CN110677848B - 仿冒号码识别方法、装置和计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种仿冒号码识别方法、装置和计算机可读存储介质，涉及数据处理领域。仿冒号码识别方法包括：检测待识别号码与被仿号码库中用户号码字段的最长用户号码公共子串以及相应的匹配号码的匹配用户号码字段；检测待识别号码与匹配号码的区号字段的最长区号公共子串；根据最长用户号码公共子串与匹配用户号码字段的用户号码相似度、最长区号公共子串与匹配号码的区号字段的区号相似度计算待识别号码与所述匹配号码的相似度；根据相似度和预设的仿冒号码阈值范围确定待识别号码是否为仿冒号码。本发明提高了仿冒号码识别的召回率。

Description

仿冒号码识别方法、装置和计算机可读存储介质

技术领域

本发明涉及数据处理领域，特别涉及一种仿冒号码识别方法、装置和计算机可读存储介质。

背景技术

近年来，仿冒公检法、运营商、银行、快递号码的仿冒号码类诈骗在电信诈骗中占了很大比例，同时诈骗金额巨大，社会影响恶劣。

仿冒号码类诈骗通常都是在国外发起呼叫，通过修改主叫号码，使得号码的后面几位与国内号码一样或者类似来迷惑用户，进而实施诈骗。

相关技术中采用的仿冒算法通常是利用号码的左匹配和右匹配或者精确匹配，召回率较低。

发明内容

发明人对相关技术进行分析后发现，一个国际通话通常要经过几个国家及运营商的电信网络，在沿途网络号码规范过程中，主叫号码通常会发生一些变化，因此这些方法的识别效果较差。

本发明实施例所要解决的一个技术问题是：提高仿冒号码识别的召回率。

根据本发明一些实施例的第一个方面，提供一种仿冒号码识别方法，包括：检测待识别号码与被仿号码库中用户号码字段的最长用户号码公共子串以及相应的匹配号码的匹配用户号码字段；检测待识别号码与匹配号码的区号字段的最长区号公共子串；根据最长用户号码公共子串与匹配用户号码字段的用户号码相似度、最长区号公共子串与匹配号码的区号字段的区号相似度计算待识别号码与所述匹配号码的相似度；根据相似度和预设的仿冒号码阈值范围确定待识别号码是否为仿冒号码。

在一些实施例中，根据用户号码相似度以及用户号码权重、区号相似度以及区号权重计算待识别号码与所述匹配号码的相似度。

在一些实施例中，检测待识别号码中最长用户号码公共子串之前的部分与匹配的用户号码字段对应的区号字段的最长区号公共子串。

在一些实施例中，根据相似度和预设的仿冒号码阈值范围确定待识别号码是否为仿冒号码包括：在所述相似度属于仿冒号码阈值范围、并且所述最长用户号码公共子串的首位不位于所述匹配用户号码字段的首位的情况下，判定所述待识别号码不为仿冒号码。

根据本发明一些实施例的第二个方面，提供一种仿冒号码识别装置，包括：最长用户号码公共子串检测模块，被配置为检测待识别号码与被仿号码库中用户号码字段的最长用户号码公共子串以及相应的匹配号码的匹配用户号码字段；最长区号公共子串检测模块，被配置为检测待识别号码与匹配号码的区号字段的最长区号公共子串；相似度计算模块，被配置为根据最长用户号码公共子串与匹配用户号码字段的用户号码相似度、最长区号公共子串与匹配号码的区号字段的区号相似度计算待识别号码与所述匹配号码的相似度；仿冒号码确定模块，被配置为根据相似度和预设的仿冒号码阈值范围确定待识别号码是否为仿冒号码。

在一些实施例中，相似度计算模块进一步被配置为根据用户号码相似度以及用户号码权重、区号相似度以及区号权重计算待识别号码与所述匹配号码的相似度。

在一些实施例中，最长区号公共子串检测模块进一步被配置为检测待识别号码中最长用户号码公共子串之前的部分与匹配的用户号码字段对应的区号字段的最长区号公共子串。

在一些实施例中，仿冒号码确定模块进一步被配置为在所述相似度属于仿冒号码阈值范围、并且所述最长用户号码公共子串的首位不位于所述匹配用户号码字段的首位的情况下，判定所述待识别号码不为仿冒号码

根据本发明一些实施例的第三个方面，提供一种仿冒号码识别装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行前述任意一种仿冒号码识别方法。

根据本发明一些实施例的第四个方面，提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现前述任意一种仿冒号码识别方法。

上述发明中的一些实施例具有如下优点或有益效果：针对号码仿冒时可能将真实号码放置在仿冒号码的首部、中部、尾部等多种情况，通过计算检测待识别号码与被仿号码库中号码的最长公共子串与匹配号码的相似度来确定仿冒号码，提高了仿冒号码识别的召回率。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

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简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。

图1为根据本发明一些实施例的仿冒号码识别方法的示例性流程图。

图2为根据本发明一些实施例的最长公共子串检测方法的示例性流程图。

图3为根据本发明一些实施例的相似度确定方法的示例性流程图。

图4为根据本发明另一些实施例的仿冒号码识别方法的示例性流程图。

图5为根据本发明一些实施例的仿冒号码识别装置的示例性结构图。

图6为根据本发明另一些实施例的仿冒号码确定装置的示例性结构图。

图7为根据本发明又一些实施例的仿冒号码确定装置的示例性结构图。

具体实施方式

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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。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。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

图1为根据本发明一些实施例的仿冒号码识别方法的示例性流程图。如图1所示，该实施例的仿冒号码识别方法包括步骤S102～S108。

在步骤S102中，检测待识别号码与被仿号码库中用户号码字段的最长用户号码公共子串以及相应的匹配号码的匹配用户号码字段。被仿号码库可以是预先收集的容易被仿冒的号码，例如可以为公检法、运营商、银行、快递号码等等。号码库中的号码可以包括区号字段和用户号码字段。

最长公共子串是指不同字符串都具有的最长的连续字符序列，最长公共子串的确定方法可以参考现有技术中的方法，这里不再赘述。例如，待识别号码为1234567，被仿号码库中号码的用户号码字段为000123456，则最长公共子串为123456。

在步骤S104中，检测待识别号码与匹配号码的区号字段的最长区号公共子串。

例如，被仿号码库中北京市A机关的电话号码为010-12345678，其中010为区号字段，12345678为用户号码字段；待识别号码为00086010123456。则，首先检测12345678与00086010123456的最长公共子串，检测到最长用户号码公共子串为123456，匹配用户号码字段为12345678。然后，再检测匹配号码的区号字段010与号码的最长区号公共子串，检测到最长区号公共子串为010。

在步骤S106中，根据最长用户号码公共子串与匹配用户号码字段的用户号码相似度、最长区号公共子串与匹配号码的区号字段的区号相似度计算待识别号码与匹配号码的相似度。

在一些实施例中，可以根据最长公共子串的长度与相应类型的匹配号码的长度的比值确定相似度。例如，可以直接将上述比值作为相似度，也可以将上述比值与预设系数进行运算之后作为相似度，这里不再赘述。

在步骤S108中，根据相似度和预设的仿冒号码阈值范围确定待识别号码是否为仿冒号码。

在一些实施例中，可以将相似度属于预设阈值范围内的待识别号码确定为仿冒号码，将相似度不属于预设阈值范围内的待识别号码确定为非仿冒号码。也可以在范围判断的基础上结合其他条件进行进一步判断。

在一些实施例中，可以预先设定门限，将相似度高于门限值的待识别号码确定为仿冒号码。在一些计算方式中，如果相似度是100％，说明待识别号码和被仿号码库中号码完全一致，因此待识别号码很可能就是真实号码，因此将相似度高于预设值、低于最大值的范围作为仿冒号码对应的阈值范围。

通过上述实施例的方法，针对号码仿冒时可能将真实号码放置在仿冒号码的首部、中部、尾部等多种情况，通过计算检测待识别号码与被仿号码库中号码的最长公共子串与匹配号码的相似度来确定仿冒号码，提高了仿冒号码识别的召回率。

在一些实施例中，可以检测待识别号码中最长用户号码公共子串之前的部分与匹配的用户号码字段对应的区号字段的最长区号公共子串。即，排除用户号码公共子串以及之后的数字后，再去匹配区号字段，以避免用户号码中出现与区号一致的号码的情况。下面参考图2描述本发明最长公共子串检测方法的实施例。

图2为根据本发明一些实施例的最长公共子串检测方法的示例性流程图。如图2所示，该实施例的最长公共子串检测方法包括步骤S202～S206。

在步骤S202中，检测待识别号码与被仿号码库中用户号码字段的最长用户号码公共子串以及相应的匹配号码的匹配用户号码字段。

在步骤S204中，从匹配号码中去除最长用户号码公共子串及其后面的号码。

在步骤S206中，检测进行去除处理后剩余的号码与匹配号码的区号字段的最长区号公共子串。

因此，对于图1实施例中提到的待识别号码为00086010123456的例子，在确定了最长用户号码公共子串为123456之后，可以将123456之前的00086010继续与010进行匹配计算，以检测最长区号公共子串。

通过上述实施例的方法，可以将区号和用户号码进行分别识别，提高了仿冒号码识别的召回率。

在一些实施例中，可以分别根据区号和用户号码的相似度，加权评判待识别号码是否为仿冒号码。下面参考图3描述本发明相似度确定方法的实施例。

图3为根据本发明一些实施例的相似度确定方法的示例性流程图。如图3所示，该实施例的相似度确定方法包括步骤S302～308。

在步骤S302中，计算最长用户号码公共子串与匹配用户号码字段的用户号码相似度。

在步骤S304中，计算最长区号公共子串与匹配号码的区号字段的区号相似度。

在步骤S306中，根据用户号码相似度以及用户号码权重、区号相似度以及区号权重确定综合相似度。

在一些实施例中，可以采用公式(1)确定综合相似度。

综合相似度＝用户号码相似度*用户号码权重

+区号相似度*区号相似权重 (1)

用户号码权重和区号相似权重可以根据需要设置，可以为被仿号码库中所有号码设置相同的用户号码权重，以及设置相同的区号相似权重；此外，也可以对不同的号码设置不同的权重，例如对于一些无区号的特服号码，可以将区号相似权重设置为0。

此外，本领域技术人员可以根据需要对公式(1)变型处理，例如添加其他系数等等，这里不再赘述。

在步骤S308中，将综合相似度属于预设阈值范围内的待识别号码确定为仿冒号码。

通过上述实施例的方法，可以根据需要设置用户号码权重和区号相似权重，从而计算待识别号码和被仿号码库中号码的综合相似度，提高了仿冒号码识别的召回率。

发明人经过分析后发现，通信管理局对国际号码传送有总长限制，由于号首包含国家码信息，一般不会截掉号首，因此运营商会对某些超长号码进行截尾处理。为了避免误判，可以在最长公共子串的首位不位于匹配号码的首位的情况下，判定待识别号码不为仿冒号码。下面参考图4描述本发明针对这种情况而提出的仿冒号码识别方法。

图4为根据本发明另一些实施例的仿冒号码识别方法的示例性流程图。如图4所示，该实施例的仿冒号码识别方法包括步骤S402～S412。

在步骤S402中，检测待识别号码与被仿号码库中号码的最长公共子串以及相应的匹配号码，最长公共子串包括最长用户号码公共子串以及最长区号公共子串。

在步骤S404中，计算待识别号码与匹配号码的相似度。

在步骤S406中，判断相似度是否属于预设的仿冒号码阈值范围。如果是，执行步骤S408；如果不是，执行步骤S412。

在步骤S408中，判断最长用户号码公共子串的首位与匹配用户号码字段的首位是否相同。如果相同，执行步骤S410；如果不同，执行步骤S412。

在步骤S410中，判定待识别号码为仿冒号码。

在步骤S412中，判定待识别号码不为仿冒号码。

当待识别号码和被仿号码库中号码存在最长公共子串，但是最长公共子串的首位与匹配号码的首位相同时，即使最长公共子串与匹配号码不完全一致，也可能是真实号码被截尾所造成的。因此，上述实施例所采用的截首判别的方法结合国际号码传送过程中可能被截尾、但是截首概率低的特点，可以避免误判，进一步提高了仿冒号码识别的准确率。

表1为本发明仿冒号码识别结果的一个示例。在表1中，被仿冒号码86010-12345678与几个待识别号码的相似度判断结果如下。

表1

如果仿冒号码阈值范围是(80％,100％)，则可以将第1、4行的待识别号码判断为仿冒号码。

下面参考图5描述本发明仿冒号码识别装置的实施例。

图5为根据本发明一些实施例的仿冒号码识别装置的示例性结构图。如图5所示，该实施例的仿冒号码识别装置50包括：最长用户号码公共子串检测模块510，被配置为检测待识别号码与被仿号码库中用户号码字段的最长用户号码公共子串以及相应的匹配号码的匹配用户号码字段；最长区号公共子串检测模块520，被配置为检测待识别号码与匹配号码的区号字段的最长区号公共子串；相似度计算模块530，被配置为根据最长用户号码公共子串与匹配用户号码字段的用户号码相似度、最长区号公共子串与匹配号码的区号字段的区号相似度计算待识别号码与匹配号码的相似度；仿冒号码确定模块540，被配置为根据相似度和预设的仿冒号码阈值范围确定待识别号码是否为仿冒号码。

在一些实施例中，相似度计算模块520进一步被配置为根据用户号码相似度以及用户号码权重、区号相似度以及区号权重计算待识别号码与匹配号码的相似度。

在一些实施例中，最长区号公共子串检测模块520进一步被配置为检测待识别号码中最长用户号码公共子串之前的部分与匹配的用户号码字段对应的区号字段的最长区号公共子串。

在一些实施例中，仿冒号码确定模块540进一步被配置为在相似度属于仿冒号码阈值范围、并且最长用户号码公共子串的首位不位于匹配用户号码字段的首位的情况下，判定待识别号码不为仿冒号码。

图6为根据本发明另一些实施例的仿冒号码确定装置的示例性结构图。如图6所示，该实施例的仿冒号码确定装置600包括：存储器610以及耦接至该存储器610的处理器620，处理器620被配置为基于存储在存储器610中的指令，执行前述任意一个实施例中的仿冒号码确定方法。

其中，存储器610例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。

图7为根据本发明又一些实施例的仿冒号码确定装置的示例性结构图。如图7所示，该实施例的仿冒号码确定装置700包括：存储器710以及处理器720，还可以包括输入输出接口730、网络接口740、存储接口750等。这些接口730，740，750以及存储器710和处理器720之间例如可以通过总线760连接。其中，输入输出接口730为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口740为各种联网设备提供连接接口。存储接口750为SD卡、U盘等外置存储设备提供连接接口。

本发明的实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现前述任意一种仿冒号码确定方法。

本领域内的技术人员应当明白，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非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、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。应理解为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。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种仿冒号码识别方法，包括：

检测待识别号码与被仿号码库中用户号码字段的最长用户号码公共子串以及相应的匹配号码的匹配用户号码字段；

检测待识别号码与匹配号码的区号字段的最长区号公共子串；

根据最长用户号码公共子串与匹配用户号码字段的用户号码相似度、最长区号公共子串与匹配号码的区号字段的区号相似度计算待识别号码与所述匹配号码的相似度；

根据相似度和预设的仿冒号码阈值范围确定待识别号码是否为仿冒号码。

2.根据权利要求1所述的仿冒号码识别方法，其中，根据用户号码相似度以及用户号码权重、区号相似度以及区号权重计算待识别号码与所述匹配号码的相似度。

3.根据权利要求1所述的仿冒号码识别方法，其中，检测待识别号码中所述最长用户号码公共子串之前的部分与匹配的用户号码字段对应的区号字段的最长区号公共子串。

4.根据权利要求1～3中任一项所述的仿冒号码识别方法，其中，所述根据相似度和预设的仿冒号码阈值范围确定待识别号码是否为仿冒号码包括：

在所述相似度属于仿冒号码阈值范围、并且所述最长用户号码公共子串的首位不位于所述匹配用户号码字段的首位的情况下，判定所述待识别号码不为仿冒号码。

5.一种仿冒号码识别装置，包括：

最长用户号码公共子串检测模块，被配置为检测待识别号码与被仿号码库中用户号码字段的最长用户号码公共子串以及相应的匹配号码的匹配用户号码字段；

最长区号公共子串检测模块，被配置为检测待识别号码与匹配号码的区号字段的最长区号公共子串；

相似度计算模块，被配置为根据最长用户号码公共子串与匹配用户号码字段的用户号码相似度、最长区号公共子串与匹配号码的区号字段的区号相似度计算待识别号码与所述匹配号码的相似度；

仿冒号码确定模块，被配置为根据相似度和预设的仿冒号码阈值范围确定待识别号码是否为仿冒号码。

6.根据权利要求5所述的仿冒号码识别装置，其中，

所述相似度计算模块进一步被配置为根据用户号码相似度以及用户号码权重、区号相似度以及区号权重计算待识别号码与所述匹配号码的相似度。

7.根据权利要求5中所述的仿冒号码识别装置，其中，所述最长区号公共子串检测模块进一步被配置为检测待识别号码中所述最长用户号码公共子串之前的部分与匹配的用户号码字段对应的区号字段的最长区号公共子串。

8.根据权利要求5～7中任一项所述的仿冒号码识别装置，其中，所述仿冒号码确定模块进一步被配置为在所述相似度属于仿冒号码阈值范围、并且所述最长用户号码公共子串的首位不位于所述匹配用户号码字段的首位的情况下，判定所述待识别号码不为仿冒号码。

9.一种仿冒号码识别装置，包括：

存储器；以及

耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1～4中任一项所述的仿冒号码识别方法。

10.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1～4中任一项所述的仿冒号码识别方法。

Images