CN105721539B - 一种基于行为特征的短信分类装置及方法 - Google Patents

一种基于行为特征的短信分类装置及方法 Download PDF

Info

Publication number
CN105721539B
CN105721539B CN201610016942.8A CN201610016942A CN105721539B CN 105721539 B CN105721539 B CN 105721539B CN 201610016942 A CN201610016942 A CN 201610016942A CN 105721539 B CN105721539 B CN 105721539B
Authority
CN
China
Prior art keywords
short message
sender
recipient
sms classified
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610016942.8A
Other languages
English (en)
Other versions
CN105721539A (zh
Inventor
程军
王纯甫
李鹏鹏
张大雷
曹毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHENZHEN SHENXUN INFORMATION TECHNOLOGY DEVELOPMENT Co Ltd
Original Assignee
SHENZHEN SHENXUN INFORMATION TECHNOLOGY DEVELOPMENT Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHENZHEN SHENXUN INFORMATION TECHNOLOGY DEVELOPMENT Co Ltd filed Critical SHENZHEN SHENXUN INFORMATION TECHNOLOGY DEVELOPMENT Co Ltd
Priority to CN201610016942.8A priority Critical patent/CN105721539B/zh
Publication of CN105721539A publication Critical patent/CN105721539A/zh
Application granted granted Critical
Publication of CN105721539B publication Critical patent/CN105721539B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2471—Distributed queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/12—Messaging; Mailboxes; Announcements
    • H04W4/14—Short messaging services, e.g. short message services [SMS] or unstructured supplementary service data [USSD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Telephonic Communication Services (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种基于行为特征的短信分类装置及方法，所述装置包括信息采集部件、统计部件、判断部件、执行部件和容错部件，所述信息采集部件采集短信数据信息，所述统计部件提取采集部件提供的信息，并统计每个短信的行为特征信息，所述判断部件获取统计部件的统计结果，并给出判断结果，所述执行部件进行短信分类，所述容错部件提取统计部件中统计失败的数据信息。本发明基于Hadoop平台，利用MapReduce计算模型将短信分类并行化，从而大大提高了大规模短信的分类效率。本发明还可以同时基于多个短信的行为特征进行短信的分类，提高了短信分类的准确性。

Description

一种基于行为特征的短信分类装置及方法
技术领域
本发明涉及信息处理技术领域，尤其涉及一种基于行为特征的短信分类装置及方法。
背景技术
短信作为一种快捷、经济、有效的通信方式得到了广泛的应用，然而垃圾短信的不断泛滥也造成了用户的很大困扰。研制智能短信分类的技术方案，为手机用户建立起一个可靠、准确、高效的短信管制分类平台具有重要的社会价值。
目前短信分类的方式一般分为两种，从技术上分，一种是基于关键词，只要短信中包括的敏感词汇超过一定的数目就被认定为垃圾信息；另一种是基于短信内容的分类采用机器学习方法把短信自动分为正常短信和垃圾短信，目前用于短信自动分类的机器学习方法主要有朴素贝叶斯、SVM、KNN、人工神经网络算法等。
如申请号为：201010618534.2的中国专利所公开的一种垃圾短信监控与处理的系统、装置及方法，该垃圾短信监控与处理的方法，设置基本关键词规则、关键词衍生序列及垃圾短信疑似度，该方法包括接收短信，采用所设置的基本关键词规则对短信内容进行匹配，确定是否匹配成功，如果是，将该短信作为垃圾短信并删除，如果否，采用所设置的关键词衍生序列对该短信内容疑似值范围内，将该短信作为疑似垃圾短信，如果计算的垃圾短信疑似值大于等于设置的垃圾短信疑似度上范围，将该短信作为垃圾短信，如果小雨等于设置的垃圾短信疑似度下范围，将该短信作为非垃圾短信发送。该方法主要的是根据事先设置的关键词进行判断短信是否为垃圾短信，虽然设置了疑似度范围，但是实际情况中，垃圾短信不仅仅通过改变关键词传播，所以该方法拦截的垃圾短信范围较小，仅依赖关键词的判断拦截短信可靠程度低。
又如申请号为：201310018709.X的中国专利所公开的垃圾短信分类方法及装置，方法包括：获取短消息：确定所述短消息的至少两种特征信息的可疑度；根据所述至少两种特征信息的可疑度以及每种所述特征信息对应的权值，确定所述短消息的可疑度阀值；若所述短信息的所述可疑度阀值大于设定阀值，则对所述短信进行分类。该方法通过将短信与所设定的特征信息进行比对，从而来对短信进行分类，但实际情况中垃圾短信的内容多种多样，所设定的特征信息有一定的局限性和滞后性，实用性较低，而且需经过一系列的比对，工作效率不高。
发明内容
为克服现有技术中存在的面对大量的短信业务时工作效率不高，且短信分类可靠性程度低等问题，本发明提供了一种基于行为特征的短信分类装置及方法。
本发明所采取的技术方案是：
一种基于行为特征的短信分类装置，其特征在于：包括信息采集部件、统计部件、判断部件、执行部件和容错部件，所述信息采集部件和统计部件相连，所述统计部件和判断部件相连，所述判断部件和执行部件相连，所述容错部件和统计部件相连；
所述信息采集部件采集短信数据信息，所述统计部件提取信息采集部件提供的信息，并统计每个短信的行为特征信息，所述判断部件获取统计部件的统计结果，并给出判断结果，所述执行部件进行短信分类，所述容错部件提取统计部件中统计失败的数据信息。
在此基础上，执行部件为云存储管理系统。
在此基础上，所述容错部件与统计部件通过双向传输光纤连接。
本发明的另一个目的是提供一种基于行为特征的短信分类装置的方法，其创新点在于：包括以下步骤：步骤1：集合所有短信的数据信息；步骤2：统计所有短信的行为特征并输出；步骤3：根据步骤2的输出结果判断出最优短信分类结果；步骤4：根据步骤3的判断结果进行短信分类。
在此基础上，所述步骤2中短信行为特征为对应的短信接收者的数量。
在此基础上，所述步骤2：短信行为特征的提取基于Hadoop平台和MapReduce函数完成，具体步骤如下：
步骤21：从采集到的数据中将短信的发送者和接收者列表提取作为输入；
步骤22：通过Map函数并行的将短信的发送者和接收者记录转换成发送者和每个接收者一对一的发送关系；
步骤23：通过Reduce函数计算每个发送者对应的短信接收者的个数；
步骤24：输出每个发送者对应的短信接收者的个数。
在此基础上，所述步骤3中的最优短信分类结果判断策略包括，其中，M＜N：
1)当每个发送者对应的短信接收者的个数≥N时，将该短信定为无效短信；
2)当每个发送者对应的短信接收者的个数≤M时，将该短信定为有效短信；
3)M＜当每个发送者对应的短信接收者的个数＜N时，将该短信定为待定短信。在此基础上，所述步骤4中的分类策略包括：
1)当该短信为无效短信时，将短信直接删除；
2)当该短信为有效短信时，将短信发用给相应接收者；
3)当该短信为待定短信时，将短信储存并告之接收者，接收者回复可查看，否则直接储存并定期删除。
在此基础上，所述步骤4中策略3)包括优先级查看或阅后即焚查看，所述优先级查看分类包括重要、紧急和加急。
在此基础上，所述短信行为特征还包括短信回复率、发送成功率和平均发送短信的数量。
与现有技术相比，本发明的有益效果是：
1、本发明中设置有容错部件与统计部件相连，可以将统计部件中错误的数据提取重新分配，能够保证行为特征统计的准确性和全面性，另外本发明的执行部件为云存储管理系统，云存储管理系统能够进行海量的并行扩容，对于应用端开发十分便利，执行机构可以同时完成相应计费采集、业务管理、网络管理等功能，且云存储管理系统负载均衡，也容易管理。
2、本发明是基于Hadoop平台和MapReduce函数进完成的，可以快速地并行化分类短息，这意味着本发明可以同时处理大量的短信，从而提高短信的分类效率。Hadoop平台能够自动保存数据的多副本，并且能够自动将失败的任务重新分配，具有高容错性，同时Hadoop平台为分布式平台具有高伸缩性。
3、本发明中短信分类判断策略的端点值可以调整，可以根据实际情况进行适当调整，能够精确控制短信分类的数量和质量，且判断策略简单易懂，若出错容易修复，适应性强，伸缩性好。
4、本发明可以同时提取多个短信的行为特征，并根据多个行为特征的判断结果来进行短信分类，加强了短信分类的可靠性；并且多个行为特征是并行提取的，也加快了短信分类的速度，适用于处理大量短信业务，提高了短信分类的质量。
5、本发明中短信分类时可保存，并且可以根据用户的需求进行调用查看。查看的同时具有优先级功能，可以根据重要、紧急和加急的不同紧急程度，进行优先调用查看，人性化程度高；另外还具备阅后即焚的查看模式，可以有效保护用户的隐私问题。
附图说明
图1是本发明中短信分类方法的流程示意图；
图2是本发明中短信行为特征统计的流程示意图；
图3是本发明中短信分类策略的流程示意图；
图4是本发明中短信分类装置的结构示意图。
具体实施方式
以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图4所示，一种基于行为特征的短信分类装置，其特征在于：包括信息采集部件701、统计部件702、判断部件703、执行部件704和容错部件705，所述信息采集部件701和统计部件702相连，所述统计部件702和判断部件703相连，所述判断部件703和执行部件704相连，所述容错部件705和统计部件702相连；其中容错部件705与统计部件702通过双向传输光纤连接或者无线连接，可双向传输数据。其他各部件之间可通过数据线相连，易可通过无线相连。
所述信息采集部件701采集短信数据信息，所述统计部件702提取信息采集部件701提供的信息，并统计每个短信的行为特征信息，所述判断部件703获取统计部件702的统计结果，并给出判断结果，所述执行部件704进行短信分类，所述容错部件705提取统计部件702中统计失败的数据信息。
执行部件704设置为云存储管理系统，云存储管理系统能够进行海量的并行扩容，对于应用端开发十分便利，执行部件可以同时完成相应计费采集、业务管理、网络管理等功能，且云存储管理系统负载均衡，也容易管理。
如图1所示，一种基于行为特征的短信分类方法，包括以下步骤：步骤1：集合所有短信的数据信息；步骤2：统计所有短信的行为特征并输出；步骤3：根据步骤2的输出结果判断出最优短信分类结果；步骤4：根据步骤3的判断结果进行短信分类。
其中步骤1基于大数据平台实现，具体步骤如下：
步骤11：将操作数据进行实时记录，并将操作数据存储至本地存储器中；
步骤12：读取本地存储器中的操作数据，并对操作数据进行预处理，包括剔除无效数据和整合重复数据等；
步骤13：将预处理数据定时定量的远程发送至远程存储器中；
步骤14：读取远程存储器中的预处理数据，并按照短信的发送者和接收者对预处理数据进行分类处理，再将分类处理获得的分类数据存储至面向大数据的数据库；
步骤15：按照分类有序读取数据库中的分类数据。
其中，步骤2：短信行为特征的提取基于Hadoop平台和MapReduce函数完成。使用Hadoop平台和MapReduce函数可以快速地并行化分类短息，这意味着本发明可以同时处理大量的短信，从而提高短信的分类效率。Hadoop平台能够自动保存数据的多副本，并且能够自动将失败的任务重新分配，具有高容错性，同时Hadoop平台为分布式平台具有高伸缩性。
如图2所示，具体步骤如下：
步骤21：从采集到的数据中将短信的发送者和接收者列表提取作为输入，发送者-接收者列表包含一系列的发送者-接收者记录，优选地，将步骤2中短信行为特征设置为对应的短信接收者的数量。比如<sender1，receiver1，receive3，...>，其意义为，发送者sender1给接收者receiver1、接收者receiver3....发送了一个短信；
步骤22：通过Map函数并行的将短信的发送者和接收者记录转换成发送者和每个接收者一对一的发送关系；
Map函数的输入<键，值>：<缺省的每行偏移量，短信的发送者-接收者记录>。
Map函数的输出<键，值>：<发送者接收者，1>
Map函数的处理过程：将输入的每条邮件发送者-接收者记录切分成发送者及各个接收者，然后将发送者和每个接收者拼接起来作为输出的键，输出的值为1。
步骤23：通过Reduce函数计算每个发送者对应的短信接收者的个数；
Reduce函数的输入<键，值>：<发送者接收者，List(1，1，....1)>
Reduce函数的输出<键，值>：<发送者，对应的邮件接收者数量>
Reduce函数的处理过程：切分输入记录的键(“发送者接收者”)，提取发送者，然后使用一个全局变量计数具有相同发送者数量；
步骤24：输出每个发送者对应的短信接收者的个数。
其中，短信行为特征还包括短信回复率、发送成功率和平均发送短信的数量，提取过程与短信接收者数量的提取相似，均可以从发送者-接收者的记录中获得。本发明可以同时提取多个短信的行为特征，并根据多个行为特征的判断结果来进行短信分类，加强了短信分类的可靠性；并且多个行为特征是并行提取的，也加快了短信分类的速度，适用于处理大量短信业务，提高了短信分类的质量。
如图3所示，步骤3中的最优短信分类结果判断策略包括，其中，M＜N：
1)当每个发送者对应的短信接收者的个数≥N时，将该短信定为无效短信；
2)当每个发送者对应的短信接收者的个数≤M时，将该短信定为有效短信；
3)M＜当每个发送者对应的短信接收者的个数＜N时，将该短信定为待定短信。
本发明中短信分类判断策略的端点值可以调整，可以根据实际情况进行适当调整，能够精确控制短信分类的数量和质量，且判断策略简单易懂，若出错容易修复，适应性强，伸缩性好。
当多个行为特征同时提取后，将获得的判断结果整合比较，若判断结果中无效短信居多，则最终判断结果就为无效短信；若判断结果中有效短信居多，则最终判断结果就为有效短信；若判断结果中待定短信居多，则最终判断结果就为待定短信。当只提取一个行为特征，直接输出判断结果。另外由于是基于Hadoop平台和MapReduce函数完成，可以增加更多的行为特征。
如图3所示，步骤4中的分类策略包括：
1)当该短信为无效短信时，将短信直接删除；
2)当该短信为有效短信时，将短信发用给相应接收者；
3)当该短信为待定短信时，将短信储存并告之接收者，接收者回复可查看，否则直接储存并定期删除。
本发明中短信分类时可保存，并且可以根据用户的需求进行调用查看。查看的同时具有优先级功能，可以根据重要、紧急和加急的不同紧急程度，进行优先调用查看，人性化程度高；另外还具备阅后即焚的查看模式，可以有效保护用户的隐私问题。
上述说明示出并描述了本发明的优选实施例，如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (6)

1.一种用于基于行为特征的短信分类方法，其特征在于：包括以下步骤：步骤1：集合所有短信的数据信息；步骤2：统计所有短信的行为特征并输出；步骤3：根据步骤2的输出结果判断出最优短信分类结果；步骤4：根据步骤3的判断结果进行短信分类；
其中步骤1基于大数据平台实现，具体步骤如下：
步骤11：将操作数据进行实时记录，并将操作数据存储至本地存储器中；
步骤12：读取本地存储器中的操作数据，并对操作数据进行预处理，包括剔除无效数据和整合重复数据；
步骤13：将预处理数据定时定量的远程发送至远程存储器中；
步骤14：读取远程存储器中的预处理数据，并按照短信的发送者和接收者对预处理数据进行分类处理，再将分类处理获得的分类数据存储至面向大数据的数据库；
步骤15：按照分类有序读取数据库中的分类数据；
所述步骤2：短信行为特征的提取基于Hadoop平台和MapReduce函数完成,具体步骤如下：
步骤21：从采集到的数据中将短信的发送者和接收者列表提取作为输入；
步骤22：通过Map函数并行的将短信的发送者和接收者记录转换成发送者和每个接收者一对一的发送关系；
Map函数的输入<键，值>：<缺省的每行偏移量，短信的发送者-接收者记录>；
Map函数的输出<键，值>：<发送者接收者，1>
Map函数的处理过程：将输入的每条邮件发送者-接收者记录切分成发送者及各个接收者，然后将发送者和每个接收者拼接起来作为输出的键，输出的值为1；
步骤23：通过Reduce函数计算每个发送者对应的短信接收者的个数；
Reduce函数的输入<键，值>：<发送者接收者，List(1,1，....1)>
Reduce函数的输出<键，值>：<发送者，对应的邮件接收者数量>
Reduce函数的处理过程：切分输入记录的键，其包括“发送者接收者”，提取发送者，然后使用一个全局变量计数具有相同发送者数量；
步骤24：输出每个发送者对应的短信接收者的个数。
2.根据权利要求1所述的一种用于基于行为特征的短信分类方法，其特征在于：所述步骤2中短信行为特征为对应的短信接收者的数量。
3.根据权利要求1所述的一种用于基于行为特征的短信分类方法，其特征在于：所述步骤3中的最优短信分类结果判断策略包括，其中，M<N：
1)当每个发送者对应的短信接收者的个数≧N时，将该短信定为无效短信；
2)当每个发送者对应的短信接收者的个数≦M时,将该短信定为有效短信；
3)M<当每个发送者对应的短信接收者的个数<N时,将该短信定为待定短信。
4.根据权利要求1所述的一种用于基于行为特征的短信分类方法，其特征在于：所述步骤4中的分类策略包括：
1)当该短信为无效短信时，将短信直接删除；
2)当该短信为有效短信时，将短信发用给相应接收者；
3)当该短信为待定短信时，将短信储存并告之接收者，接收者回复可查看，否则直接储存并定期删除。
5.根据权利要求4所述的一种用于基于行为特征的短信分类方法，其特征在于：所述步骤4中策略3)包括优先级查看或阅后即焚查看，所述优先级查看分类包括重要、紧急和加急。
6.根据权利要求1所述的一种用于基于行为特征的短信分类方法，其特征在于：所述短信行为特征还包括短信回复率、发送成功率和平均发送短信的数量。
CN201610016942.8A 2016-01-12 2016-01-12 一种基于行为特征的短信分类装置及方法 Active CN105721539B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610016942.8A CN105721539B (zh) 2016-01-12 2016-01-12 一种基于行为特征的短信分类装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610016942.8A CN105721539B (zh) 2016-01-12 2016-01-12 一种基于行为特征的短信分类装置及方法

Publications (2)

Publication Number Publication Date
CN105721539A CN105721539A (zh) 2016-06-29
CN105721539B true CN105721539B (zh) 2019-08-09

Family

ID=56147767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610016942.8A Active CN105721539B (zh) 2016-01-12 2016-01-12 一种基于行为特征的短信分类装置及方法

Country Status (1)

Country Link
CN (1) CN105721539B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108170733A (zh) * 2017-12-15 2018-06-15 云蜂科技有限公司 一种对短信文本进行分类的方法及系统
CN109040104A (zh) * 2018-08-28 2018-12-18 浪潮软件集团有限公司 一种分散式回执短信攻击拦阻方法
CN110913353B (zh) * 2018-09-17 2022-01-18 阿里巴巴集团控股有限公司 短信的分类方法及装置
CN111224875B (zh) * 2019-12-26 2021-03-19 北京邮电大学 基于信息价值确定联合数据采集及传输策略的方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101137087A (zh) * 2007-08-01 2008-03-05 浙江大学 短信息监控中心及监控方法
CN101790142A (zh) * 2010-03-11 2010-07-28 上海粱江通信系统股份有限公司 结合短信内容和发送频次识别垃圾短信源的系统与方法
CN101860822A (zh) * 2010-06-11 2010-10-13 中兴通讯股份有限公司 垃圾短信监控方法和系统
CN102790752A (zh) * 2011-05-20 2012-11-21 盛乐信息技术（上海）有限公司 一种基于特征识别的欺诈信息过滤系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101137087A (zh) * 2007-08-01 2008-03-05 浙江大学 短信息监控中心及监控方法
CN101790142A (zh) * 2010-03-11 2010-07-28 上海粱江通信系统股份有限公司 结合短信内容和发送频次识别垃圾短信源的系统与方法
CN101860822A (zh) * 2010-06-11 2010-10-13 中兴通讯股份有限公司 垃圾短信监控方法和系统
CN102790752A (zh) * 2011-05-20 2012-11-21 盛乐信息技术（上海）有限公司 一种基于特征识别的欺诈信息过滤系统及方法

Also Published As

Publication number Publication date
CN105721539A (zh) 2016-06-29

Similar Documents

Publication Publication Date Title
CN105721539B (zh) 一种基于行为特征的短信分类装置及方法
CN103024746B (zh) 一种电信运营商垃圾短信处理系统及处理方法
CN101150756B (zh) 一种垃圾短信过滤方法
CN103441924B (zh) 一种基于短文本的垃圾邮件过滤方法及装置
CN101335920B (zh) 基于主叫号码位置和发送内容的垃圾短消息识别系统及方法
CN101472245B (zh) 垃圾短信拦截方法和装置
CN101674264B (zh) 基于用户关系挖掘及信誉评价的垃圾邮件检测装置及方法
CN102413076A (zh) 基于行为分析的垃圾邮件判定系统
CN102609475A (zh) 微博内容监测方法及监测系统
CN102790752A (zh) 一种基于特征识别的欺诈信息过滤系统及方法
CN101860822A (zh) 垃圾短信监控方法和系统
CN110519150A (zh) 邮件检测方法、装置、设备、系统及计算机可读存储介质
CN105812554A (zh) 一种智能管理手机短信的方法和系统
CN107707462A (zh) 基于云计算的垃圾邮件应急处理方法
CN102377690B (zh) 反垃圾邮件网关系统及方法
Sharma et al. E-Mail Spam Detection Using SVM and RBF.
CN106453249A (zh) 一种网络邮件业务监视方法
CN105516941A (zh) 一种垃圾短信的拦截方法及装置
CN109558486A (zh) 电力客服客户诉求智能识别方法
CN106341303A (zh) 基于邮件用户行为的发件人信誉生成方法
CN102572745A (zh) 垃圾短消息确定方法及装置
Deng et al. Research on a naive bayesian based short message filtering system
CN103595614A (zh) 一种基于用户反馈的垃圾邮件检测方法
CN103684971B (zh) 一种邮件处理方法及系统
CN106230690B (zh) 一种结合用户属性的邮件分类方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant