1. 项目概述
高校防诈骗宣传平台是一个结合人工智能技术的校园安全解决方案。作为一名长期从事校园信息化建设的开发者,我发现传统防诈骗宣传存在覆盖面窄、互动性差、响应不及时等问题。这个项目正是为了解决这些痛点而生——通过智能AI客服系统实现7×24小时在线的防诈骗咨询与预警服务。
平台采用SpringBoot+Vue.js技术栈构建,核心功能包括:
- 多角色权限管理系统(学生/教师/管理员)
- 结构化防诈骗知识库
- 基于NLP的智能问答引擎
- 诈骗话术实时检测系统
- 情景模拟训练模块
特别说明:系统设计时特别考虑了高校场景的特殊性,比如学生群体对新兴诈骗手段的识别能力较弱,需要更直观的交互方式来提升防骗意识。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术架构设计
2.1 整体技术选型
后端技术栈:
- 基础框架:Spring Boot 2.7(兼顾稳定性和新特性支持)
- ORM层:MyBatis-Plus 3.5(比原生MyBatis减少30%样板代码)
- 安全认证:Spring Security + JWT(无状态认证更适合分布式部署)
- 数据库:MySQL 8.0(事务性能优化版)+ Redis 6.2(缓存热点数据)
前端技术栈:
- 核心框架:Vue 3 + TypeScript(组合式API提升开发效率)
- UI组件库:Element Plus(高校管理系统常用组件齐全)
- 实时通信:WebSocket(AI对话低延迟保障)
AI服务层:
- 基础NLP:BERT中文预训练模型(诈骗领域fine-tuning)
- 对话管理:Rasa开源框架(意图识别准确率可达85%+)
- 风险检测:自研LSTM分类模型(诈骗话术识别F1值0.82)
2.2 微服务拆分方案
考虑到高校可能存在的多校区部署需求,我们采用微服务架构:
code复制├── auth-service(认证中心)
├── content-service(知识库管理)
├── ai-service(智能对话引擎)
├── monitor-service(风险预警)
└── gateway(Spring Cloud Gateway)
每个服务独立数据库,通过FeignClient实现服务间通信。实测表明,这种架构在200并发时平均响应
