赛题简介：介绍整个赛题的实现目标、实用价值、涉及技术和整体要求

随着我国数字化转型加速发展，当前的犯罪形态出现了重大转变，传统犯罪向远距离、非接触、智能化和数字化的形态快速转变，其中，电信网络诈骗犯罪已经成为当前发展增速最快、涉及范围最广、严重威胁和危害公民安全的刑事犯罪类型。近年来，电信网络诈骗的作案手法从最初的打电话、发短信，转向利用APP等网络工具进行诈骗，约占整体案发量的七成。其中，网络兼职刷单、快速贷款、虚假投资理财等诈骗APP较多，特别是有一些仿冒各大银行和金融平台的APP具有较大迷惑性和欺骗性，给公安机关案件侦破带来巨大困难。
为有效遏制我国电信网络诈骗等涉网新型犯罪案件的高发态势，本赛题以“涉诈APP智能识别分析系统”为核心方向，向各大高校团队征集具有创新性、落地性强的优秀项目，
利用人工智能技术实现对APP类电信网络诈骗案件打击能力和打击质量的提升。
 

赛题业务场景：描述赛题相关的真实企业业务背景。从真实场景中，适当简化或者提炼出适合比赛的赛题场景

处理采集或上传的APP数据（下载地址或安装包），需要具备对APK文件解析能力、特征提取能力、识别分析能力、通联扩展能力。目前，针对涉诈等黑灰产APP识别分析需要先采集，采集后对APK文件进行静态、动态解析及源码解析等关键过程，训练基于AI的APP研判模型。最后输出该APP的研判分类结果和其关联诈骗站点。
 

基本功能需求

1、支持互联网分析模式，即支持多种APP下载（采集）方式，包括但不限于：基于APK链接下载、基于APK二维码下载、网页点击按钮下载等；
2、支持离线分析模式，即直接上传APK安装包进行分析；
3、支持APP黑名单库和白名单库的配置和过滤；
4、能够对APP安装包提取基本信息，如应用程序名称、版本号、大小、MD5等；
5、支持APP静态解析，对解析后的APK数据开展维度特征指纹提取；
6、支持APP动态解析，包括对APK抓包、通联地址分析等；
7、针对接收到的APK安装包及下载链接，能够对提取到的后台通联地址、前端源码、后端源码、APP图像、APP特征（包括标题、包名、开发者、签名、证书等）进行综合分析【重点功能】；
8、能够训练并构建基于人工智能的涉诈APP研判模型（包括机器学习模型、多模态模型、知识图谱等），判定APP是否违规、是否涉诈及诈骗类型【重点功能】；
9、能够提取APP中的关键诈骗站点（域名、URL）【重点功能】；
 

非功能性需求

1、支持对结果的可视化呈现，形式不限；
2、支持多线程下载技术和下载状态查询【可选】；
3、支持APP分析进度查询【可选】；
4、支持涉诈APP分析结果报告自动生成，报告应包含但不限于以下关键信息：检测方法、检测结果、检测结果的置信度、相关的URL、IP地址、时间戳等，导出格式可选word、pdf等格式【可选】；
5、涉诈APP研判模型准确率达到95%以上【参考】；
6、提取到的关键诈骗站点准确率达到90%以上【参考】；
7、鼓励采用前沿AI技术如大模型（LLMs）。
 

实现条件：开发环境、实验平台、开发语言、数据库、编译器、涉及硬件等

至少熟练掌握一种编程语言，如Python、C++或Java等。
系统应支持在国产服务器操作系统上部署（如openEuler）。
 

测试数据或平台：提供给参赛者的测试环境和测试数据。

1、建议使用九天人工智能平台 https://jiutian.10086.cn/edu/
2、数据获取方式如下：
方式一：登录九天·毕昇平台，数据已直接挂载在对应赛题下，具体操作流程见群文件；
方式二：登录移动云盘，自行获取数据；
获取链接: https://caiyun.139.com/m/i?0K5CJshsbJoUu 提取码:fMWs 
复制内容打开中国移动云盘手机APP，操作更方便
3、参赛团队也可以自行使用其他测试数据。
 

开发所需设备及设备指标需求说明

 无
 

文档及其他要求

文档（Word+PPT）包括但不限于：
1、现有技术调研；
2、需求分析与项目研发管理；
3、系统功能介绍；
4、端到端处理流程（图）及各步骤详细说明；
5、算法及模型说明：特征分析、架构设计、指标评估；
6、【可选】方案亮点、创新点说明。
 

各评分项及大致占比

1、系统性能指标（30%）

2、系统功能完整性（30%）

3、技术实现性（10%）

4、方案创新性（20%）

5、项目展示效果（10%）
 

初赛作品提交要求

AI模型源文件、系统可执行文件、技术文档、操作手册、7分钟以内的演示视频、PPT等