Files
fund-tracer/docs/competition-book/main.tex

66 lines
3.2 KiB
TeX
Raw Normal View History

2026-03-17 22:39:05 +08:00
\documentclass[UTF8,11pt,a4paper,oneside,openany]{ctexbook}
\input{preamble}
\begin{document}
\begin{titlepage}
\centering
\vspace*{1.8cm}
{\zihao{2}\bfseries 全国“智慧+警务”AI智能体大赛项目书\par}
\vspace{1.6cm}
{\zihao{0}\bfseries 智析反诈\par}
\vspace{0.5cm}
{\zihao{2}\bfseries 面向电信网络诈骗案件受害人资金核查的\par}
\vspace{0.25cm}
{\zihao{2}\bfseries 多智能体协同认定系统\par}
\vspace{1.2cm}
{\zihao{4}多APP账单截图解析、跨平台交易归并、资金路径分析与被骗金额认定\par}
\vfill
\begin{tabularx}{0.72\textwidth}{>{\raggedleft\arraybackslash}p{0.28\textwidth}X}
项目名称: & 智析反诈 \\
申报单位: & 【待填写】 \\
项目负责人: & 【待填写】 \\
团队成员: & 【待填写】 \\
完成时间: & \today \\
\end{tabularx}
\vfill
{\small 本项目书为递交版草案,文中带“占位”或“示例”的图表数据需在正式提交前替换为真实材料。}
\end{titlepage}
\frontmatter
\chapter*{\quad}
\addcontentsline{toc}{chapter}{摘要}
针对电信网络诈骗案件受害人资金核查过程中截图数量大、平台来源杂、重复统计风险高、人工整理负担重等突出问题本文提出并实现“智析反诈”多智能体协同认定系统。系统面向基层派出所民警真实办案场景以案件为组织单元对微信、支付宝、银行APP、数字钱包等多源账单截图进行自动识别、字段抽取、跨平台归并、资金路径分析、被骗金额分层认定与证据化输出并通过人工复核机制保障结果可解释、可追溯、可确认。
本项目采用“视觉识别 + 规则约束 + 智能推理 + 人机协同”的技术路线重点解决三类核心难题一是不同APP与不同页面之间的截图证据统一建模二是同一交易在多截图、多平台中的重复展示识别三是本人账户中转、退款返还、待核实交易等复杂情形下的被骗金额认定。系统进一步引入证据识别后的关键词回溯机制利用后续高置信识别结果反向校正账单页面类型判断形成具备自我完善特征的轻量级优化闭环。
从系统实现看项目已形成案件管理、截图上传、OCR识别、交易归并、资金分析、认定复核、问询建议和报告导出等完整办案链路从应用价值看项目能够显著提升受害人笔录前事实梳理效率、降低金额误算与漏算风险并为案件流转提供可复用的结构化证据底稿。该系统兼具实战价值、推广价值和示范意义适合作为基层警务智能体应用的典型样板。
\vspace{0.6cm}
\noindent\textbf{关键词:}电信网络诈骗;资金核查;多智能体协同;截图证据解析;被骗金额认定;人机协同
\tableofcontents
\clearpage
\mainmatter
\input{chapters/01-overview}
\input{chapters/02-demand}
\input{chapters/03-solution}
\input{chapters/04-mechanism}
\input{chapters/05-implementation}
\input{chapters/06-innovation}
\input{chapters/07-application}
\input{chapters/08-conclusion}
\appendix
\input{chapters/09-appendix}
\end{document}