CN108810290A - 一种诈骗电话的识别的方法及系统 - Google Patents
一种诈骗电话的识别的方法及系统 Download PDFInfo
- Publication number
- CN108810290A CN108810290A CN201810785750.2A CN201810785750A CN108810290A CN 108810290 A CN108810290 A CN 108810290A CN 201810785750 A CN201810785750 A CN 201810785750A CN 108810290 A CN108810290 A CN 108810290A
- Authority
- CN
- China
- Prior art keywords
- index
- fraudulent call
- value
- doubtful
- indicate
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/2281—Call monitoring, e.g. for law enforcement purposes; Call tracing; Detection or prevention of malicious calls
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/12—Detection or prevention of fraud
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2203/00—Aspects of automatic or semi-automatic exchanges
- H04M2203/60—Aspects of automatic or semi-automatic exchanges related to security aspects in telephonic communication systems
- H04M2203/6027—Fraud preventions
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Technology Law (AREA)
- Telephonic Communication Services (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种诈骗电话的识别的方法及系统,属于通信技术领域,其可至少部分解决现有的防范诈骗电话的方法不能有效快速识别诈骗电话的问题。一种诈骗电话的识别的方法包括:令疑似诈骗电话的当前指标的项数A=1;计算当前疑似诈骗度,其中疑似诈骗度是根据前A项指标的指标值、前A项指标的权重值以及前A项指标的调整系数计算,指标的调整系数为指标值与诈骗电话的对应指标的指标值的相似度;判断疑似诈骗度是否超过预设阈值;若是,则确定疑似诈骗电话为诈骗电话;若否,则令A=A+1,并返回所述计算当前疑似诈骗度的步骤。
Description
技术领域
本发明属于通信技术领域,具体涉及一种诈骗电话的识别的方法及系统。
背景技术
近年来,随着电信行业、金融行业的快速发展,人们可以利用移动终端、电脑进行各种消费支付、电子商务等各种网络业务。与此同时,电信诈骗的现象也愈演愈烈,而给用户在造成的损失也愈加严重。
电信欺诈是不发分子通过电信的手段对用户进行欺诈的行为。尽管电信欺诈的手段复杂多样,但是目前大多数的欺诈行为主要通过短信、电话等传统的电信手段完成。随着国家政府部门对电信欺诈的逐步重视,相继出台了一系列的电信监管政策。运营商一般采用发送行为监控和欺诈内容关键字识别的过滤技术对诈骗短信进行拦截。
现有技术中,对于诈骗电话,采用的一种方式是通过分析用户的异常行为,形成疑似诈骗号码单,再向疑似受害的用户发送提醒受骗的短信,从而避免用户受骗而造成的经济损失。然而,这种方法只能确定疑似诈骗电话以及疑似受害用户,针对性较差,从而处理效率低,不能够有效的识别诈骗电话以及不能有效的避免用户受骗。
发明内容
本发明至少部分解决现有的防范诈骗电话的方法不能有效快速识别诈骗电话的问题,提供一种能够快速有效识别诈骗电话的诈骗电话的识别的方法及系统。
解决本发明技术问题所采用的技术方案是一种诈骗电话的识别的方法,包括:
令疑似诈骗电话的当前指标的项数A=1;
计算当前疑似诈骗度,其中所述疑似诈骗度是根据前A项所述指标的指标值、前A项所述指标的权重值以及前A项所述指标的调整系数计算,所述指标的调整系数为所述指标值与诈骗电话的对应指标的指标值的相似度;
判断所述疑似诈骗度是否超过预设阈值;
若是,则确定所述疑似诈骗电话为诈骗电话;
若否,则令A=A+1,并返回所述计算当前疑似诈骗度的步骤。
进一步优选的是,根据以下公式计算当前所述疑似诈骗度:
或者
m+n=A≤t,
其中,c(xk)表示第k项变量取值为布尔类型的所述指标的得分,xk表示第k项指标的指标值,Y和N分别表示布尔类型为是或否,wk表示第k项所述指标的权重值,m表示前A项指标中变量的取值为布尔类型的所述指标的项数,dj(xj,lj)表示第j项变量取值为连续类型的所述指标的得分,xj表示第j项指标的指标值,lj表示第j项所述指标的阈值,wj表示第j项所述指标的权重值,Pj表示第j项所述指标的调整系数,n表示前A项指标中变量取值为连续类型的所述指标的项数,t表示所述指标的总项数。
进一步优选的是,所述变量的取值为布尔类型的所述指标包括所述疑似诈骗电话否是虚假主叫、所述疑似诈骗电话是否是跨国以及所述疑似诈骗电话是否是跨省中的至少一项。
进一步优选的是,所述变量的取值为连续类型所述指标包括所述疑似诈骗电话的平均通话时长、所述时间周期内主叫的频次中的至少一项。
进一步优选的是,所述计算当前疑似诈骗度之前还包括:对回访工单的数据进行分析,得出所述疑似诈骗电话列表,所述疑似诈骗电话列表包括所述疑似诈骗电话,所述回访工单的数据包括与诈骗电话相关的信息;统计所述疑似诈骗电话的所述指标的指标值、所述指标的权重值以及计算所述指标的调整系数。
进一步优选的是,所述确定所述疑似诈骗电话为诈骗电话之后还包括:根据所述诈骗电话的IMSI值确定所述诈骗电话的所属国家或者公司。
解决本发明技术问题所采用的技术方案是一种诈骗电话的识别的系统,包括:
计算模块,用于计算当前疑似诈骗度,其中所述疑似诈骗度是根据前A项所述指标的指标值、前A项所述指标的权重值以及前A项所述指标的调整系数计算,所述指标的调整系数为所述指标值与诈骗电话的对应指标的指标值的相似度;
判断模块,用于判断所述疑似诈骗度是否超过预设阈值,并在所述疑似诈骗度超过预设阈值时确定所述疑似诈骗电话为诈骗电话。
进一步优选的是,根据以下公式计算当前所述疑似诈骗度:
或者
m+n=A≤t,
其中,c(xk)表示第k项变量取值为布尔类型的所述指标的得分,xk表示第k项指标的指标值,Y和N分别表示布尔类型为是或否,wk表示第k项所述指标的权重值,m表示前A项指标中变量的取值为布尔类型的所述指标的项数,dj(xj,lj)表示第j项变量取值为连续类型的所述指标的得分,xj表示第j项指标的指标值,lj表示第j项所述指标的阈值,wj表示第j项所述指标的权重值,Pj表示第j项所述指标的调整系数,n表示前A项指标中变量取值为连续类型的所述指标的项数,t表示所述指标的总项数。
进一步优选的是,所述系统还包括:分析模块,用于对回访工单的数据进行分析,得出所述疑似诈骗电话列表,所述疑似诈骗电话列表包括所述疑似诈骗电话,所述回访工单的数据包括与诈骗电话相关的信息;统计模块,用于统计所述疑似诈骗电话的所述指标的指标值、所述指标的权重值以及计算所述指标的调整系数。
进一步优选的是,所述系统还包括:处理模块,用于根据所述诈骗电话的IMSI值确定所述诈骗电话的所属国家或者公司。
本发明的一种诈骗电话的识别的方法中,通过疑似诈骗电话指标的指标值、指标的权重值以及指标的调整系数计算出疑似诈骗度,再根据疑似诈骗度与预设阈值的比较最终确定该疑似诈骗电话是否为诈骗电话。在上述计算过程中,逐个根据指标计算疑似诈骗度,也就是说当前A项指标的指标值、前A项指标的权重值以及前A项指标的调整系数计算出疑似诈骗度超过阈值,确定该疑似诈骗电话为诈骗电话时,则不需要根据第A+1项之后指标值、指标的权重值以及指标的调整系数计算疑似诈骗度,这样不仅可以减小计算量,简化诈骗电话的判断过程,从而提高工作效率,而且可以根据多个指标判定可以更加精准的判断出诈骗电话。
此外,指标的调整系数为指标值与诈骗电话的对应指标的指标值的相似度,即当某指标的值明显超过该指标的阈值时,该指标的调整系数可以快速增大疑似诈骗度,不用再根据之后的指标计算,从而可以快速确定该疑似电话为诈骗电话。
附图说明
图1为本发明的实施例的一种诈骗电话的识别的方法的流程示意图;
图2为本发明的实施例的另一种诈骗电话的识别的方法的流程示意图;
图3为本发明的实施例的一种诈骗电话的识别的系统的组成示意框图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。
实施例1:
如图1所示,本实施例提供一种诈骗电话的识别的方法,包括:
S101、令疑似诈骗电话的当前指标的项数A=1。
其中,这里所说的似诈骗电话是指怀疑该电话为诈骗电话,但是并没有确定该电话为诈骗电话。
S102、计算当前疑似诈骗度,其中疑似诈骗度是根据前A项指标的指标值、前A项指标的权重值以及前A项指标的调整系数计算,指标的调整系数为指标值与诈骗电话的对应指标的指标值的相似度。
其中,这里所说的前A项指标是指第1至A项的指标,也就是说当前疑似诈骗度需要根据第1至A项的所有指标的指标值、第1至A项的所有指标的权重值以及第1至A项的所有指标的调整系数来计算。此外,当某指标的指标值明显超过该指标的阈值时,该指标的调整系数可以快速增大疑似诈骗度,从而可以快速判断该疑似诈骗电话是否为诈骗电话。
S103、判断疑似诈骗度是否超过预设阈值。
若是,则确定疑似诈骗电话为诈骗电话;若否,则令A=A+1,并返回计算当前疑似诈骗度的步骤。
其中,也就是说当第1至A项的指标计算出的疑似诈骗度的值小于设定阈值时,则需要继续根据第1至A+1项的指标来计算疑似诈骗度,直到疑似诈骗度超过设定阈值才停止计算。
本发明的一种诈骗电话的识别的方法中,逐个根据指标计算疑似诈骗度,也就是说当前A项指标的指标值、前A项指标的权重值以及前A项指标的调整系数计算出疑似诈骗度超过阈值,确定该疑似诈骗电话为诈骗电话时,则不需要根据第A+1项之后指标值、指标的权重值以及指标的调整系数计算疑似诈骗度,这样不仅可以减小计算量,简化诈骗电话的判断过程,从而提高工作效率,而且可以根据多个指标判定可以更加精准的判断出诈骗电话。
此外,指标的调整系数为指标值与诈骗电话的对应指标的指标值的相似度,即当某指标的指标值明显超过该指标的阈值时,该指标的调整系数可以快速增大疑似诈骗度,不用再根据之后的指标计算,从而可以快速确定该疑似电话为诈骗电话。
实施例2:
如图2所示,本实施例提供一种诈骗电话的识别的方法,包括:
S201、对回访工单的数据进行分析,得出疑似诈骗电话列表,疑似诈骗电话列表包括疑似诈骗电话,回访工单的数据包括与诈骗电话相关的信息。
其中,回访工单的数据具体包括疑似诈骗者电话、受害者电话、欺诈类型、诈骗情况、诈骗金额等,对回访工单的数据进行分析包括对受害者电话号码加密脱敏、分析诈骗情况等,从而得出疑似诈骗电话列表。
S202、统计疑似诈骗电话指标的指标值、指标的权重值以及计算指标的调整系数。
其中,这里所说的指标可以包括疑似诈骗电话否是虚假主叫、疑似诈骗电话是否是跨国、疑似诈骗电话是否是跨省、疑似诈骗电话的平均通话时长以及时间周期内主叫的频次等。指标值是指对应指标值的实际情况,例如,当指标为疑似诈骗电话否是虚假主叫时,疑似诈骗电话是虚假主叫以及疑似诈骗电话不是虚假主叫分别为该指标的两个指标值。指标的权重值是指该指标影响判断该电话是否为诈骗电话的能力的重要程度。此外,不同的指标的调整系数计算方式不同,当某指标的指标值明显超过该指标的阈值时,该指标的调整系数可以快速增大疑似诈骗度。
S203、令疑似诈骗电话的当前指标的项数A=1。
其中,这里所说的似诈骗电话是指怀疑该电话为诈骗电话,但是并没有确定该电话为诈骗电话。
S204、计算当前疑似诈骗度,其中疑似诈骗度是根据前A项指标的指标值、前A项指标的权重值以及前A项指标的调整系数计算,指标的调整系数为指标值与诈骗电话的对应指标的指标值的相似度。
其中,这里所说的前A项指标是指第1至A项的指标,也就是说当前疑似诈骗度需要根据第1至A项的所有指标的指标值、第1至A项的所有指标的权重值以及第1至A项的所有指标的调整系数来计算。
具体的,根据以下公式计算当前疑似诈骗度:
或者
m+n=A≤t,
其中,c(xk)表示第k项变量取值为布尔类型的所述指标的得分,xk表示第k项指标的指标值,Y和N分别表示布尔类型为是或否,wk表示第k项所述指标的权重值,m表示前A项指标中变量的取值为布尔类型的所述指标的项数,dj(xj,lj)表示第j项变量取值为连续类型的所述指标的得分,xj表示第j项指标的指标值,lj表示第j项所述指标的阈值,wj表示第j项所述指标的权重值,Pj表示第j项所述指标的调整系数,n表示前A项指标中变量取值为连续类型的所述指标的项数,t表示所述指标的总项数。
变量的取值为布尔类型指标的数据包括疑似诈骗电话否是虚假主叫、疑似诈骗电话是否是跨国以及疑似诈骗电话是否是跨省中的至少一项。变量的取值为连续类型指标的数据包括疑似诈骗电话的平均通话时长、时间周期内主叫的频次中的至少一项。同时,指标的调整系数具体是指变量的取值为连续类型指标的调整系数。
S205、判断疑似诈骗度是否超过预设阈值。
若是,则疑似诈骗电话为诈骗电话;若否,则令A=A+1,并返回计算当前疑似诈骗度的步骤。
其中,也就是说当第1至A项的指标计算出的疑似诈骗度的值小于设定阈值时,则需要继续根据第1至A+1项的指标来计算疑似诈骗度,直到疑似诈骗度超过设定阈值才停止计算。
S206、根据诈骗电话的IMSI值确定诈骗电话的所属国家或者公司。
其中,首先将该诈骗电话推送至定位系统,其次通过分析该诈骗电话以及各个公司或者国家推送的国际移动用户识别码(International Mobile SubscriberIdentification Number,IMSI)确定该诈骗电话的所属国家或者公司,然后可以由定位系统向该诈骗电话的所属公司发出提醒,从而终止该诈骗电话的诈骗行为。
本发明的一种诈骗电话的识别的方法中,逐个根据指标计算疑似诈骗度,也就是说当前A项指标的指标值、前A项指标的权重值以及前A项指标的调整系数计算出疑似诈骗度超过阈值,确定该疑似诈骗电话为诈骗电话时,则不需要根据第A+1项之后指标值、指标的权重值以及指标的调整系数计算疑似诈骗度,这样不仅可以减小计算量,简化诈骗电话的判断过程,从而提高工作效率,而且可以根据多个指标判定可以更加精准的判断出诈骗电话。
此外,指标的调整系数为指标值与诈骗电话的对应指标的指标值的相似度,即当某指标的指标值明显超过该指标的阈值时,该指标的调整系数可以快速增大疑似诈骗度,不用再根据之后的指标计算,从而可以快速确定该疑似电话为诈骗电话。
实施例3:
如图3所示,本实施例提供一种诈骗电话的识别的系统,包括计算模块、判断模块、分析模块、统计模块以及处理模块。
其中,计算模块用于计算当前疑似诈骗度,其中疑似诈骗度是根据前A项指标的指标值、前A项指标的权重值以及前A项指标的调整系数计算,指标的调整系数为所述指标值与诈骗电话的对应指标的指标值的相似度。
具体的,根据以下公式计算当前疑似诈骗度:
或者
m+n=A≤t,
其中,c(xk)表示第k项变量取值为布尔类型的所述指标的得分,xk表示第k项指标的指标值,Y和N分别表示布尔类型为是或否,wk表示第k项所述指标的权重值,m表示前A项指标中变量的取值为布尔类型的所述指标的项数,dj(xj,lj)表示第j项变量取值为连续类型的所述指标的得分,xj表示第j项指标的指标值,lj表示第j项所述指标的阈值,wj表示第j项所述指标的权重值,Pj表示第j项所述指标的调整系数,n表示前A项指标中变量取值为连续类型的所述指标的项数,t表示所述指标的总项数。
其中,判断模块用于判断疑似诈骗度是否超过预设阈值,并在疑似诈骗度超过预设阈值时确定疑似诈骗电话为诈骗电话。
其中,分析模块用于对回访工单的数据进行分析,得出疑似诈骗电话列表,疑似诈骗电话列表包括疑似诈骗电话,回访工单的数据包括与诈骗电话相关的信息。
其中,统计模块用于统计疑似诈骗电话指标的指标值、指标的权重值以及计算指标的调整系数。
其中,处理模块用于根据诈骗电话的IMSI值确定诈骗电话的所属国家或者公司。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种诈骗电话的识别的方法,其特征在于,包括:
令疑似诈骗电话的当前指标的项数A=1;
计算当前疑似诈骗度,其中所述疑似诈骗度是根据前A项所述指标的指标值、前A项所述指标的权重值以及前A项所述指标的调整系数计算,所述指标的调整系数为所述指标值与诈骗电话的对应指标的指标值的相似度;
判断所述疑似诈骗度是否超过预设阈值;
若是,则确定所述疑似诈骗电话为诈骗电话;
若否,则令A=A+1,并返回所述计算当前疑似诈骗度的步骤。
2.根据权利要求1所述诈骗电话的识别的方法,其特征在于,根据以下公式计算当前所述疑似诈骗度:
或者
m+n=A≤t,
其中,c(xk)表示第k项变量取值为布尔类型的所述指标的得分,xk表示第k项指标的指标值,Y和N分别表示布尔类型为是或否,wk表示第k项所述指标的权重值,m表示前A项指标中变量的取值为布尔类型的所述指标的项数,dj(xj,lj)表示第j项变量取值为连续类型的所述指标的得分,xj表示第j项指标的指标值,lj表示第j项所述指标的阈值,wj表示第j项所述指标的权重值,Pj表示第j项所述指标的调整系数,n表示前A项指标中变量取值为连续类型的所述指标的项数,t表示所述指标的总项数。
3.根据权利要求2所述的诈骗电话的识别的方法,其特征在于,所述变量的取值为布尔类型的所述指标包括所述疑似诈骗电话否是虚假主叫、所述疑似诈骗电话是否是跨国以及所述疑似诈骗电话是否是跨省中的至少一项。
4.根据权利要求2所述的诈骗电话的识别的方法,其特征在于,所述变量的取值为连续类型所述指标包括所述疑似诈骗电话的平均通话时长、所述时间周期内主叫的频次中的至少一项。
5.根据权利要求1所述的诈骗电话的识别的方法,其特征在于,所述计算当前疑似诈骗度之前还包括:
对回访工单的数据进行分析,得出所述疑似诈骗电话列表,所述疑似诈骗电话列表包括所述疑似诈骗电话,所述回访工单的数据包括与诈骗电话相关的信息;
统计所述疑似诈骗电话的所述指标的指标值、所述指标的权重值以及计算所述指标的调整系数。
6.根据权利要求1所述的诈骗电话的识别的方法,其特征在于,所述确定所述疑似诈骗电话为诈骗电话之后还包括:
根据所述诈骗电话的IMSI值确定所述诈骗电话的所属国家或者公司。
7.一种诈骗电话的识别的系统,其特征在于,包括:
计算模块,用于计算当前疑似诈骗度,其中所述疑似诈骗度是根据前A项所述指标的指标值、前A项所述指标的权重值以及前A项所述指标的调整系数计算,所述指标的调整系数为所述指标值与诈骗电话的对应指标的指标值的相似度;
判断模块,用于判断所述疑似诈骗度是否超过预设阈值,并在所述疑似诈骗度超过预设阈值时确定所述疑似诈骗电话为诈骗电话。
8.根据权利要求7所述的诈骗电话的识别的系统,其特征在于,根据以下公式计算当前所述疑似诈骗度:
或者
m+n=A≤t,
其中,c(xk)表示第k项变量取值为布尔类型的所述指标的得分,xk表示第k项指标的指标值,Y和N分别表示布尔类型为是或否,wk表示第k项所述指标的权重值,m表示前A项指标中变量的取值为布尔类型的所述指标的项数,dj(xj,lj)表示第j项变量取值为连续类型的所述指标的得分,xj表示第j项指标的指标值,lj表示第j项所述指标的阈值,wj表示第j项所述指标的权重值,Pj表示第j项所述指标的调整系数,n表示前A项指标中变量取值为连续类型的所述指标的项数,t表示所述指标的总项数。
9.根据权利要求7所述的诈骗电话的识别的系统,其特征在于,还包括:
分析模块,用于对回访工单的数据进行分析,得出所述疑似诈骗电话列表,所述疑似诈骗电话列表包括所述疑似诈骗电话,所述回访工单的数据包括与诈骗电话相关的信息;
统计模块,用于统计所述疑似诈骗电话的所述指标的指标值、所述指标的权重值以及计算所述指标的调整系数。
10.根据权利要求7所述的诈骗电话的识别的系统,其特征在于,还包括:
处理模块,用于根据所述诈骗电话的IMSI值确定所述诈骗电话的所属国家或者公司。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810785750.2A CN108810290B (zh) | 2018-07-17 | 2018-07-17 | 一种诈骗电话的识别的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810785750.2A CN108810290B (zh) | 2018-07-17 | 2018-07-17 | 一种诈骗电话的识别的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108810290A true CN108810290A (zh) | 2018-11-13 |
CN108810290B CN108810290B (zh) | 2021-04-02 |
Family
ID=64077239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810785750.2A Active CN108810290B (zh) | 2018-07-17 | 2018-07-17 | 一种诈骗电话的识别的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108810290B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109688275A (zh) * | 2018-12-27 | 2019-04-26 | 中国联合网络通信集团有限公司 | 骚扰电话识别方法、装置及存储介质 |
CN109995925A (zh) * | 2019-02-27 | 2019-07-09 | 努比亚技术有限公司 | 一种骚扰电话识别方法、终端及计算机可读存储介质 |
CN110866049A (zh) * | 2019-11-27 | 2020-03-06 | 北京明略软件系统有限公司 | 目标对象类别的确认方法及装置、存储介质、电子装置 |
CN112995999A (zh) * | 2019-12-02 | 2021-06-18 | 中国移动通信集团浙江有限公司 | 诈骗地点识别方法、装置及计算设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160269908A1 (en) * | 2013-09-13 | 2016-09-15 | Network Kinetix, LLC | System and method for an automated system for continuous observation, audit and control of user activities as they occur within a mobile network |
CN106954218A (zh) * | 2017-03-15 | 2017-07-14 | 中国联合网络通信集团有限公司 | 一种骚扰号码分类方法、装置和系统 |
CN107273531A (zh) * | 2017-06-28 | 2017-10-20 | 百度在线网络技术(北京)有限公司 | 电话号码分类识别方法、装置、设备及存储介质 |
CN107451192A (zh) * | 2017-06-28 | 2017-12-08 | 国家计算机网络与信息安全管理中心 | 一种基于分解聚合的电信诈骗电话的分类检测方法 |
US20170357867A1 (en) * | 2013-05-08 | 2017-12-14 | Jpmorgan Chase Bank, N.A. | Systems and methods for high fidelity multi-modal out-of-band biometric authentication |
CN107506776A (zh) * | 2017-01-16 | 2017-12-22 | 恒安嘉新(北京)科技股份公司 | 一种诈骗电话号码的分析方法 |
CN108108756A (zh) * | 2017-12-18 | 2018-06-01 | 北京工业大学 | 一种基于svm分类算法的话单信息中敏感电话发现方法 |
CN108804669A (zh) * | 2018-06-08 | 2018-11-13 | 国家计算机网络与信息安全管理中心 | 一种基于意图理解技术的诈骗电话检出方法 |
-
2018
- 2018-07-17 CN CN201810785750.2A patent/CN108810290B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170357867A1 (en) * | 2013-05-08 | 2017-12-14 | Jpmorgan Chase Bank, N.A. | Systems and methods for high fidelity multi-modal out-of-band biometric authentication |
US20160269908A1 (en) * | 2013-09-13 | 2016-09-15 | Network Kinetix, LLC | System and method for an automated system for continuous observation, audit and control of user activities as they occur within a mobile network |
CN107506776A (zh) * | 2017-01-16 | 2017-12-22 | 恒安嘉新(北京)科技股份公司 | 一种诈骗电话号码的分析方法 |
CN106954218A (zh) * | 2017-03-15 | 2017-07-14 | 中国联合网络通信集团有限公司 | 一种骚扰号码分类方法、装置和系统 |
CN107273531A (zh) * | 2017-06-28 | 2017-10-20 | 百度在线网络技术(北京)有限公司 | 电话号码分类识别方法、装置、设备及存储介质 |
CN107451192A (zh) * | 2017-06-28 | 2017-12-08 | 国家计算机网络与信息安全管理中心 | 一种基于分解聚合的电信诈骗电话的分类检测方法 |
CN108108756A (zh) * | 2017-12-18 | 2018-06-01 | 北京工业大学 | 一种基于svm分类算法的话单信息中敏感电话发现方法 |
CN108804669A (zh) * | 2018-06-08 | 2018-11-13 | 国家计算机网络与信息安全管理中心 | 一种基于意图理解技术的诈骗电话检出方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109688275A (zh) * | 2018-12-27 | 2019-04-26 | 中国联合网络通信集团有限公司 | 骚扰电话识别方法、装置及存储介质 |
CN109995925A (zh) * | 2019-02-27 | 2019-07-09 | 努比亚技术有限公司 | 一种骚扰电话识别方法、终端及计算机可读存储介质 |
CN110866049A (zh) * | 2019-11-27 | 2020-03-06 | 北京明略软件系统有限公司 | 目标对象类别的确认方法及装置、存储介质、电子装置 |
CN112995999A (zh) * | 2019-12-02 | 2021-06-18 | 中国移动通信集团浙江有限公司 | 诈骗地点识别方法、装置及计算设备 |
CN112995999B (zh) * | 2019-12-02 | 2022-12-27 | 中国移动通信集团浙江有限公司 | 诈骗地点识别方法、装置及计算设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108810290B (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108810290A (zh) | 一种诈骗电话的识别的方法及系统 | |
CN104463603B (zh) | 一种信用评估方法及系统 | |
CN108989581B (zh) | 一种用户风险识别方法、装置及系统 | |
CN105869035A (zh) | 一种移动用户信用评估方法及装置 | |
CN106331390A (zh) | 一种基于通话数据来识别诈骗号码的方法和系统 | |
CN108093405A (zh) | 一种诈骗电话号码分析方法和设备 | |
Lu et al. | Telecom fraud identification based on ADASYN and random forest | |
CN101882146A (zh) | 一种基于聚类的移动通信业务用户虚开识别方法 | |
CN110347566B (zh) | 用于对注册风控模型进行效能评估的方法及装置 | |
CN102387512A (zh) | 基于向量空间模型的重入网分析方法 | |
CN107563588A (zh) | 一种个人信用的获取方法和获取系统 | |
CN103139730B (zh) | 用于识别大量号码低频发送垃圾短信情况的方法 | |
CN107705414B (zh) | 一种纸币的识别方法、装置、终端设备和存储介质 | |
CN108717418A (zh) | 一种基于不同数据源的数据关联方法和装置 | |
CN109274834B (zh) | 一种基于通话行为的快递号码识别方法 | |
Panigrahi et al. | Use of dempster-shafer theory and Bayesian inferencing for fraud detection in mobile communication networks | |
KR20130083286A (ko) | 이동통신 단말기의 스팸 처리 시스템 | |
CN115563082A (zh) | 一种基于实时话单大数据的诈骗号码识别方法和装置 | |
CN108769434A (zh) | 来电处理方法、装置及系统 | |
Kabari et al. | Telecommunications subscription fraud detection using Naïve Bayesian network | |
Ab Raub et al. | Using subscriber usage profile risk score to improve accuracy of telecommunication fraud detection | |
CN114168423A (zh) | 异常号码的呼叫监控方法、装置、设备及存储介质 | |
WO2014094302A1 (zh) | 一种多次入网用户的判断方法及装置 | |
CN106875276A (zh) | 一种通信用户社交圈生成方法及系统 | |
CN111222844A (zh) | 一种智能化信息共享管理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |