CN103856920B - 一种数据处理方法和装置 - Google Patents

Abstract

本发明实施例提供一种数据处理方法和装置，可以根据预先设定的恶意订购规则，针对订购彩铃的订购数据流进行分析，确定订购数据流中是否包括恶意订购数据，并针对恶意订购数据，产生告警信息。由于采用自动分析技术，无需人工进行分析，可以有效提高彩铃恶意订购行为监控的效率，且由于对订购数据流进行分析，无需订购结果和用户投诉产生，可以保证彩铃恶意订购行为监控的实时性，并可以有效减少彩铃恶意订购行为的发生。

Description

一种数据处理方法和装置

技术领域

本发明涉及通信领域，尤其涉及一种数据处理方法和装置。

背景技术

现阶段对彩铃恶意订购行为的监控方法一般有两种：

一种是主动监控。主动监控是人工定时对彩铃订购的结果进行数据分析，查找在一段时间内，被恶意订购彩铃的信息，根据这些信息，查询接口程序日志，找到恶意订购行为的源头，通知相关部门，避免彩铃被恶意订购。

另一种是被动监控。简单地说就是根据彩铃订购投诉，监控彩铃恶意订购行为。这种情况下，恶意订购行为一般都发生过一段时间了，已经引起了用户投诉。彩铃维护人员根据投诉用户的手机号码查询该用户的订购请求时，可以发现有该手机号码大量的订购请求，同时还可以发现其他手机号码类似的订购请求，从而监控到彩铃恶意订购行为。

现有的彩铃恶意订购行为监控方案，至少存在以下三种问题：

1、监控效率低。都采用人工分析，效率低下，并且彩铃平台有近10种订购接口，对每一种订购接口都采用人工监控恶意订购的方案，工作量很大，操作可行性不大。

2、时间性跨度较大，不能及时发现恶意订购彩铃行为。主动监控方案下，是定时对恶意信息进行监控，由于其人工性、复杂性、考虑到对系统的影响等因素，定时检查的时间粒度比较大，一般采用天为单位。被动监控方案下，时间更不确定，因为它是通过客户投诉进行监控的，如果没有用户投诉，有可能根本发现不了彩铃恶意订购行为。

3、分析角度都是从结果进行分析，判断哪些号码、哪些渠道进行了恶意订购，哪些彩铃被恶意订购，这样造成了很大一部分恶意订购已经成功执行。

发明内容

本发明实施例提供一种数据处理方法和装置，用于提高彩铃恶意订购行为监控的效率和实时性，并有效减少彩铃恶意订购行为的发生。

一种数据处理方法，所述方法包括：

采集彩铃平台内订购彩铃的订购数据流；

根据预先设定的恶意订购规则，确定采集到的订购数据流是否包括恶意订购数据；

针对确定出的恶意订购数据，产生告警信息。

一种数据处理装置，所述装置包括：

采集模块，用于采集彩铃平台内订购彩铃的订购数据流；

分析模块，用于根据预先设定的恶意订购规则，确定采集到的订购数据流是否包括恶意订购数据；

告警输出模块，用于针对分析模块确定出的恶意订购数据，产生告警信息。

根据本发明实施例提供的方案，可以根据预先设定的恶意订购规则，针对订购彩铃的订购数据流进行分析，确定订购数据流中是否包括恶意订购数据，并针对恶意订购数据，产生告警信息。由于采用自动分析技术，无需人工进行分析，可以有效提高彩铃恶意订购行为监控的效率，且由于对订购数据流进行分析，无需订购结果和用户投诉产生，可以保证彩铃恶意订购行为监控的实时性，并可以有效减少彩铃恶意订购行为的发生。

附图说明

图1为本发明实施例一提供的数据处理方法的步骤流程图；

图2为本发明实施例二提供的数据处理装置的结构示意图；

图3为本发明实施例三提供的数据处理方法的实现原理图。

具体实施方式

针对现有技术中，彩铃恶意订购行为监控方式的缺陷，本发明实施例提供了一种彩铃恶意订购行为的监控方法。对从外围设备进入彩铃平台的数据流进行分析，通过恶意订购规则判断，区分出哪些是恶意订购数据，并可以对恶意订购数据进行分级别告警操作。由于采用自动分析技术，可以提高彩铃恶意订购行为监控的效率，而由于根据预设的恶意订购规则对订购数据流进行分析，可以提高彩铃恶意订购行为监控的实时性，并有效减少彩铃恶意订购行为的发生。

进一步的，可以对恶意订购数据进行进一步分析，分析出客户号码、时间段、攻击次数、IP地址、渠道方式、铃音编号、sp名称等详细信息，并可以分析出哪些因素是恶意订购行为的源头，自动生成监控报告，便于维护人员第一时间定位恶意订购数据行为的源头，及时采取应对措施。

下面结合说明书附图和各实施例对本发明方案进行说明。

实施例一、

本发明实施例一提供一种数据处理方法，所述方法的步骤流程可以如图1所示，包括：

步骤101、采集订购数据流。

在本步骤中，可以采集彩铃平台内订购彩铃的订购数据流。订购数据流可以但不限于包括短信订购、网站订购、互动式语音应答（IVR，Interactive VoiceResponse）语音交互平台订购、非结构化补充数据业务（USSD，UnstructuredSupplementary Service Data）订购、无线应用协议（WAP，Wireless ApplicationProtocol）订购等彩信订购方式产生的订购数据流，还可以包括彩铃复制、彩铃赠送等产生订购数据流的环节产生的数据流。

在本实施例中，可以理解为彩铃包括服务提供方（SP）铃音、集团铃音、铃音盒等铃音对象。

采集订购数据流过程中对彩铃系统的正常订购数据流不产生影响，可以是通过复制订购数据流的方式实现采集。

步骤102、对订购数据流进行分析。

在本步骤中，可以根据预先设定的恶意订购规则，确定采集到的订购数据流是否包括恶意订购数据。

当然，在本步骤中之前，已经预先设定了恶意订购规则。恶意订购规则可以理解为通过对彩铃订购数据中的异常数据关系进行抽象建模，提取恶意订购特征来确定的。例如，针对某用户号码在预先定义的时间范围内对某个特定的铃音或特定SP的铃音大量下载的情况，进行抽象建模，提取恶意订购特征，定义恶意订购规则。

如果发现恶意订购数据，可以继续执行步骤103，否则，可以继续对采集到的订购数据流进行分析。

根据预先设定的恶意订购规则，确定采集到的订购数据流是否包括恶意订购数据，可以但不限于包括：

在采集到的订购数据流中，针对一个手机号码对应的订购数据，确定该手机号码在连续数量的指定时长内，彩铃订购频率是否均高于设定值，若是，则将该手机号码对应的订购数据确定为恶意订购数据。例如，在采集到的订购数据流中，在一小时内，一个手机号码订购铃音（铃音盒）次数大于10次时，将该手机号码对应的订购数据确定为恶意订购数据。或者，在连续3个小时，每个小时内，同一个手机号码订购铃音（铃音盒）次数均大于10次时，将该手机号码对应的订购数据确定为恶意订购数据。

或者，

在采集到的订购数据流中，针对一个SP对应的订购数据，确定该SP在连续数量的指定时长内，每个指定时长内被订购彩铃的数量，是否均高于与该指定时长对应的门限值，若是，则将该SP对应的订购数据确定为恶意订购数据。例如，在采集到的订购数据流中，在一天内，一个SP被订购铃音（铃音盒）的数量大于该天之前该SP每天被订购彩铃数量的平均值时，将该SP对应的订购数据确定为恶意订购数据。或者，在一天内，一个SP被订购铃音（铃音盒）的数量大于该天之前该SP每天被订购彩铃数量平均值的2倍时，将该SP对应的订购数据确定为恶意订购数据。或者，在连续2天内，同一个SP每天被订购铃音（铃音盒）的数量均大于该天之前该SP每天被订购铃音数量的平均值时，将该SP对应的订购数据确定为恶意订购数据。

或者，

在采集到的订购数据流中，针对一个下载渠道对应的订购数据，确定该下载渠道在连续数量的指定时长内，每个指定时长内的彩铃订购数量，是否均高于与该指定时长对应的门限值，若是，则将该下载渠道对应的订购数据确定为恶意订购数据。例如，在采集到的订购数据流中，在一天内，一个下载渠道订购铃音（铃音盒）次数大于该天之前该下载渠道每天订购铃音次数的平均值时，将该下载渠道对应的订购数据确定为恶意订购数据。或者，在一天内，一个下载渠道订购铃音（铃音盒）次数大于该天之前该下载渠道每天订购铃音次数平均值的2倍时，将该下载渠道对应的订购数据确定为恶意订购数据。或者，在连续2天内，同一个下载渠道每天订购铃音（铃音盒）次数均大于该天之前该下载渠道每天订购铃音次数的平均值时，将该下载渠道对应的订购数据确定为恶意订购数据。

或者，

在采集到的订购数据流中，针对一个铃音对应的订购数据，确定该铃音在连续数量的指定时长内，每个指定时长内的被订购数量，是否均高于与该指定时长对应的门限值，若是，则将该铃音对应的订购数据确定为恶意订购数据。例如，在采集到的订购数据流中，在一小时内，一个铃音（铃音盒）被订购次数大于该小时之前该铃音每小时被订购次数的平均值时，将该铃音对应的订购数据确定为恶意订购数据。或者，在一小时内，一个铃音被订购次数大于该小时之前该铃音每小时被订购次数平均值的2倍时，将该铃音对应的订购数据确定为恶意订购数据。或者，在连续2小时内，同一个铃音每小时被订购次数均大于该小时之前该铃音每小时被订购次数的平均值时，将该铃音对应的订购数据确定为恶意订购数据。

步骤103、产生告警信息。

在本步骤中，可以针对确定出的恶意订购数据，产生告警信息。具体的，告警信息可以发送给彩铃平台网管系统，由彩铃平台网管系统生成相应的提示信息，来报告给彩铃订购维护人员，也可以直接以短信形式发送给彩铃订购维护人员，或直接显示给彩铃订购维护人员。

在本步骤中，可以实现分级告警。例如，在一天内，一个下载渠道订购铃音（铃音盒）次数大于该天之前该下载渠道每天订购铃音次数的平均值时，针对该下载渠道对应的订购数据产生黄色告警（告警级别较低的告警信息）。而在一天内，一个下载渠道订购铃音（铃音盒）次数大于该天之前该下载渠道每天订购铃音次数平均值的2倍时，针对该下载渠道对应的订购数据产生红色告警（告警级别较高的告警信息）。或者，在连续2天内，同一个下载渠道每天订购铃音（铃音盒）次数均大于该天之前该下载渠道每天订购铃音次数的平均值时，针对该下载渠道对应的订购数据产生红色告警。

进一步的，本实施例还可以包括以下步骤，步骤104~105可以在步骤102之后，步骤103之前执行，也可以在步骤103之后执行：

步骤104、确定关联信息。

在本步骤中，可以针对恶意订购数据，确定该恶意订购数据中的关联信息。

例如，若在连续3个小时，每个小时内，同一个手机号码订购铃音（铃音盒）次数均大于10次时，可以针对该手机号码对应的订购数据产生红色告警，在本步骤中，可以针对该手机号码对应的订购数据，将该手机号码在24小时内（可以是距离确定出该手机号码对应的订购数据为恶意订购数据，最近的24小时内）的订购数据确定为，该手机号码对应的订购数据中的关联信息。

又如，若在一天内，一个SP被订购铃音（铃音盒）的数量大于该天之前该SP每天被订购彩铃数量平均值的2倍时，可以针对该SP对应的订购数据产生红色告警，在本步骤中，可以针对该SP对应的订购数据，将该SP在指定时间段内对应的订购数据确定为，该SP对应的订购数据中的关联信息。

步骤105、确定指定信息。

在本步骤中，可以根据所述关联信息，确定该恶意订购数据对应的指定信息，实现更为精确的彩铃恶意订购行为监控和分析。

具体的，可以根据关联信息，确定恶意订购数据对应的手机号码、铃音编号、下载方式、下载时间和因特网协议（IP）地址等信息中的至少一个。

进一步的，可以将确定出的指定信息以报告形式发送给相关人员，如彩信订购维护人员，便于相关人员进行数据分析。

步骤106、更新恶意订购规则。

较优的，在本步骤中，还可以根据所述指定信息，更新恶意订购规则。当然，本步骤在步骤102之后即可以执行，即可以利用确定出的恶意订购数据，更新恶意订购规则。

通过对恶意订购规则的更新，如添加、修改或删除恶意订购规则，可以实现恶意订购规则的灵活设定，保证恶意订购规则的设定灵活性和实用性。

与本发明实施例一基于同一发明构思，提供以下的装置。

实施例二、

本发明实施例二提供一种数据处理装置，该装置的结构可以如图2所示，包括：

采集模块11用于采集彩铃平台内订购彩铃的订购数据流；分析模块12用于根据预先设定的恶意订购规则，确定采集到的订购数据流是否包括恶意订购数据；告警输出模块13用于针对分析模块确定出的恶意订购数据，产生告警信息。

所述装置还包括报告生成模块14：

所述报告生成模块14用于针对分析模块确定出的恶意订购数据，确定该恶意订购数据中的关联信息；根据所述关联信息，确定该恶意订购数据对应的指定信息。

所述报告生成模块14还用于利用确定出的恶意订购数据，更新恶意订购规则。

当然，所述数据处理装置还可以进一步包括展示模块15，用于展示分析模块确定出的恶意订购数据。

所述分析模块12具体用于在采集到的订购数据流中，针对一个服务提供方SP对应的订购数据，确定该SP在连续数量的指定时长内，每个指定时长内被订购彩铃的数量，是否均高于与该指定时长对应的门限值，若是，则将该SP对应的订购数据确定为恶意订购数据。

所述分析模块12具体用于在采集到的订购数据流中，针对一个手机号码对应的订购数据，确定该手机号码在连续数量的指定时长内，彩铃订购频率是否均高于设定值，若是，则将该手机号码对应的订购数据确定为恶意订购数据。

所述分析模块12具体用于在采集到的订购数据流中，针对一个下载渠道对应的订购数据，确定该下载渠道在连续数量的指定时长内，每个指定时长内的彩铃订购数量，是否均高于与该指定时长对应的门限值，若是，则将该下载渠道对应的订购数据确定为恶意订购数据。

所述分析模块12具体用于在采集到的订购数据流中，针对一个铃音对应的订购数据，确定该铃音在连续数量的指定时长内，每个指定时长内的被订购数量，是否均高于与该指定时长对应的门限值，若是，则将该铃音对应的订购数据确定为恶意订购数据。

实施例三、

结合实施例二，本实施例三提供实施例一所述的数据处理方法的实现原理，该实现原理可以如图3所示。

用户通过网站、声讯或WAP等方式订购彩铃时，订购数据可以通过SP、内容提供方（CP）、接口平台等的转发，发送到彩铃订购接口，通过彩铃订购接口发送给彩铃业务数据库，彩铃业务数据库可以通过对应的播放彩铃音装置实现彩铃播放，实现对彩铃订购数据的响应。而本发明实施例二提供的数据处理装置可以从彩铃订购接口采集订购数据流，使得后续可以对订购数据流进行分析，完成彩铃恶意订购行为的监控，可以输出告警信息和监控报告。

本发明实施例提出的数据处理方法可以实现通过采用软件程序自动运行，能及时准确定位恶意订购数据，从恶意订购行为的源头进行监控，并且可以根据实际情况对恶意订购规则进行添加、修改和删除，保证规则数据库的灵活性、实用性，从而更全面地保护各类接口安全，防范各类恶意订购数据。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (6)

1.一种数据处理方法，其特征在于，所述方法包括：

采集彩铃平台内订购彩铃的订购数据流；

根据预先设定的恶意订购规则，确定采集到的订购数据流是否包括恶意订购数据；

针对确定出的恶意订购数据，产生告警信息，并更新恶意订购规则，以及确定该恶意订购数据中的关联信息；

根据所述关联信息，确定该恶意订购数据对应的指定信息；

其中，所述指定信息包括以下任意之一或组合：

手机号码、铃音编号、下载方式、下载时间、因特网协议地址。

2.如权利要求1所述的方法，其特征在于，根据预先设定的恶意订购规则，确定采集到的订购数据流是否包括恶意订购数据，具体包括：

在采集到的订购数据流中，针对一个手机号码对应的订购数据，确定该手机号码在连续数量的指定时长内，彩铃订购频率是否均高于设定值，若是，则将该手机号码对应的订购数据确定为恶意订购数据。

3.如权利要求1所述的方法，其特征在于，根据预先设定的恶意订购规则，确定采集到的订购数据流是否包括恶意订购数据，具体包括：

在采集到的订购数据流中，针对一个服务提供方SP对应的订购数据，确定该SP在连续数量的指定时长内，每个指定时长内被订购彩铃的数量，是否均高于与该指定时长对应的门限值，若是，则将该SP对应的订购数据确定为恶意订购数据。

4.如权利要求1所述的方法，其特征在于，根据预先设定的恶意订购规则，确定采集到的订购数据流是否包括恶意订购数据，具体包括：

在采集到的订购数据流中，针对一个下载渠道对应的订购数据，确定该下载渠道在连续数量的指定时长内，每个指定时长内的彩铃订购数量，是否均高于与该指定时长对应的门限值，若是，则将该下载渠道对应的订购数据确定为恶意订购数据。

5.如权利要求1所述的方法，其特征在于，根据预先设定的恶意订购规则，确定采集到的订购数据流是否包括恶意订购数据，具体包括：

在采集到的订购数据流中，针对一个铃音对应的订购数据，确定该铃音在连续数量的指定时长内，每个指定时长内的被订购数量，是否均高于与该指定时长对应的门限值，若是，则将该铃音对应的订购数据确定为恶意订购数据。

6.一种数据处理装置，其特征在于，所述装置包括：

采集模块，用于采集彩铃平台内订购彩铃的订购数据流；

分析模块，用于根据预先设定的恶意订购规则，确定采集到的订购数据流是否包括恶意订购数据；

告警输出模块，用于针对分析模块确定出的恶意订购数据，产生告警信息；

报告生成模块，用于针对分析模块确定出的恶意订购数据，确定该恶意订购数据中的关联信息；根据所述关联信息，确定该恶意订购数据对应的指定信息；以及用于利用确定出的恶意订购数据，更新恶意订购规则；

其中，所述指定信息包括以下任意之一或组合：

手机号码、铃音编号、下载方式、下载时间、因特网协议地址。