CN110381218B - 一种识别电话诈骗团伙的方法及装置 - Google Patents
一种识别电话诈骗团伙的方法及装置 Download PDFInfo
- Publication number
- CN110381218B CN110381218B CN201810326592.4A CN201810326592A CN110381218B CN 110381218 B CN110381218 B CN 110381218B CN 201810326592 A CN201810326592 A CN 201810326592A CN 110381218 B CN110381218 B CN 110381218B
- Authority
- CN
- China
- Prior art keywords
- fraud
- call
- numbers
- potential
- detected
- 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
Links
Images
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
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/436—Arrangements for screening incoming calls, i.e. evaluating the characteristics of a call before deciding whether to answer it
-
- 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)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Technology Law (AREA)
- Computer Networks & Wireless Communication (AREA)
- Telephonic Communication Services (AREA)
- Telephone Function (AREA)
Abstract
本发明实施例提供一种识别电话诈骗团伙的方法及装置,所述方法包括:提取待检测号码的通用特征;通过预设模型检测所述通用特征,并根据检测结果确定所述待检测号码是否为诈骗号码;若所述待检测号码为诈骗号码,根据所述诈骗号码获取潜在受骗号码,所述潜在受骗号码是在预设天数内与所述诈骗号码有通话记录的所有号码;根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码;根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙。所述装置执行上述方法。本发明实施例提供的方法及装置,能够准确识别出电话诈骗团伙。
Description
技术领域
本发明实施例涉及通信安全技术领域,具体涉及一种识别电话诈骗团伙的方法及装置。
背景技术
电话诈骗是指犯罪份子通过电话方式,编造虚假信息,设置骗局,对受害人实施远程、非接触式诈骗,诱使受害人给犯罪份子打款或转账的犯罪行为。诈骗份子一般以团伙形式作案,采取企业化运作,分工很细,在同一骗局有多人分饰不同角色轮番上阵,使得受骗人陷入重重谎言编制的“迷魂阵”当中。
现有技术采用的电话诈骗检测技术方案有:(1)建立号码黑名单。通过搜集用户举报信息或公安立案信息,建立诈骗号码黑名单库;当通话主叫号码命中黑名单库时,则判断该通话为疑似诈骗电话。(2)建立基于诈骗场景的检测模型。通过分析特定诈骗场景(如仿冒公检法、仿冒熟人等)下的特征,对符合场景触发条件的通话判断为疑似诈骗电话。但是,现有技术通过单次检测只能识别出单一诈骗号码,无法检测各诈骗号码之间的关系,即无法检测电话诈骗团伙。
因此,如何避免上述缺陷,能够准确识别出电话诈骗团伙,成为亟须解决的问题。
发明内容
针对现有技术存在的问题,本发明实施例提供一种识别电话诈骗团伙的方法及装置。
第一方面,本发明实施例提供一种识别电话诈骗团伙的方法,所述方法包括:
提取待检测号码的通用特征;所述通用特征包括联系人分级特征和/或历史通话行为特征;
通过预设模型检测所述通用特征,并根据检测结果确定所述待检测号码是否为诈骗号码;
若所述待检测号码为诈骗号码,根据所述诈骗号码获取潜在受骗号码,所述潜在受骗号码是在预设天数内与所述诈骗号码有通话记录的所有号码;
根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码;
根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙。
第二方面,本发明实施例提供一种识别电话诈骗团伙的装置,所述装置包括:
提取单元,用于提取待检测号码的通用特征;所述通用特征包括联系人分级特征和/或历史通话行为特征;
检测单元,用于通过预设模型检测所述通用特征,并根据检测结果确定所述待检测号码是否为诈骗号码;
获取单元,用于若判断获知所述待检测号码为诈骗号码,根据所述诈骗号码获取潜在受骗号码,所述潜在受骗号码是在预设天数内与所述诈骗号码有通话记录的所有号码;
第一确定单元,用于根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码;
第二确定单元,用于根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙。
第三方面,本发明实施例提供一种电子设备,包括:处理器、存储器和总线,其中,
所述处理器和所述存储器通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如下方法:
提取待检测号码的通用特征;所述通用特征包括联系人分级特征和/或历史通话行为特征;
通过预设模型检测所述通用特征,并根据检测结果确定所述待检测号码是否为诈骗号码;
若所述待检测号码为诈骗号码,根据所述诈骗号码获取潜在受骗号码,所述潜在受骗号码是在预设天数内与所述诈骗号码有通话记录的所有号码;
根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码;
根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,包括:
所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如下方法:
提取待检测号码的通用特征;所述通用特征包括联系人分级特征和/或历史通话行为特征;
通过预设模型检测所述通用特征,并根据检测结果确定所述待检测号码是否为诈骗号码;
若所述待检测号码为诈骗号码,根据所述诈骗号码获取潜在受骗号码,所述潜在受骗号码是在预设天数内与所述诈骗号码有通话记录的所有号码;
根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码;
根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙。
本发明实施例提供的识别电话诈骗团伙的方法及装置,先通过预设模型检测待检测号码的通用特征,以确定诈骗号码,再分别确定潜在受骗号码和疑似诈骗团伙号码,最后确定疑似诈骗团伙号码与诈骗号码是否为同一诈骗团伙,能够准确识别出电话诈骗团伙。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例识别电话诈骗团伙的方法流程示意图;
图2为本发明实施例诈骗号码检测流程图;
图3为本发明实施例识别电话诈骗团伙的装置结构示意图;
图4为本发明实施例提供的电子设备实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例识别电话诈骗团伙的方法流程示意图,如图1所示,本发明实施例提供的一种识别电话诈骗团伙的方法,包括以下步骤:
S1:提取待检测号码的通用特征;所述通用特征包括联系人分级特征和/或历史通话行为特征。
具体的,装置提取待检测号码的通用特征;所述通用特征包括联系人分级特征和/或历史通话行为特征。联系人分级特征可以包括常用联系人、普通联系人和陌生联系人,即可以通过联系人分级特征反映出待检测号码对应的人与其他联系人的亲密关系,正常的号码对应的人与常用联系人电话联系占所有联系人的比例最高,与普通联系人电话联系占所有联系人的比例次之,与陌生联系人电话联系占所有联系人的比例最低。而诈骗的号码与正常的号码相反,诈骗的号码对应的人与常用联系人电话联系占所有联系人的比例最低,与普通联系人电话联系占所有联系人的比例高一些,与陌生联系人电话联系占所有联系人的比例最高,因此,通过联系人分级特征能够识别电话诈骗号码。
历史通话行为特征可以包括:日均通话次数、平均主叫比例、主叫时平均每次通话时长、被叫时平均每次通话时长、日均去重通话号码个数、当天去重通话号码个数最大值中的至少一种。分别说明如下:
(1)日均通话次数=X天内待检测号码总通话次数/X天。
(2)平均主叫比例=X天内待检测号码作为主叫的通话次数/X天内总通话次数。
(3)主叫时平均每次通话时长=X天内待检测号码作为主叫的通话总时长/X天内待检测号码作为主叫的通话次数。
(4)被叫时平均每次通话时长=X天内待检测号码作为被叫的通话总时长/X天内待检测号码作为被叫的通话次数。
(5)日均去重通话号码个数=每天去重通话号码个数之和sum/X;第j天的j∈(0,X]。举例说明如下:第一天Y呼叫了10个电话,其中4个是同一个被叫,第二天Y呼叫了10个电话,其中2个是同一个被叫,则第一天去重通话号码个数为6个,第二天去重通话号码个数为8个,参考样本为两天的日均去重通话号码个数为7个。
(6)当天去重通话号码个数最大值=max{每天去重通话号码个数};第j天的j∈(0,X]。参照上述举例:第一天去重通话号码为6个,第二天去重通话号码个数为8个,参考样本为两天的当天去重通话号码个数最大值为8个。
需要说明的是:X天对应于预设天数,可理解为当天之前的预设天数,具体数值可根据实际情况自主设置。上述六个历史通话行为特征中的至少一个都可以识别电话诈骗号码,以当天去重通话号码个数最大值为例,正常的号码重复通话的比重较高,诈骗的号码重复通话的比重较低,如果某号码当天去重通话号码个数最大值大于预设值,则该号码为正常的号码的可能性较高;如果某号码当天去重通话号码个数最大值小于另一预设值,则该号码为诈骗的号码的可能性较高。因此,通过历史通话行为特征能够识别电话诈骗号码。
联系人分级特征的提取,可以采用如下方式:
提取在X天内与待检测号码有通话记录的每个号码对应的通话天数;如果通话天数大于第一天数阈值,则将号码对应的联系人作为常用联系人;其中,第一天数阈值小于X;如果通话天数大于第二天数阈值、且小于等于第一天数阈值,则将号码对应的联系人作为普通联系人;如果通话天数小于等于所述第二天数阈值,则将号码对应的联系人作为陌生联系人。第一天数阈值和第二天数阈值可根据实际情况自主设置。举例说明如下:假设X为30天,第一天数阈值选为10天,第二天数阈值选为3天,与待检测号码a有通话记录的号码b的通话天数为12天;与待检测号码a有通话记录的号码c的通话天数为4天;与待检测号码a有通话记录的号码d的通话天数为1天;则号码b作为待检测号码a的常用联系人;则号码c作为待检测号码a的普通联系人;则号码d作为待检测号码a的陌生联系人。
S2:通过预设模型检测所述通用特征,并根据检测结果确定所述待检测号码是否为诈骗号码。
具体的,装置通过预设模型检测所述通用特征,并根据检测结果确定所述待检测号码是否为诈骗号码。预设模型的获取可以包括:
将已知的正常号码和已知的诈骗号码作为训练样本;提取训练样本的通用特征,对通用特征进行机器学习,以获取训练调优后的预设模型。更进一步地,可以通过分类器对通用特征进行机器学习。已知的诈骗号码可来源于公安案例的用户标识数据。图2为本发明实施例诈骗号码检测流程图,如图2所示,诈骗号码检测过程包括特征提取模块、模型训练模块及模型判断模块三部分。首先将已知的正常号码及诈骗号码作为训练样本,通过特征提取模块得到“通用特征”;接着将通用特征发送至分类器进行机器学习,经训练调优后得到通用检测模型;最后将通用检测模型固化整合为模型判断模块(对应预设模型)。输入的待检测号码通过特征提取模块后,得到相应“通用特征”,并进入模型判断模块进行检测。若该号码被检测为正常号码,则流程结束;若被检测为诈骗号码,需作进一步识别。
S3:若所述待检测号码为诈骗号码,根据所述诈骗号码获取潜在受骗号码,所述潜在受骗号码是在预设天数内与所述诈骗号码有通话记录的所有号码。
具体的,装置若所述待检测号码为诈骗号码,根据所述诈骗号码获取潜在受骗号码,所述潜在受骗号码是在预设天数内与所述诈骗号码有通话记录的所有号码。对于潜在受骗号码,提取其与已知诈骗号码有通话记录的当天(X=1)通话话单,假设当天已知诈骗号码共与4个潜在受骗号码进行通话,则提取这些潜在受骗号码的当天通话列表,如表1所示:
表1
潜在受骗号码 | A | B | C | D |
当天通话号码列表 | U,E,F,G,H,I,K | T,U,E,V,N | Z,Q,W,U,E | S,O,P,U |
其中,A、B、C和D为潜在受骗号码,诈骗号码未示出。
S4:根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码。
具体的,装置根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码。可以通过如下方式确定疑似诈骗团伙号码:获取与潜在受骗号码在X天内有通话记录的所有号码;获取所有号码中的每个号码在所有潜在受骗号码中的出现次数;计算出现次数与潜在受骗号码的总数之比,将比值大于比值阈值的号码作为待检测对象;若根据预设规则检测出待检测对象也为诈骗号码,则确定为诈骗号码的待检测对象为疑似诈骗团伙号码。比值阈值可以根据实际情况自主设置。参照表1举例说明如下:对于号码U:号码U在所有潜在受骗号码A~D都出现,即出现次数为4次,出现次数与潜在受骗号码的总数之比为4/4=1,如果比值阈值选为50%,则号码U为待检测对象,如表2所示:
表2
号码列表 | 覆盖率(比值) | 说明 |
号码U | 100% | 与A、B、C、D均有通话 |
号码E | 75% | 与A、B、C有通话 |
号码F | 25% | 与A有通话 |
号码G | 25% | 与A有通话 |
... | ... | ... |
其他号码的说明不再赘述。参照上述举例,待检测对象为号码U和号码E,预设规则可以理解为和检测待检测号码相同的检测方法,但不作具体限定。假设号码U和号码E都是诈骗号码,则确定号码U和号码E都是疑似诈骗团伙号码。
S5:根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙。
具体的,装置根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙。可以采用如下方式确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙:
计算每个潜在受骗号码与诈骗号码的通话时刻ti1,以及与疑似诈骗团伙号码的通话时刻ti2之差的绝对值Ti;若所有潜在受骗号码对应的所有Ti都小于时间阈值,则确定疑似诈骗团伙号码与诈骗号码为同一诈骗团伙。时间阈值可以根据实际情况自主设置。参照上述举例:i=1对应号码A、号码A与诈骗号码的通话时刻t11为10:00,号码A与号码U的通话时刻t12为11:00;则T1为1小时;同理,对于号码U,假如号码B~D分别对应的T2~T4分别都在1小时以内,如果时间阈值选为两小时,则确定号码U与诈骗号码为同一诈骗团伙。对于号码E的说明可参照号码U,不再赘述。
本发明实施例提供的识别电话诈骗团伙的方法,先通过预设模型检测待检测号码的通用特征,以确定诈骗号码,再分别确定潜在受骗号码和疑似诈骗团伙号码,最后确定疑似诈骗团伙号码与诈骗号码是否为同一诈骗团伙,能够准确识别出电话诈骗团伙。
在上述实施例的基础上,所述根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码,包括:
获取与所述潜在受骗号码在预设天数内有通话记录的所有号码。
具体的,装置获取与所述潜在受骗号码在预设天数内有通话记录的所有号码。可参照上述实施例,不再赘述。
获取所述所有号码中的每个号码在所有潜在受骗号码中的出现次数。
具体的,装置获取所述所有号码中的每个号码在所有潜在受骗号码中的出现次数。可参照上述实施例,不再赘述。
计算所述出现次数与所述潜在受骗号码的总数之比,将比值大于比值阈值的号码作为待检测对象。
具体的,装置计算所述出现次数与所述潜在受骗号码的总数之比,将比值大于比值阈值的号码作为待检测对象。可参照上述实施例,不再赘述。
若根据预设规则检测出所述待检测对象也为诈骗号码,则确定为诈骗号码的待检测对象为所述疑似诈骗团伙号码。
具体的,装置若根据预设规则检测出所述待检测对象也为诈骗号码,则确定为诈骗号码的待检测对象为所述疑似诈骗团伙号码。可参照上述实施例,不再赘述。
本发明实施例提供的识别电话诈骗团伙的方法,通过先确定待检测对象,再对待检测对象进行检测,能够合理、准确地检测出疑似诈骗团伙号码。
在上述实施例的基础上,所述根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙,包括:
计算每个潜在受骗号码与所述诈骗号码的通话时刻ti1,以及与所述疑似诈骗团伙号码的通话时刻ti2之差的绝对值Ti。
具体的,装置计算每个潜在受骗号码与所述诈骗号码的通话时刻ti1,以及与所述疑似诈骗团伙号码的通话时刻ti2之差的绝对值Ti。可参照上述实施例,不再赘述。
若所有潜在受骗号码对应的所有Ti都小于时间阈值,则确定所述疑似诈骗团伙号码与所述诈骗号码为同一诈骗团伙。
具体的,装置若判断获知所有潜在受骗号码对应的所有Ti都小于时间阈值,则确定所述疑似诈骗团伙号码与所述诈骗号码为同一诈骗团伙。可参照上述实施例,不再赘述。
本发明实施例提供的识别电话诈骗团伙的方法,通过将所有潜在受骗号码对应的所有Ti与时间阈值比较,能够准确识别疑似诈骗团伙号码与诈骗号码是否为同一诈骗团伙。
在上述实施例的基础上,所述历史通话行为特征,包括:
日均通话次数、平均主叫比例、主叫时平均每次通话时长、被叫时平均每次通话时长、日均去重通话号码个数、当天去重通话号码个数最大值中的至少一种。
具体的,装置中的所述历史通话行为特征,包括:
日均通话次数、平均主叫比例、主叫时平均每次通话时长、被叫时平均每次通话时长、日均去重通话号码个数、当天去重通话号码个数最大值中的至少一种。可参照上述实施例,不再赘述。
本发明实施例提供的识别电话诈骗团伙的方法,通过具体的历史通话行为特征,能够准确识别出电话诈骗团伙。
在上述实施例的基础上,所述联系人分级特征的提取,包括:
提取在预设天数内与所述待检测号码有通话记录的每个号码对应的通话天数。
具体的,装置提取在预设天数内与所述待检测号码有通话记录的每个号码对应的通话天数。可参照上述实施例,不再赘述。
若所述通话天数大于第一天数阈值,则将号码对应的联系人作为常用联系人;其中,所述第一天数阈值小于预设天数。
具体的,装置若判断获知所述通话天数大于第一天数阈值,则将号码对应的联系人作为常用联系人;其中,所述第一天数阈值小于预设天数。可参照上述实施例,不再赘述。
若所述通话天数大于第二天数阈值、且小于等于所述第一天数阈值,则将号码对应的联系人作为普通联系人。
具体的,装置若判断获知所述通话天数大于第二天数阈值、且小于等于所述第一天数阈值,则将号码对应的联系人作为普通联系人。可参照上述实施例,不再赘述。
若所述通话天数小于等于所述第二天数阈值,则将号码对应的联系人作为陌生联系人。
具体的,装置若判断获知所述通话天数小于等于所述第二天数阈值,则将号码对应的联系人作为陌生联系人。可参照上述实施例,不再赘述。
本发明实施例提供的识别电话诈骗团伙的方法,通过将与待检测号码有通话记录的每个号码对应的通话天数与不同的天数阈值比较,能够合理提取出具体的联系人分级特征。
在上述实施例的基础上,所述预设模型的获取包括:
将已知的正常号码和已知的诈骗号码作为训练样本。
具体的,装置将已知的正常号码和已知的诈骗号码作为训练样本。可参照上述实施例,不再赘述。
提取所述训练样本的通用特征,对所述通用特征进行机器学习,以获取训练调优后的预设模型。
具体的,装置提取所述训练样本的通用特征,对所述通用特征进行机器学习,以获取训练调优后的预设模型。可参照上述实施例,不再赘述。
本发明实施例提供的识别电话诈骗团伙的方法,通过样本训练、通用特征学习等,能够获取训练调优后的预设模型。
在上述实施例的基础上,所述对所述通用特征进行机器学习,包括:
通过分类器对所述通用特征进行机器学习。
具体的,装置通过分类器对所述通用特征进行机器学习。可参照上述实施例,不再赘述。
本发明实施例提供的识别电话诈骗团伙的方法,通过分类器对通用特征进行机器学习,进一步能够提高对通用特征训练的效果。
图3为本发明实施例识别电话诈骗团伙的装置结构示意图,如图3所示,本发明实施例提供了一种识别电话诈骗团伙的装置,包括提取单元1、检测单元2、获取单元3、第一确定单元4和第二确定单元5,其中:
提取单元1用于提取待检测号码的通用特征;所述通用特征包括联系人分级特征和/或历史通话行为特征;检测单元2用于通过预设模型检测所述通用特征,并根据检测结果确定所述待检测号码是否为诈骗号码;获取单元3用于若判断获知所述待检测号码为诈骗号码,根据所述诈骗号码获取潜在受骗号码,所述潜在受骗号码是在预设天数内与所述诈骗号码有通话记录的所有号码;第一确定单元4用于根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码;第二确定单元5用于根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙。
具体的,提取单元1用于提取待检测号码的通用特征;所述通用特征包括联系人分级特征和/或历史通话行为特征;检测单元2用于通过预设模型检测所述通用特征,并根据检测结果确定所述待检测号码是否为诈骗号码;获取单元3用于若判断获知所述待检测号码为诈骗号码,根据所述诈骗号码获取潜在受骗号码,所述潜在受骗号码是在预设天数内与所述诈骗号码有通话记录的所有号码;第一确定单元4用于根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码;第二确定单元5用于根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙。
本发明实施例提供的识别电话诈骗团伙的装置,先通过预设模型检测待检测号码的通用特征,以确定诈骗号码,再分别确定潜在受骗号码和疑似诈骗团伙号码,最后确定疑似诈骗团伙号码与诈骗号码是否为同一诈骗团伙,能够准确识别出电话诈骗团伙。
本发明实施例提供的识别电话诈骗团伙的装置具体可以用于执行上述各方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
图4为本发明实施例提供的电子设备实体结构示意图,如图4所示,所述电子设备包括:处理器(processor)401、存储器(memory)402和总线403;
其中,所述处理器401、存储器402通过总线403完成相互间的通信;
所述处理器401用于调用所述存储器402中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:提取待检测号码的通用特征;所述通用特征包括联系人分级特征和/或历史通话行为特征;通过预设模型检测所述通用特征,并根据检测结果确定所述待检测号码是否为诈骗号码;若所述待检测号码为诈骗号码,根据所述诈骗号码获取潜在受骗号码,所述潜在受骗号码是在预设天数内与所述诈骗号码有通话记录的所有号码;根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码;根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:提取待检测号码的通用特征;所述通用特征包括联系人分级特征和/或历史通话行为特征;通过预设模型检测所述通用特征,并根据检测结果确定所述待检测号码是否为诈骗号码;若所述待检测号码为诈骗号码,根据所述诈骗号码获取潜在受骗号码,所述潜在受骗号码是在预设天数内与所述诈骗号码有通话记录的所有号码;根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码;根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙。
本实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:提取待检测号码的通用特征;所述通用特征包括联系人分级特征和/或历史通话行为特征;通过预设模型检测所述通用特征,并根据检测结果确定所述待检测号码是否为诈骗号码;若所述待检测号码为诈骗号码,根据所述诈骗号码获取潜在受骗号码,所述潜在受骗号码是在预设天数内与所述诈骗号码有通话记录的所有号码;根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码;根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的电子设备等实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明的实施例进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明的实施例各实施例技术方案的范围。
Claims (10)
1.一种识别电话诈骗团伙的方法,其特征在于,包括:
提取待检测号码的通用特征;所述通用特征包括联系人分级特征和/或历史通话行为特征;
通过预设模型检测所述通用特征,并根据检测结果确定所述待检测号码是否为诈骗号码;
若所述待检测号码为诈骗号码,根据所述诈骗号码获取潜在受骗号码,所述潜在受骗号码是在预设天数内与所述诈骗号码有通话记录的所有号码;
根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码;
根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙。
2.根据权利要求1所述的方法,其特征在于,所述根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码,包括:
获取与所述潜在受骗号码在预设天数内有通话记录的所有号码;
获取所述所有号码中的每个号码在所有潜在受骗号码中的出现次数;
计算所述出现次数与所述潜在受骗号码的总数之比,将比值大于比值阈值的号码作为待检测对象;
若根据预设规则检测出所述待检测对象也为诈骗号码,则确定为诈骗号码的待检测对象为所述疑似诈骗团伙号码;
其中,所述所有号码是通过获取与所述潜在受骗号码在预设天内有通话记录的所有号码所获得的。
3.根据权利要求1所述的方法,其特征在于,所述根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙,包括:
计算每个潜在受骗号码与所述诈骗号码的通话时刻ti1,以及与所述疑似诈骗团伙号码的通话时刻ti2之差的绝对值Ti;
若所有潜在受骗号码对应的所有Ti都小于时间阈值,则确定所述疑似诈骗团伙号码与所述诈骗号码为同一诈骗团伙。
4.根据权利要求1所述的方法,其特征在于,所述历史通话行为特征,包括:
日均通话次数、平均主叫比例、主叫时平均每次通话时长、被叫时平均每次通话时长、日均去重通话号码个数、当天去重通话号码个数最大值中的至少一种。
5.根据权利要求1所述的方法,其特征在于,所述联系人分级特征的提取,包括:
提取在预设天数内与所述待检测号码有通话记录的每个号码对应的通话天数;
若所述通话天数大于第一天数阈值,则将号码对应的联系人作为常用联系人;其中,所述第一天数阈值小于预设天数;
若所述通话天数大于第二天数阈值、且小于等于所述第一天数阈值,则将号码对应的联系人作为普通联系人;
若所述通话天数小于等于所述第二天数阈值,则将号码对应的联系人作为陌生联系人。
6.根据权利要求1至5任一所述的方法,其特征在于,所述预设模型的获取包括:
将已知的正常号码和已知的诈骗号码作为训练样本;
提取所述训练样本的通用特征,对所述通用特征进行机器学习,以获取训练调优后的预设模型。
7.根据权利要求6所述的方法,其特征在于,所述对所述通用特征进行机器学习,包括:
通过分类器对所述通用特征进行机器学习。
8.一种识别电话诈骗团伙的装置,其特征在于,包括:
提取单元,用于提取待检测号码的通用特征;所述通用特征包括联系人分级特征和/或历史通话行为特征;
检测单元,用于通过预设模型检测所述通用特征,并根据检测结果确定所述待检测号码是否为诈骗号码;
获取单元,用于若判断获知所述待检测号码为诈骗号码,根据所述诈骗号码获取潜在受骗号码,所述潜在受骗号码是在预设天数内与所述诈骗号码有通话记录的所有号码;
第一确定单元,用于根据所述潜在受骗号码和预设规则,确定疑似诈骗团伙号码;
第二确定单元,用于根据所述潜在受骗号码分别与所述诈骗号码以及所述疑似诈骗团伙号码的通话时间,确定所述疑似诈骗团伙号码与所述诈骗号码是否为同一诈骗团伙。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,其中,
所述处理器和所述存储器通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至7任一所述的方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至7任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810326592.4A CN110381218B (zh) | 2018-04-12 | 2018-04-12 | 一种识别电话诈骗团伙的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810326592.4A CN110381218B (zh) | 2018-04-12 | 2018-04-12 | 一种识别电话诈骗团伙的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110381218A CN110381218A (zh) | 2019-10-25 |
CN110381218B true CN110381218B (zh) | 2021-03-23 |
Family
ID=68243234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810326592.4A Active CN110381218B (zh) | 2018-04-12 | 2018-04-12 | 一种识别电话诈骗团伙的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110381218B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109525739B (zh) * | 2018-12-25 | 2021-02-05 | 亚信科技(中国)有限公司 | 一种电话号码识别方法、装置及服务器 |
US11295125B2 (en) * | 2019-07-30 | 2022-04-05 | Hrb Innovations, Inc. | Document fingerprint for fraud detection |
CN111131626B (zh) * | 2019-12-20 | 2022-01-14 | 珠海高凌信息科技股份有限公司 | 基于流数据图谱的群组有害呼叫检测方法、装置及可读介质 |
CN111741472B (zh) * | 2020-08-07 | 2020-11-24 | 北京微智信业科技有限公司 | 一种GoIP诈骗电话识别方法、系统、介质及设备 |
CN115051969B (zh) * | 2021-12-29 | 2023-12-26 | 中国电信股份有限公司 | 一种goip诈骗窝点溯源方法、装置、电子设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412940A (zh) * | 2013-08-22 | 2013-11-27 | 清华大学 | 检测欺诈电话的方法 |
US9854087B1 (en) * | 2015-09-09 | 2017-12-26 | Securus Technologies, Inc. | Contraband wireless communications device identification in controlled-environment facilities |
CN107734128A (zh) * | 2017-09-28 | 2018-02-23 | 努比亚技术有限公司 | 一种诈骗号码识别方法及设备 |
CN107734469A (zh) * | 2017-09-18 | 2018-02-23 | 咪咕动漫有限公司 | 一种诈骗电话提醒方法、装置及计算机可读存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7392594B2 (en) * | 2006-07-28 | 2008-07-01 | Fred Kesler | Electrical device-mounting tool |
US9185123B2 (en) * | 2008-02-12 | 2015-11-10 | Finsphere Corporation | System and method for mobile identity protection for online user authentication |
KR102150624B1 (ko) * | 2014-07-01 | 2020-09-01 | 삼성전자 주식회사 | 스미싱 알림 방법 및 장치 |
CN106254691B (zh) * | 2016-09-29 | 2019-02-15 | 中国联合网络通信集团有限公司 | 一种欺诈号码的识别方法和识别装置 |
CN106599273A (zh) * | 2016-12-23 | 2017-04-26 | 贾志娟 | 一种基于社交网络分析的微博诈骗团体挖掘方法 |
-
2018
- 2018-04-12 CN CN201810326592.4A patent/CN110381218B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412940A (zh) * | 2013-08-22 | 2013-11-27 | 清华大学 | 检测欺诈电话的方法 |
US9854087B1 (en) * | 2015-09-09 | 2017-12-26 | Securus Technologies, Inc. | Contraband wireless communications device identification in controlled-environment facilities |
CN107734469A (zh) * | 2017-09-18 | 2018-02-23 | 咪咕动漫有限公司 | 一种诈骗电话提醒方法、装置及计算机可读存储介质 |
CN107734128A (zh) * | 2017-09-28 | 2018-02-23 | 努比亚技术有限公司 | 一种诈骗号码识别方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110381218A (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110381218B (zh) | 一种识别电话诈骗团伙的方法及装置 | |
CN106791220B (zh) | 防止电话诈骗的方法及系统 | |
CN108924333B (zh) | 诈骗电话识别方法、装置和系统 | |
CN106686261B (zh) | 一种信息处理方法及系统 | |
Moreau et al. | Detection of mobile phone fraud using supervised neural networks: A first prototype | |
CN108243049B (zh) | 电信欺诈识别方法及装置 | |
CN107197463A (zh) | 一种电话诈骗的检测方法、存储介质及电子设备 | |
WO2017186090A1 (zh) | 通信号码处理方法及装置 | |
CN110493476B (zh) | 一种检测方法、装置、服务器及存储介质 | |
CN110839216B (zh) | 识别通讯信息诈骗的方法和装置 | |
CN107770777B (zh) | 一种录音诈骗电话的识别方法 | |
CN108259680B (zh) | 诈骗电话识别方法、装置以及用于识别诈骗电话的服务器 | |
CN109474923B (zh) | 对象识别方法及装置、存储介质 | |
CN110611929A (zh) | 异常用户识别方法及装置 | |
CN107231494A (zh) | 一种用户通信特征的获取方法、存储介质及电子设备 | |
CN108810290B (zh) | 一种诈骗电话的识别的方法及系统 | |
CN107705126B (zh) | 一种交易指令的处理方法及装置 | |
CN116320139A (zh) | 分析通话的风控管理的方法、装置、电子设备及存储介质 | |
CN110167030B (zh) | 识别骚扰电话的方法、装置、电子设备和存储介质 | |
CN108777749B (zh) | 一种诈骗电话识别方法及装置 | |
CN111105064A (zh) | 确定欺诈事件的嫌疑信息的方法及装置 | |
CN109711984B (zh) | 一种基于催收的贷前风险监控方法及装置 | |
CN114168423A (zh) | 异常号码的呼叫监控方法、装置、设备及存储介质 | |
CN110830664B (zh) | 识别电信诈骗潜在受害用户的方法和装置 | |
CN114339639B (zh) | 通话识别方法、装置、存储介质和电子设备 |
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 |