暑期「小紅書反詐宣傳項目」總結報告

記錄一次「去官方化」的社交平台公益傳播實驗：聯絡 820 位博主、203 位最終發帖，把反詐提醒嵌進新生最關注的租房、開戶與行前攻略，並用後台數據與問卷雙向驗證效果。

• 203 位博主發帖，估算總曝光 266 萬次、總瀏覽 44 萬次、轉發 8,000 次以上
• 已回收的 144 份後台數據：帖均曝光約 13,140 次、瀏覽約 2,202 次、轉發 42 次
• 問卷顯示 78.5% 新生曾在平台看過反詐內容，其中 64.7% 注意到標籤 #我在香港防詐騙
• 觀察到十餘起博主在評論區即時勸阻、打斷詐騙的案例
• 執行困難：平台敏感詞風控、申訴多為機器回覆、灰產惡意舉報與威脅

報告可向實驗室索取