CN110086943A - 号码监测方法及装置 - Google Patents

Abstract

本发明是关于号码监测方法及装置。该方法包括：获取至少一个监测号码中各监测号码的至少一个特征信息；根据所述各监测号码的至少一个特征信息，计算所述各监测号码的至少一个特征信息中各特征信息的评分分量和所述各监测号码的特征评分总值；根据所述各监测号码的各特征信息的评分分量和/或特征评分总量，监测所述各监测号码是否发生预设异常行为。通过本发明的技术方案，可对各监测号码进行主动而自动的监控，以尽早地、主动地确定号码是否发生异常行为，进而便于及时地对发生异常行为的号码采取相应措施。

Description

号码监测方法及装置

技术领域

本发明涉及通讯技术领域，特别涉及一种号码监测方法及装置。

背景技术

目前，号码异常行为的监测通常并不及时，往往在某个号码已经进行了长时间的异常行为或者很多异常行为后，才能确定该号码发生了异常行为，例如：某号码在多次或长时间骚扰其他用户时，才能确定该号码为骚扰号码，发生了骚扰行为，这就使得对发生异常行为的号码的监测并不及时，进而导致对发生异常行为的号码的治理、预防也并不及时。因而，如何尽早地、主动地确定号码是否发生异常行为，进而便于及时地对发生异常行为的号码采取相应措施成为了亟待解决的问题。

发明内容

本发明提供一种号码监测方法及装置，用以对各监测号码进行主动而自动的监控，以尽早地、主动地确定号码是否发生异常行为，进而便于及时地对发生异常行为的号码采取相应措施。

本发明提供一种号码监测方法，包括：

获取至少一个监测号码中各监测号码的至少一个特征信息；

根据所述各监测号码的至少一个特征信息，计算所述各监测号码的至少一个特征信息中各特征信息的评分分量和所述各监测号码的特征评分总值；

根据所述各监测号码的各特征信息的评分分量和/或特征评分总量，监测所述各监测号码是否发生预设异常行为。

在一个实施例中，所述根据所述各监测号码的至少一个特征信息，计算所述各监测号码的至少一个特征信息中各特征信息的评分分量和所述各监测号码的特征评分总值，包括：

确定所述各监测号码的至少一个特征信息中各特征信息对应的参考信息值；

根据所述各监测号码的各特征信息的当前值和/或所述各监测号码的各特征信息的参考信息值，获得所述各监测号码的各特征信息的评分分量；

根据所述各监测号码的各特征信息的评分分量，计算所述各监测号码的特征评分总值。

在一个实施例中，所述各监测号码的至少一个特征信息包括：

所述各监测号码所属号段中发生预设异常行为的号码数量、所述各监测号码所在归属地内发生预设异常行为的号码数量、所述各监测号码的通话地区分散程度、所述各监测号码对应的呼叫类型比例、所述各监测号码的拨打频次和所述各监测号码对应的生活服务类通话比例中的至少一项。

在一个实施例中，所述预设异常行为包括：催收行为、轰炸行为、骚扰行为、诈骗行为中的至少一项。

在一个实施例中，根据所述各监测号码的各特征信息的评分分量和/或特征评分总量，监测所述各监测号码是否发生预设类型的行为，包括：

判断所述各监测号码的各特征信息的评分分量是否满足对应的预设评分分量；

当所述至少一个监测号码中任一监测号码满足对应的预设评分分量时，若所述任一监测号码的特征评分总量在所述至少一个监测号码的特征评分总量中的排名为前N名，则确定所述任一监测号码发生预设异常行为。

本发明还提供一种号码监测装置，包括：

获取模块，用于获取至少一个监测号码中各监测号码的至少一个特征信息；

计算模块，用于根据所述各监测号码的至少一个特征信息，计算所述各监测号码的至少一个特征信息中各特征信息的评分分量和所述各监测号码的特征评分总值；

监测模块，用于根据所述各监测号码的各特征信息的评分分量和/或特征评分总量，监测所述各监测号码是否发生预设异常行为。

在一个实施例中，所述计算模块包括：

第一确定子模块，用于确定所述各监测号码的至少一个特征信息中各特征信息对应的参考信息值；

获取子模块，用于根据所述各监测号码的各特征信息的当前值和/或所述各监测号码的各特征信息的参考信息值，获得所述各监测号码的各特征信息的评分分量；

计算子模块，用于根据所述各监测号码的各特征信息的评分分量，计算所述各监测号码的特征评分总值。

在一个实施例中，所述各监测号码的至少一个特征信息包括：

所述各监测号码所属号段中发生预设异常行为的号码数量、所述各监测号码所在归属地内发生预设异常行为的号码数量、所述各监测号码的通话地区分散程度、所述各监测号码对应的呼叫类型比例、所述各监测号码的拨打频次和所述各监测号码对应的生活服务类通话比例中的至少一项。

在一个实施例中，所述预设异常行为包括：催收行为、轰炸行为、骚扰行为、诈骗行为中的至少一项。

在一个实施例中，所述监测模块包括：

判断子模块，用于判断所述各监测号码的各特征信息的评分分量是否满足对应的预设评分分量；

第二确定子模块，用于当所述至少一个监测号码中任一监测号码满足对应的预设评分分量时，若所述任一监测号码的特征评分总量在所述至少一个监测号码的特征评分总量中的排名为前N名，则确定所述任一监测号码发生预设异常行为。

本公开的实施例提供的技术方案可以包括以下有益效果：

通过确定各监测号码的至少一个特征信息，可根据这些特征信息分别计算各监测号码的每个特征信息的评分分量以及各监测号码的特征评分总值，然后根据各监测号码的各特征信息的评分分量和/或特征评分总值，自动确定各监测号码是否发生预设异常行为，从而对各监测号码进行主动而自动的监控，以尽早地、主动地确定号码是否发生异常行为，进而便于及时地对发生异常行为的号码采取相应措施。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是根据一示例性实施例示出的一种号码监测方法的流程图。

图2是根据一示例性实施例示出的另一种号码监测方法的流程图。

图3是根据一示例性实施例示出的一种号码监测装置的框图。

图4是根据一示例性实施例示出的另一种号码监测装置的框图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

为了解决上述技术问题，本公开实施例提供了一种号码监测方法，该方法适用于号码监测程序、系统或装置中，其执行主体可以是手机等终端或者服务器，如图1所示，该方法包括步骤S101至步骤S103，其中：

在步骤S101中，获取至少一个监测号码中各监测号码的至少一个特征信息；

各监测号码的至少一个特征信息包括：

各监测号码所属号段中发生预设异常行为的号码数量、各监测号码所在归属地内发生预设异常行为的号码数量、各监测号码的通话地区分散程度、各监测号码对应的呼叫类型比例和各监测号码对应的生活服务类通话比例中的至少一项。

在步骤S102中，根据各监测号码的至少一个特征信息，计算各监测号码的至少一个特征信息中各特征信息的评分分量和各监测号码的特征评分总值；

在步骤S103中，根据各监测号码的各特征信息的评分分量和/或特征评分总量，监测各监测号码是否发生预设异常行为。

通过确定各监测号码的至少一个特征信息，可根据这些特征信息分别计算各监测号码的每个特征信息的评分分量以及各监测号码的特征评分总值，然后根据各监测号码的各特征信息的评分分量和/或特征评分总值，自动确定各监测号码是否发生预设异常行为(即各监测号码是否发生骚扰行为、轰炸行为、诈骗行为等)，从而对各监测号码进行主动而自动的监控，以尽早地、主动地确定号码是否发生异常行为，进而便于及时地对发生异常行为的号码采取相应措施，如及时地将发生骚扰行为的号码进行广播，或者禁止发生骚扰行为的号码拨打电话，或者及时地对发生诈骗行为的号码进行追踪、禁播电话等。

其中，发生预设异常行为的监测号码即预设异常号码，例如：发生骚扰行为的号码就是骚扰号码，发生轰炸行为的号码为轰炸号码。

如图2所示，在一个实施例中，上述图1中的步骤S102，即根据各监测号码的至少一个特征信息，计算各监测号码的至少一个特征信息中各特征信息的评分分量和各监测号码的特征评分总值，可以包括步骤S201至步骤S203：

在步骤S201中，确定各监测号码的至少一个特征信息中各特征信息对应的参考信息值；

各特征信息对应的参考信息值可以是未发生预设异常行为的号码的各特征信息对应的信息值，例如：正常情况下号码(即未发生异常行为的号码)所属号段内的骚扰号码数量、诈骗号码数量都较少，因而，正常号段内的骚扰电话数量可以是1个、2个，又例如：正常情况下号码的通话对端的城市分布较为集中，因而，正常号码的通话对端的归属地的数量可以是1～3个。

在步骤S202中，根据各监测号码的各特征信息的当前值和/或各监测号码的各特征信息的参考信息值，获得各监测号码的各特征信息的评分分量；

在步骤S203中，根据各监测号码的各特征信息的评分分量，计算各监测号码的特征评分总值。

在计算各监测号码的各特征信息的评分分量时，可根据各监测号码的各特征信息的当前值和/或各特征信息对应的参考信息值自动计算，然后统计各监测号码的各特征信息的评分分量之和，即可准确得到每个监测号码的特征评分总值，即每个监测号码的特征评分总值为每个监测号码的各特征信息的评分分量相加而得到的和，或者每个监测号码的特征评分总值为每个监测号码的各特征信息的评分分量乘以各特征信息的权重后相加而得到的和。

另外，各监测号码的各特征信息的评分分量在其特征评分总值中的加减方法如表1所示：

在一个实施例中，各监测号码的至少一个特征信息包括：

各监测号码所属号段中发生预设异常行为的号码数量、各监测号码所在归属地内发生预设异常行为的号码数量、各监测号码的通话地区分散程度、各监测号码对应的呼叫类型比例、各监测号码的拨打频次和各监测号码对应的生活服务类通话比例中的至少一项。

所有号段均是预先根据海量号码设置好的，在设置号段时，可按照号码大小顺序划分号段，或者，根据预先确定的所有发生异常行为的号码所发生的具体异常行为设定，例如：可根据已确定的发生骚扰行为的所有号码确定骚扰号段，或者根据已确定的发生诈骗行为的所有号码确定诈骗号段等。

各监测号码所属号段中发生预设异常行为的号码数量可以是：各监测号码所属号段中发生骚扰行为的号码的总数量、或者各监测号码所属号段中发生诈骗行为的号码的总数量、或者各监测号码所属号段中发生轰炸行为的号码的总数量、或者各监测号码所属号段中发生催收行为的号码的总数量。

各监测号码所在归属地具体可以是：各监测号码所归属的省、市、县等行政区域，以及各监测号码归属的运营商。各监测号码所在归属地内发生预设异常行为的号码数量即：各监测号码所在归属地内发生预设异常行为的号码的总数量。

各监测号码的通话地区分散程度用于表征各监测号码的通话对端的归属地的分散程度，例如：134xxxxxxx的通话对方的归属地的分散程度。

各监测号码对应的呼叫类型比例可以是各监测号码被叫的次数占各监测号码的通话总数量的比例。

各监测号码的拨打频次即各监测号码在一定时间段内的拨打次数。

各监测号码对应的生活服务类通话比例可以是各监测号码与生活服务类号码通话的次数占各监测号码的总通话次数的比例。

其中，各监测号码所属号段中发生预设异常行为的号码数量、各监测号码所在归属地内发生预设异常行为的号码数量是上述至少一个特征信息中最重要的特征信息，基于这两个特征可初步确定监测号码是否发生了异常行为，而其他特征信息用于辅助判断监测号码是否确定发生了异常行为，具体地，为了进一步确认该监测号码是否发生了异常行为，需要计算上述至少一个特征信息的特征评分总量，以确定监测号码的特征评分总量的排名。

各监测号码的各特征信息的解释如表2所示：

表2

在一个实施例中，预设异常行为包括：催收行为、轰炸行为、骚扰行为、诈骗行为中的至少一项。

在一个实施例中，根据各监测号码的各特征信息的评分分量和/或特征评分总量，监测各监测号码是否发生预设类型的行为，包括：

判断各监测号码的各特征信息的评分分量是否满足对应的预设评分分量；

各监测号码的各特征信息的评分分量对应的预设评分分量因各特征信息而异。当然，每个监测号码的每个特征信息对应的预设评分分量与每个特征信息对应的参考信息值可以相同，也可以不相同。

当至少一个监测号码中任一监测号码满足对应的预设评分分量时，若任一监测号码的特征评分总量在至少一个监测号码的特征评分总量中的排名为前N名，则确定任一监测号码发生预设异常行为，其中，将号码按照特征评分总量进行排名时，是按照特征评分总量从大到小的顺序，N为正整数，可个性化定制，如可以是20、50、100、1000等，而任一监测号码是上述至少一个监测号码中的监测号码。

当至少一个监测号码中任一监测号码满足对应的预设评分分量时，可以初步确定该任一监测号码发生了预设异常行为(即初步确定该任一监测号码属于预设异常号码)，例如：如果某监测号码所属号段中发生诈骗行为的号码数量大于第一预设数量(如某号码所属号段内有20多个诈骗号码，而第一预设数量为5或10)，则可初步确定该任一监测号码发生了诈骗行为。

又例如：如果某监测号码所在归属地内发生催收行为的号码大于第二预设数量(如某号码所在归属地内有50多个催收号码，而该第二预设数量可以为20)，则可初步确定该任一监测号码发生了催收行为。

而至于该任一监测号码是否确定为预设异常行为，还需结合该任一监测号码的特征评分总量在所有监测号码的特征评分分量中的排名，具体地，若任一监测号码的特征评分总量在至少一个监测号码的特征评分总量中的排名为前N名，则可准确确定该任一监测号码发生预设异常行为。

例如：在初步确定某监测号码为发生轰炸行为的号码时，若该监测号码的特征评分总量在所有监测号码的特征评分总量中排名前20而N为50，则可准确确定该监测号码发生了轰炸行为。

另外，在本发明中，在根据各监测号码的至少一个特征信息，计算各监测号码的至少一个特征信息中各特征信息的评分分量时，

判断各监测号码的标记类型是否属于预设号码类型，其中，预设号码类型包括：仅能发送短信息的号码以及运营商号码；

对于标记类型不属于预设号码类型的号码，才计算各监测号码的评分分量。

预设号码类型包括但不限于仅能发送短信息的号码以及运营商号码，其具体的类型如下表3所示(其中，表3中，保留指的是将该号码作为本发明的监测号码，而剔除指的是不将该号码作为本发明的监测号码)：

下面将以判断监测号码是否发生了骚扰行为(即确定监测号码是否为骚扰号码)为例，进一步详细说明本发明的技术方案：

步骤一：统计某监测号码的各特征信息的评分分量，其中，各特征信息的评分分量的计算方式如下：

1)号段对应的评分分量A的评分标准：

具体评分原理为：若监测号码归属在某骚扰高发的号段(即有较多骚扰号码的号段)里，则初步说明该监测号码很可能属于骚扰号码，为了进一步确定，需要计算该监测号码在其所在的号码段上的评分分量，而具体评分规则如表4所示：

表4

举例说明：假定监测号码所属号段属于未发生异常行为的号段时其骚扰号码的数量可能是1或2，而若监测号码所属的号段里有10个已知骚扰的号码，说明该号码成为骚扰号码的可能性较高，可能属于骚扰号码，为了进一步确定该监测号码是否为骚扰号码，则需进一步计算该号码所在号段上的评分分量。利用表4可知，该号码在号段上的评分分量A为8分。

当然，若监测号码归属在某轰炸号段(即有较多轰炸号码的号段)里，则初步确定该监测号码属于轰炸号码，为了进一步确定其是否为轰炸号码，需要计算该监测号码在其所属的号段内的评分分量，而具体的加分标准可以与表4相同，也可以不同。

2)各监测号码所在归属地内发生骚扰行为的号码数量的评分分量B的评分标准：

评分原理为：若监测号码归属在骚扰高发地域内(即该号码归属地内有较多骚扰号码)，则初步说明该监测号码很可能属于骚扰号码，为了进一步确定，需要计算该监测号码所在归属地内发生骚扰行为的号码数量的评分分量B，而具体评分规则如表5所示：

表5

举例说明：假定监测号码所属地域中未发生异常行为时骚扰号码的数量小于10，则若监测号码所属的城市里有50个已知骚扰的号码，说明该监测号码的归属地属于骚扰重灾区，该号码成为骚扰号码的可能性高于正常号码，为了进一步确定该监测号码是否属于骚扰号码，需要进一步计算其归属地内发生骚扰行为的号码数量的评分分量，基于上述表5可知，该监测号码归属地内发生骚扰行为的号码数量的评分分量B为4。

当然，若监测号码归属在某轰炸地域(即有较多轰炸号码的地域)里，则初步确定该监测号码属于轰炸号码，为了进一步确定其是否为轰炸号码，需要计算该监测号码归属地内发生轰炸行为的号码数量的评分分量，而具体的加分标准可以与表5相同，也可以不同。

3)监测号码的通话地区分散程度的评分分量C的评分标准，如表6所示，在计算C时会使用到表6中的范围值，其中，表6中的范围值＝平均值的倍数的平方根*离散程度，平均值的倍数＝单位时间内的实际通话次数除以平均通话次数的商：

由于骚扰号码的拨打频次较高且所联系的联系人所在城市比较分散，因而，单位统计时间内，某号码的拨打频次比平均值越高且联系人所在城市越分散，则说明该号码成为骚扰号码的可能性越高。例如：单位统计时间内平均通话次数为15通，而某号码的通话次数为225通，且225通电话中有75通北京的、50通上海的、50通深圳的、25通成都的、25通东莞的，则平均值的倍数是225/15＝15，再开平方为3.87，而5个城市，次数从大到小排列为(75、50、50、25、25)，而值1到5，从小到大的排列为(1、2、3、4、5)，对应求75个1、50个2、50个3、25个4、25个5的标准差为1.34，即离散程度是1.34，而3.87*1.34＝5.19，所以范围值是5.19，范围值坐落在如表6所示的表格中的4～8的范围内，因而，其相应分值C为3分。另外，上述值1-5是个性化定义的，如果通话对端归属地分散在3个城市，就可以是1、2、3，而如果通话对端归属地分散在4个城市，就可以是1、2、3、4。

该评分C的作用是用于辅助判断某监测号码是否发生异常行为。

表6

4)各监测号码对应的呼叫类型比例的评分分量D的评分标准，如表7所示，在计算D时会使用到表7中的范围，其中，表7中的范围＝外呼通话次数除以单位时间内的通话总次数的商乘以100，其中，外呼即被叫。

举例说明：若单位时间内某监测号码的总通话次数和外呼通话次数的比例为500:4，则外呼占总通话量0.8％，去掉百分号为0.8，坐落在0～1范围之间，落在区间0里面为6分，那么D就是6分。

该评分D的作用是用于辅助判断某监测号码是否发生异常行为，例如：假定正常人总通话量和外呼占比为20:7，外呼占总通话量35％，落在区间6，该项评分分量为0，而如果某监测号码的总通话量和外呼占比为500:4，由于外呼占比低于正常人很多，则说明该监测号码很可能发生了异常行为，如发生骚扰、轰炸、诈骗等异常行为的可能性较高。

范围	区间	计算D的分值
			0～1	0	6-(6/6)*0＝6
1～2	1	6-(6/6)*1＝5
			2～4	2	6-(6/6)*2＝4
4～8	3	6-(6/6)*3＝3
			8～16	4	6-(6/6)*4＝2
16～32	5	6-(6/6)*5＝1
			32～+∞	6	6-(6/6)*6＝0

5)各监测号码的拨打频次的评分分量E的评分标准，如表8所示，在计算E时会使用到表8中的范围，其中，表8中的范围＝单位统计时间内监测号码的实际拨打频次除以正常号码的平均拨打频次的商。举例说明：

若某监测号码24小时之内的的拨打频次为500通电话，而正常号码的平均拨打频次为20，则500/20＝25，该监测号码坐落在表8中16～32之间，E的分值就为5分。

该评分E的作用是用于辅助判断某监测号码是否发生异常行为，例如：假定正常人24小时内的平均拨打频次为20，则如果某监测号码的拨打频次为500，则说明该监测号码很可能发生了异常行为，如发生骚扰、轰炸、诈骗等异常行为的可能性较高。

表8

范围	区间	计算E的分值
			0～1	0	(6/6)*0＝0
1～2	1	(6/6)*1＝1
			2～4	2	(6/6)*2＝2
4～8	3	(6/6)*3＝3
			8～16	4	(6/6)*4＝4
16～32	5	(6/6)*5＝5
			32～+∞	6	(6/6)*6＝6

6)监测号码与生活服务类号码通话的通话比例的评分分量F的评分标准，如表9所示，在计算F时会使用到表9中的范围，其中，表9中的范围＝与生活服务类号码通话的通话次数除以单位时间内的通话总次数的商乘以100，

举例说明若监测号码一段时间内总通话量，与生活服务类号码通话量分别为200：2，则2/200＝1％,去掉百分号为1，该监测号码坐落在表9中0～1之间，F分值就为6分。

该评分F的作用是用于辅助判断某监测号码是否发生异常行为，具体而言，某监测号码与生活服务类号码通话占比越低的，该监测号码发生骚扰、轰炸、诈骗等异常行为的可能性较高。

表9

步骤二：基于上述监测号码的各特征信息的评分分量统计各监测号码的特征评分总量。

步骤三：基于上述监测号码的各特征信息的评分分量统计各监测号码的特征评分总量。

步骤四：在基于上述监测号码的评分分量A和评分分量B确定该监测号码很可能是骚扰号码、发生了骚扰行为之后，确定上述监测号码的特征评分总量在所有监测号码中的特征评分总量中的排名是否为前N名，若是，则确定上述监测号码确实发生了骚扰行为，属于骚扰号码。其中，排名时是按照特征评分总量从大到小的顺序进行排列的。前N可以是前20、50等。

下面将以号码P进一步计算举例：

假设统计时间是2018-07-25，号码P所在号段有10个骚扰电话，该号码的号码归属地里有50个骚扰电话，在一天的时间内，有225个通话记录，比较集中分布在北京-75通、上海-50通、深圳-50通、成都-25通、东莞-25通，共计225次)，这225次通话中有3次被叫，4次与生活服务类型号码的通话，假定，而在这一天内正常号码的平均通话次数为20次。

则基于表4至表9可知：

号码P所在号段有10个骚扰电话，8<10<16，落在区间4，对应分值A是8分。

号码P归属地有50个骚扰电话，40<50<80，落在区间4，对应分值B是4分。

号码P的对端联系人所在城市密度，密度分为4.49，4<4.49<8，落在区间3，对应分值C是3分。

呼叫类型，外呼占比1.3％，落在区间1，对应分值D是5。

拨打频次，值为11.25，8<11.25<16，落在区间4，对应分值E是4。

与生活服务类号码通话占比，为1.8％，落在区间1，对应分值F是5。

具体每个维度分值如表10所示：

维度	分值
		号段	8
号码归属地	4
		联系人所在城市密集度	3
呼叫类型	5
		拨打频次	4
与生活服务类号码通话占比	5
		总分	29

如果基于号段和号码归属地可初步确定该号码P很可能是骚扰号码，则进一步计算该号码对应的每个评分分量，进而计算总分，然后将该号码与其他号码的总分按照从高到低的顺序进行排列，若该号码P属于TOP1000，则可确定该号码P发生了骚扰行为，属于骚扰号码。

如图3所示，本发明还提供一种号码监测装置，包括：

获取模块301，被配置为获取至少一个监测号码中各监测号码的至少一个特征信息；

计算模块302，被配置为根据各监测号码的至少一个特征信息，计算各监测号码的至少一个特征信息中各特征信息的评分分量和各监测号码的特征评分总值；

监测模块303，被配置为根据各监测号码的各特征信息的评分分量和/或特征评分总量，监测各监测号码是否发生预设异常行为。

如图4所示，在一个实施例中，计算模块302可以包括：

第一确定子模块3021，被配置为确定各监测号码的至少一个特征信息中各特征信息对应的参考信息值；

获取子模块3022，被配置为根据各监测号码的各特征信息的当前值和/或各监测号码的各特征信息的参考信息值，获得各监测号码的各特征信息的评分分量；

计算子模块3023，被配置为根据各监测号码的各特征信息的评分分量，计算各监测号码的特征评分总值。

在一个实施例中，各监测号码的至少一个特征信息包括：

各监测号码所属号段中发生预设异常行为的号码数量、各监测号码所在归属地内发生预设异常行为的号码数量、各监测号码的通话地区分散程度、各监测号码对应的呼叫类型比例、各监测号码的拨打频次和各监测号码对应的生活服务类通话比例中的至少一项。

在一个实施例中，预设异常行为包括：催收行为、轰炸行为、骚扰行为、诈骗行为中的至少一项。

在一个实施例中，监测模块包括：

判断子模块，被配置为判断各监测号码的各特征信息的评分分量是否满足对应的预设评分分量；

第二确定子模块，被配置为当至少一个监测号码中任一监测号码满足对应的预设评分分量时，若任一监测号码的特征评分总量在至少一个监测号码的特征评分总量中的排名为前N名，则确定任一监测号码发生预设异常行为。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

最后，本发明中的号码监测装置适用于终端设备。例如，可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、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。

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

Claims (10)

1.一种号码监测方法，其特征在于，包括：

获取至少一个监测号码中各监测号码的至少一个特征信息；

根据所述各监测号码的至少一个特征信息，计算所述各监测号码的至少一个特征信息中各特征信息的评分分量和所述各监测号码的特征评分总值；

根据所述各监测号码的各特征信息的评分分量和/或特征评分总量，监测所述各监测号码是否发生预设异常行为。

2.根据权利要求1所述的方法，其特征在于，

所述根据所述各监测号码的至少一个特征信息，计算所述各监测号码的至少一个特征信息中各特征信息的评分分量和所述各监测号码的特征评分总值，包括：

确定所述各监测号码的至少一个特征信息中各特征信息对应的参考信息值；

根据所述各监测号码的各特征信息的当前值和/或所述各监测号码的各特征信息的参考信息值，获得所述各监测号码的各特征信息的评分分量；

根据所述各监测号码的各特征信息的评分分量，计算所述各监测号码的特征评分总值。

3.根据权利要求1所述的方法，其特征在于，

所述各监测号码的至少一个特征信息包括：

所述各监测号码所属号段中发生预设异常行为的号码数量、所述各监测号码所在归属地内发生预设异常行为的号码数量、所述各监测号码的通话地区分散程度、所述各监测号码对应的呼叫类型比例、所述各监测号码的拨打频次和所述各监测号码对应的生活服务类通话比例中的至少一项。

4.根据权利要求1所述的方法，其特征在于，

所述预设异常行为包括：催收行为、轰炸行为、骚扰行为、诈骗行为中的至少一项。

5.根据权利要求1至4中任一项所述的方法，其特征在于，

根据所述各监测号码的各特征信息的评分分量和/或特征评分总量，监测所述各监测号码是否发生预设类型的行为，包括：

判断所述各监测号码的各特征信息的评分分量是否满足对应的预设评分分量；

当所述至少一个监测号码中任一监测号码满足对应的预设评分分量时，若所述任一监测号码的特征评分总量在所述至少一个监测号码的特征评分总量中的排名为前N名，则确定所述任一监测号码发生预设异常行为。

6.一种号码监测装置，其特征在于，包括：

获取模块，用于获取至少一个监测号码中各监测号码的至少一个特征信息；

计算模块，用于根据所述各监测号码的至少一个特征信息，计算所述各监测号码的至少一个特征信息中各特征信息的评分分量和所述各监测号码的特征评分总值；

监测模块，用于根据所述各监测号码的各特征信息的评分分量和/或特征评分总量，监测所述各监测号码是否发生预设异常行为。

7.根据权利要求6所述的装置，其特征在于，

所述计算模块包括：

第一确定子模块，用于确定所述各监测号码的至少一个特征信息中各特征信息对应的参考信息值；

获取子模块，用于根据所述各监测号码的各特征信息的当前值和/或所述各监测号码的各特征信息的参考信息值，获得所述各监测号码的各特征信息的评分分量；

计算子模块，用于根据所述各监测号码的各特征信息的评分分量，计算所述各监测号码的特征评分总值。

8.根据权利要求6所述的装置，其特征在于，

所述各监测号码的至少一个特征信息包括：

所述各监测号码所属号段中发生预设异常行为的号码数量、所述各监测号码所在归属地内发生预设异常行为的号码数量、所述各监测号码的通话地区分散程度、所述各监测号码对应的呼叫类型比例、所述各监测号码的拨打频次和所述各监测号码对应的生活服务类通话比例中的至少一项。

9.根据权利要求6所述的装置，其特征在于，

所述预设异常行为包括：催收行为、轰炸行为、骚扰行为、诈骗行为中的至少一项。

10.根据权利要求6至9中任一项所述的装置，其特征在于，

所述监测模块包括：

判断子模块，用于判断所述各监测号码的各特征信息的评分分量是否满足对应的预设评分分量；

第二确定子模块，用于当所述至少一个监测号码中任一监测号码满足对应的预设评分分量时，若所述任一监测号码的特征评分总量在所述至少一个监测号码的特征评分总量中的排名为前N名，则确定所述任一监测号码发生预设异常行为。