CN106559759B - 一种在移动设备中拦截彩信的方法和装置 - Google Patents

Abstract

本发明实施例提供了一种在移动设备中拦截彩信的方法和装置，该方法包括：当监听到移动设备接收到彩信时，从所述彩信中提取多媒体数据；根据所述多媒体数据判断所述彩信是否为非法彩信；若是，则拦截所述彩信。自适应非法彩信的变更，提高了拦截效率和拦截准确率。

Description

一种在移动设备中拦截彩信的方法和装置

技术领域

本发明涉及移动通信的技术领域，特别是涉及一种在移动设备中拦截彩信的方法和一种在移动设备中拦截彩信的装置。

背景技术

随着移动通信技术的发展，诸如手机等移动设备越来越普及，给人们在的生活、学习、工作带来了极大的便利。

其中，彩信业务是移动设备常用的通信方式之一，能传递文字、图像、声音等各种多媒体内容，成为人们相互沟通的一种新方式，也使人们的生活更加生动精彩。

但是，现在出现了许多非法的、欺诈的彩信，如带有暴力、发动、色情、赌博信息的彩信，这些彩信不仅给社会造成了一定的不良影响，而且还可能造成人们的财产损失。

目前，用户大多通过屏蔽发送这些彩信的号码，从而拦截这些彩信的。

但是，非法彩信一般用于暴利的黑(灰)色产业，例如赌博、色情、借贷等等，也已形成产业化。

不法分子可以通过转换号码继续发送这些彩信，可见，这种拦截方式拦截效率很低。

此外，这种拦截方式也会将一些正常彩信也一同拦截，拦截准确率很低。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种在移动设备中拦截彩信的方法和相应的一种在移动设备中拦截彩信的装置。

依据本发明的一个方面，提供了一种在移动设备中拦截彩信的方法，包括：

当监听到移动设备接收到彩信时，从所述彩信中提取多媒体数据；

根据所述多媒体数据判断所述彩信是否为非法彩信；

若是，则拦截所述彩信。

可选地，所述根据所述多媒体数据判断所述彩信是否为非法彩信的步骤包括：

子步骤S11，判断所述多媒体数据的数据标识是否与预置的非法彩信样本库的数据标识匹配；若是，则执行子步骤S14，若否，则执行子步骤S12；

子步骤S12，判断所述多媒体数据的数据特征是否与预置的非法彩信样本库的数据特征匹配；若是，则执行子步骤S14，若否，则执行子步骤S13；

子步骤S13，判断所述多媒体数据包含的文本信息是否与预置的非法彩信样本库的文本信息匹配；若是，则执行子步骤S14，若否，则执行子步骤S15；

子步骤S14，判定所述多媒体数据为非法彩信；

子步骤S15，判定所述多媒体数据为合法彩信。

可选地，所述多媒体数据包括图像数据和/或音频数据；

所述判断所述多媒体数据的数据标识是否与预置的非法彩信样本库的数据标识匹配的步骤包括：

对所述图像数据和/或所述音频数据生成图像内容标识和/或音频内容标识；

采用当前彩信的图像内容标识和/或音频内容标识，与，预置的非法彩信的图像内容标识和/或音频内容标识进行匹配。

可选地，所述多媒体数据包括图像数据和/或音频数据；

所述判断所述多媒体数据的数据特征是否与预置的非法彩信样本库的数据特征匹配的步骤包括：

从所述图像数据和/或所述音频数据中提取图像特征数据和/或音频特征数据；

采用当前彩信的图像特征数据和/或音频特征数据，与，预置的非法彩信的图像特征数据和/或音频特征数据进行匹配。

可选地，所述多媒体数据包括图像数据和/或音频数据；

所述判断所述多媒体数据包含的文本信息是否与预置的非法彩信样本库的文本信息匹配的步骤包括：

通过光学字符识别从所述图像数据中识别第一文本信息；

和/或，

通过语音识别从所述音频数据中识别第二文本信息；

采用所述第一文本信息和/或所述第二文本信息，与，预置的非法彩信的文本信息进行匹配。

可选地，还包括：

针对被拦截的彩信生成拦截提示信息。

可选地，还包括：

将所述多媒体数据的数据标识、数据特征、文本信息存储在非法彩信样本库中。

根据本发明的另一方面，提供了一种在移动设备中拦截彩信的装置，包括：

多媒体数据提取模块，适于再监听到移动设备接收到彩信时，从所述彩信中提取多媒体数据；

非法彩信判断模块，适于根据所述多媒体数据判断所述彩信是否为非法彩信；若是，则调用彩信拦截模块；

彩信拦截模块，适于拦截所述彩信。

可选地，所述非法彩信判断模包括：

数据标识匹配子模块，适于判断所述多媒体数据的数据标识是否与预置的非法彩信样本库的数据标识匹配；若是，则调用非法彩信判定子模块，若否，则调用数据特征匹配子模块；

数据特征匹配子模块，适于判断所述多媒体数据的数据特征是否与预置的非法彩信样本库的数据特征匹配；若是，则调用非法彩信判定子模块，若否，则调用文本信息匹配子模块；

文本信息匹配子模块，适于判断所述多媒体数据包含的文本信息是否与预置的非法彩信样本库的文本信息匹配；若是，则调用非法彩信判定子模块，若否，则调用合法彩信判定子模块；

非法彩信判定子模块，适于判定所述多媒体数据为非法彩信；

合法彩信判定子模块，适于判定所述多媒体数据为合法彩信。

可选地，所述多媒体数据包括图像数据和/或音频数据；

所述数据标识匹配子模块还适于：

对所述图像数据和/或所述音频数据生成图像内容标识和/或音频内容标识；

采用当前彩信的图像内容标识和/或音频内容标识，与，预置的非法彩信的图像内容标识和/或音频内容标识进行匹配。

可选地，所述多媒体数据包括图像数据和/或音频数据；

所述数据特征匹配子模块还适于：

从所述图像数据和/或所述音频数据中提取图像特征数据和/或音频特征数据；

采用当前彩信的图像特征数据和/或音频特征数据，与，预置的非法彩信的图像特征数据和/或音频特征数据进行匹配。

可选地，所述多媒体数据包括图像数据和/或音频数据；

所述文本信息匹配子模块还适于：

通过光学字符识别从所述图像数据中识别第一文本信息；

和/或，

通过语音识别从所述音频数据中识别第二文本信息；

采用所述第一文本信息和/或所述第二文本信息，与，预置的非法彩信的文本信息进行匹配。

可选地，还包括：

拦截提示模块，适于针对被拦截的彩信生成拦截提示信息。

可选地，还包括：

非法特征上传模块，适于将所述多媒体数据的数据标识、数据特征、文本信息存储在非法彩信样本库中。

本发明实施例通过彩信的多媒体数据识别是否为非法彩信，进而进行拦截，自适应非法彩信的变更，提高了拦截效率和拦截准确率。

本发明实施例先进行数据标识匹配，然后进行数据特征匹配，再进行文本信息匹配，由简单到复杂进行匹配，在保证识别效率的同时，保证了识别的准确率。

本发明实施例将多媒体数据的数据标识、数据特征、文本信息存储在非法彩信样本库中，更适用于当前非法彩信产业化的情形，能更快更多地发现非法彩信，有效提高非法彩信的拦截效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的一种在移动设备中拦截彩信的方法实施例的步骤流程图；

图2示出了根据本发明一个实施例的一种判断非法彩信的流程图；以及

图3示出了根据本发明一个实施例的一种在移动设备中拦截彩信的装置实施例的结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

参照图1，示出了根据本发明一个实施例的一种在移动设备中拦截彩信的方法实施例的步骤流程图，具体可以包括如下步骤：

步骤101，当监听到移动设备接收到彩信时，从所述彩信中提取多媒体数据；

在实际应用中，该移动设备可以为平板电脑、个人数字助理、手机等等，本发明实施例对此不作限制。

彩信(Multimedia Messaging Service，MMS)，又称多媒体信息服务，通常包括文本数据、多媒体数据等，而多媒体数据可以包括图像数据和/或音频数据，由于能够传递功能全面的内容和信息，因此成为移动设备常用的业务。

若本发明实施例应用在移动设备的操作系统中，则可以在接收到彩信时，提取其包含的多媒体数据进行非法彩信的识别。

若本发明实施例应用在移动设备的第三方应用中，则可以通过移动设备通信组件(Modem)中的RILD(Radio Interface Layer Daemon，通讯接口守护进程)的消息进行监听。

Modem接收到消息时，将接收到的消息传送至RILD，RILD对各种Modem的AT指令进行解析和合成，并为应用框架层提供统一的接口，让应用层可以忽略各个厂商不同的通讯硬件实现，使用统一的接口操作通信过程。

步骤102，根据所述多媒体数据判断所述彩信是否为非法彩信；

在本发明实施例中，可以通过彩信所包含的内容，即多媒体数据，从而识别是否为非法彩信。

在本发明的一种可选实施例中，如图2所示，步骤102可以包括如下子步骤：

子步骤S11，判断所述多媒体数据的数据标识是否与预置的非法彩信样本库的数据标识匹配；若是，则执行子步骤S14，若否，则执行子步骤S12；

当前彩信的数据标识，可以为识别多媒体数据的内容的信息，具体可以通过MD5(Message Digest Algorithm，消息摘要算法第五版)等方式生成。

应用本发明实施例，可以将识别到的非法彩信的信息，如数据标识、数据特征、文本信息等，制作成非法彩信样本库。

非法彩信样本库的数据标识，可以为识别非法彩信的多媒体数据的内容的信息，具体可以通过MD5等方式生成。

若两者匹配，则可以认为当前的彩信为非法彩信，若两者不匹配，则可以进行下一步匹配。

在本发明实施例的一种可选示例中，子步骤S11可以包括如下子步骤：

子步骤S111，对所述图像数据和/或所述音频数据生成图像内容标识和/或音频内容标识；

子步骤S112，采用当前彩信的图像内容标识和/或音频内容标识，与，预置的非法彩信的图像内容标识和/或音频内容标识进行匹配。

在本示例中，当前彩信的数据标识可以包括图像内容标识和/或音频内容标识。

同样地，非法彩信样本库的数据标识可以包括图像内容标识和/或音频内容标识。

其中，图像内容标识可以为识别图像数据的内容的信息；

音频内容标识可以为识别音频数据的内容的信息。

若两者匹配，则可以认为当前彩信的数据标识与非法彩信样本库的数据标识匹配；

若两者不匹配，则可以认为当前彩信的数据标识与非法彩信样本库的数据标识不匹配。

子步骤S12，判断所述多媒体数据的数据特征是否与预置的非法彩信样本库的数据特征匹配；若是，则执行子步骤S14，若否，则执行子步骤S13；

当前彩信的数据特征，可以为表征多媒体数据的内容的特征的信息。

非法彩信样本库的数据特征，可以为表征非法彩信的多媒体数据的内容的特征的信息。

若两者匹配，则可以认为当前的彩信为非法彩信，若两者不匹配，则可以进行下一步匹配。

在本发明实施例的一种可选示例中，子步骤S12可以包括如下子步骤：

子步骤S121，从所述图像数据和/或所述音频数据中提取图像特征数据和/或音频特征数据；

子步骤S122，采用当前彩信的图像特征数据和/或音频特征数据，与，预置的非法彩信的图像特征数据和/或音频特征数据进行匹配。

在本示例中，当前彩信的数据特征可以包括图像特征数据和/或音频特征数据。

同样地，非法彩信样本库的数据特征可以包括图像特征数据和/或音频特征数据。

其中，图像特征数据可以为表征图像数据的内容的特征的信息，例如，形状特征信息、颜色特征信息等等。

其中，形状特征信息可以指表征图像形状特性的信息，颜色特征信息可以指表征图像颜色特性的信息。

形状特征信息的表示方法主要有两类，一类是区域特征，其主要针对图像的整个形状区域；另一类是轮廓特征，其针对的是物体的外边界。

提取形状特征信息的典型方法包括边界特征值法(图像的外边界)、几何参数法(图像几何参数化处理)、形状不变矩法(找图像不变矩特征)、傅里叶形状描述法(傅里叶变换法)等等。

颜色特征信息可以是通过图像或图像区域的颜色特征来描述，它具有整体性。

提取颜色特征信息的典型方法包括颜色直方图、颜色集、颜色矩等等。

音频特征数据可以为表征音频数据的内容的特征的信息，例如，时域特征、频域特征、时频特征等等。

其中，时域特征可以包括短时平均能量、线性预测系数、过零率以及衍生特征等等；

频域特征可以包括梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients，MFCCs)、LPC倒频谱系数、熵特征等等；

时频特征可以包括小波系统等等。

若两者匹配，则可以认为当前彩信的数据特征与非法彩信样本库的数据特征匹配；

若两者不匹配，则可以认为当前彩信的数据特征与非法彩信样本库的数据特征不匹配。

子步骤S13，判断所述多媒体数据包含的文本信息是否与预置的非法彩信样本库的文本信息匹配；若是，则执行子步骤S14，若否，则执行子步骤S15；

子步骤S14，判定所述多媒体数据为非法彩信；

子步骤S15，判定所述多媒体数据为合法彩信。

当前彩信的文本信息，可以为从多媒体数据的内容提取的文本信息，并非当前彩信本神包含的文本信息。

非法彩信样本库的数据特征，可以为表征非法彩信的多媒体数据的内容提取的文本信息(如投注、贷款等关键词)，并非非法彩信本神包含的文本信息。

若两者匹配，则可以认为当前的彩信为非法彩信，若两者不匹配，则可以认为当前的彩信为合法彩信。

在本发明实施例的一种可选示例中，子步骤S13可以包括如下子步骤：

子步骤S131，通过光学字符识别从所述图像数据中识别第一文本信息；

在光学字符识别(Optical Character Recognition，OCR)中，移动设备对待识别的图像数据，可以进行二值化、降噪等预处理，降低特征提取算法的难度，并能提高识别的精度。

在实际应用中，待识别的图像数据或多或少都会存在一些倾斜，在对图像数据中印刷体字符进行识别处理前，可以进行图像方向检测，并校正图像方向。

在文字特征提取中，简易的区分可分为两类：一为统计的特征，如文字区域内的黑/白点数比，当文字区分成好几个区域时，这一个个区域黑/白点数比之联合，就成了空间的一个数值向量，在比对时，基本的数学理论就足以应付了。而另一类特征为结构的特征，如文字影像细线化后，取得字的笔划端点、交叉点之数量及位置，或以笔划段为特征，配合特殊的比对方法，进行比对。

当输入文字算完特征后，不管是用统计或结构的特征，大多有一比对数据库或特征数据库来进行比对，数据库的内容应包含所有欲识别的字集文字，根据与输入文字一样的特征抽取方法所得的特征群组。

根据不同的特征特性，选用不同的数学距离函数，如欧式空间的比对方法、松弛比对法(Relaxation)、动态程序比对法(Dynamic Programming，DP)，以及类神经网络的数据库建立及比对、HMM(Hidden Markov Model)等等，为了使识别的结果更稳定，也有所谓的专家系统(Experts System)被提出，利用各种特征比对方法的相异互补性，增强识别的准确率率。

和/或，

子步骤S132，通过语音识别从所述音频数据中识别第二文本信息；

在实际应用中，移动设备可以通过语音识别技术(Automatic SpeechRecognition，ASR)将音频数据中的词汇内容转换为计算机可读的输入(即第二文本信息)。

目前，语音识别技术通常由语音识别系统实现。主流的大词汇量语音识别系统多采用统计模式识别技术。典型的基于统计模式识别方法的语音识别系统由以下几个基本模块所构成：

1、信号处理及特征提取模块；该模块的主要任务是从音频数据中提取特征，供声学模型处理。同时，它一般也包括了一些信号处理技术，以尽可能降低环境噪声、信道、说话人等因素对特征造成的影响。

2、声学模型；语音识别系统多采用基于一阶隐马尔科夫模型进行建模。

3、发音词典；发音词典包含语音识别系统所能处理的词汇集及其发音。发音词典实际提供了声学模型与语言模型的映射。

4、语言模型；语言模型对语音识别系统所针对的语言进行建模。理论上，包括正则语言，上下文无关文法在内的各种语言模型都可以作为语言模型，但目前各种系统普遍采用的还是基于统计的N元文法及其变体。

5、解码器；解码器是语音识别系统的核心之一，其任务是对输入的信号，根据声学、语言模型及词典，寻找能够以最大概率输出该信号的词串。从数学角度可以更加清楚的了解上述模块之间的关系。

子步骤S133，采用所述第一文本信息和/或所述第二文本信息，与，预置的非法彩信的文本信息进行匹配。

若两者匹配，则可以认为当前彩信的文本信息与非法彩信样本库的文本信息匹配；

若两者不匹配，则可以认为当前彩信的数据特征与非法彩信样本库的数据特征不匹配。

步骤103，若是，则拦截所述彩信。

若鉴别当前彩信为非法彩信，则可以进行拦截，不进行正常的彩信接收提示。

若鉴别当前彩信为合法彩信，则可以进行正常的彩信接收提示，如发出短信声、进行震动、生成彩信图标等等。

本发明实施例通过彩信的多媒体数据识别是否为非法彩信，进而进行拦截，自适应非法彩信的变更，提高了拦截效率和拦截准确率。

本发明实施例先进行数据标识匹配，然后进行数据特征匹配，再进行文本信息匹配，由简单到复杂进行匹配，在保证识别效率的同时，保证了识别的准确率。

在本发明的一种可选实施例中，该方法还可以包括如下步骤：

步骤104，针对被拦截的彩信生成拦截提示信息。

在本发明实施例中，可以针对被拦截的彩信生成拦截提示信息，例如，生成红色的警示信息，提示用户已拦截了非法彩信，用户可以进行查找，也可以直接进行删除。

在本发明的一种可选实施例中，该方法还可以包括如下步骤：

步骤105，将所述多媒体数据的数据标识、数据特征、文本信息存储在非法彩信样本库中。

在本发明实施例中，若识别出非法彩信，则可以将其数据标识、数据特征、文本信息等特征存储在云端的非法彩信样本库中，训练更多的样本，最终可形成针对全网非法彩信的样本库。

由于非法彩信如今已形成一个产业链，所以相同的数据标识、数据特征、文本信息会大量出现在其它非法彩信中。

采用数据标识、数据特征、文本信息作为非法彩信的特征在其他彩信中进行匹配，以提取更多的特征，训练更多的样本，更适用于当前非法彩信产业化的情形，能更快更多地发现非法彩信，有效提高非法彩信的拦截效率。

例如，不法分子就某个赌博网站制造新的宣传海报(即图像数据)，采用彩信的形式进行传播。

由于是新的图像数据，因此，采用数据标识、数据特征无法识别出是非法彩信，但是，由于该赌博网站的宣传语句(如网址等)已存有样本(即文本信息)，因此，可以通过文本信息的匹配实现拦截。

进而，将该彩信的数据标识、数据特征和文本信息上传至云端的非法彩信样本库，则其他移动设备可以通过数据标识、数据特征进行快速识别。

对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图3，示出了根据本发明一个实施例的一种在移动设备中拦截彩信的装置实施例的结构框图，具体可以包括如下模块：

多媒体数据提取模块301，适于再监听到移动设备接收到彩信时，从所述彩信中提取多媒体数据；

非法彩信判断模块302，适于根据所述多媒体数据判断所述彩信是否为非法彩信；若是，则调用彩信拦截模块303；

彩信拦截模块303，适于拦截所述彩信。

在本发明的一种可选实施例中，所述非法彩信判断模302可以包括如下子模块：

数据标识匹配子模块，适于判断所述多媒体数据的数据标识是否与预置的非法彩信样本库的数据标识匹配；若是，则调用非法彩信判定子模块，若否，则调用数据特征匹配子模块；

数据特征匹配子模块，适于判断所述多媒体数据的数据特征是否与预置的非法彩信样本库的数据特征匹配；若是，则调用非法彩信判定子模块，若否，则调用文本信息匹配子模块；

文本信息匹配子模块，适于判断所述多媒体数据包含的文本信息是否与预置的非法彩信样本库的文本信息匹配；若是，则调用非法彩信判定子模块，若否，则调用合法彩信判定子模块；

非法彩信判定子模块，适于判定所述多媒体数据为非法彩信；

合法彩信判定子模块，适于判定所述多媒体数据为合法彩信。

在本发明实施例的一种可选示例中，所述多媒体数据可以包括图像数据和/或音频数据；

所述数据标识匹配子模块还可以适于：

对所述图像数据和/或所述音频数据生成图像内容标识和/或音频内容标识；

采用当前彩信的图像内容标识和/或音频内容标识，与，预置的非法彩信的图像内容标识和/或音频内容标识进行匹配。

在本发明实施例的一种可选示例中，所述多媒体数据可以包括图像数据和/或音频数据；

所述数据特征匹配子模块还可以适于：

从所述图像数据和/或所述音频数据中提取图像特征数据和/或音频特征数据；

采用当前彩信的图像特征数据和/或音频特征数据，与，预置的非法彩信的图像特征数据和/或音频特征数据进行匹配。

在本发明实施例的一种可选示例中，所述多媒体数据可以包括图像数据和/或音频数据；

所述文本信息匹配子模块还可以适于：

通过光学字符识别从所述图像数据中识别第一文本信息；

和/或，

通过语音识别从所述音频数据中识别第二文本信息；

采用所述第一文本信息和/或所述第二文本信息，与，预置的非法彩信的文本信息进行匹配。

在本发明的一种可选实施例中，该装置还可以包括如下模块：

拦截提示模块，适于针对被拦截的彩信生成拦截提示信息。

在本发明的一种可选实施例中，该装置还可以包括如下模块：

非法特征上传模块，适于将所述多媒体数据的数据标识、数据特征、文本信息存储在非法彩信样本库中。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的在移动设备中拦截彩信的设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种在移动设备中拦截彩信的方法，包括：

当监听到移动设备接收到彩信时，从所述彩信中提取多媒体数据；

根据所述多媒体数据判断所述彩信是否为非法彩信；

若是，则拦截所述彩信；

其中，所述根据所述多媒体数据判断所述彩信是否为非法彩信的步骤包括：

子步骤S11，判断所述多媒体数据的数据标识是否与预置的非法彩信样本库的数据标识匹配；若是，则执行子步骤S14，若否，则执行子步骤S12；

子步骤S12，判断所述多媒体数据的数据特征是否与预置的非法彩信样本库的数据特征匹配；若是，则执行子步骤S14，若否，则执行子步骤S13；

子步骤S13，判断所述多媒体数据包含的文本信息是否与预置的非法彩信样本库的文本信息匹配；若是，则执行子步骤S14，若否，则执行子步骤S15；

子步骤S14，判定所述多媒体数据为非法彩信；

子步骤S15，判定所述多媒体数据为合法彩信；

其中，所述多媒体数据包括图像数据和/或音频数据；

所述判断所述多媒体数据包含的文本信息是否与预置的非法彩信样本库的文本信息匹配的步骤包括：

对所述图像数据进行图像方向检测，校正所述图像数据的图像方向；

通过光学字符识别从校正图像方向后的图像数据中识别第一文本信息；

和/或，

通过语音识别从所述音频数据中识别第二文本信息；

采用所述第一文本信息和/或所述第二文本信息，与，预置的非法彩信的文本信息进行匹配。

2.如权利要求1所述的方法，其特征在于，所述多媒体数据包括图像数据和/或音频数据；

所述判断所述多媒体数据的数据标识是否与预置的非法彩信样本库的数据标识匹配的步骤包括：

对所述图像数据和/或所述音频数据生成图像内容标识和/或音频内容标识；

采用当前彩信的图像内容标识和/或音频内容标识，与，预置的非法彩信的图像内容标识和/或音频内容标识进行匹配。

3.如权利要求1所述的方法，其特征在于，所述多媒体数据包括图像数据和/或音频数据；

所述判断所述多媒体数据的数据特征是否与预置的非法彩信样本库的数据特征匹配的步骤包括：

从所述图像数据和/或所述音频数据中提取图像特征数据和/或音频特征数据；

采用当前彩信的图像特征数据和/或音频特征数据，与，预置的非法彩信的图像特征数据和/或音频特征数据进行匹配。

4.如权利要求1或2或3所述的方法，其特征在于，还包括：

针对被拦截的彩信生成拦截提示信息。

5.如权利要求1或2或3所述的方法，其特征在于，还包括：

将所述多媒体数据的数据标识、数据特征、文本信息存储在非法彩信样本库中。

6.一种在移动设备中拦截彩信的装置，包括：

多媒体数据提取模块，适于再监听到移动设备接收到彩信时，从所述彩信中提取多媒体数据；

非法彩信判断模块，适于根据所述多媒体数据判断所述彩信是否为非法彩信；若是，则调用彩信拦截模块；

彩信拦截模块，适于拦截所述彩信；

其中，所述非法彩信判断模包括：

数据标识匹配子模块，适于判断所述多媒体数据的数据标识是否与预置的非法彩信样本库的数据标识匹配；若是，则调用非法彩信判定子模块，若否，则调用数据特征匹配子模块；

数据特征匹配子模块，适于判断所述多媒体数据的数据特征是否与预置的非法彩信样本库的数据特征匹配；若是，则调用非法彩信判定子模块，若否，则调用文本信息匹配子模块；

文本信息匹配子模块，适于判断所述多媒体数据包含的文本信息是否与预置的非法彩信样本库的文本信息匹配；若是，则调用非法彩信判定子模块，若否，则调用合法彩信判定子模块；

非法彩信判定子模块，适于判定所述多媒体数据为非法彩信；

合法彩信判定子模块，适于判定所述多媒体数据为合法彩信；

其中，所述文本信息匹配子模块还适于：

对图像数据进行图像方向检测，校正所述图像数据的图像方向；

通过光学字符识别从校正图像方向后的图像数据中识别第一文本信息；

和/或，

通过语音识别从音频数据中识别第二文本信息；

采用所述第一文本信息和/或所述第二文本信息，与，预置的非法彩信的文本信息进行匹配。

7.如权利要求6所述的装置，其特征在于，所述多媒体数据包括图像数据和/或音频数据；

所述数据标识匹配子模块还适于：

对所述图像数据和/或所述音频数据生成图像内容标识和/或音频内容标识；

采用当前彩信的图像内容标识和/或音频内容标识，与，预置的非法彩信的图像内容标识和/或音频内容标识进行匹配。

8.如权利要求6所述的装置，其特征在于，所述多媒体数据包括图像数据和/或音频数据；

所述数据特征匹配子模块还适于：

从所述图像数据和/或所述音频数据中提取图像特征数据和/或音频特征数据；

采用当前彩信的图像特征数据和/或音频特征数据，与，预置的非法彩信的图像特征数据和/或音频特征数据进行匹配。

9.如权利要求6或7或8所述的装置，其特征在于，还包括：

拦截提示模块，适于针对被拦截的彩信生成拦截提示信息。

10.如权利要求6或7或8所述的装置，其特征在于，还包括：

非法特征上传模块，适于将所述多媒体数据的数据标识、数据特征、文本信息存储在非法彩信样本库中。

Images