CN113727351B - 一种通信欺诈识别方法、装置及电子设备 - Google Patents
一种通信欺诈识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113727351B CN113727351B CN202010397250.9A CN202010397250A CN113727351B CN 113727351 B CN113727351 B CN 113727351B CN 202010397250 A CN202010397250 A CN 202010397250A CN 113727351 B CN113727351 B CN 113727351B
- Authority
- CN
- China
- Prior art keywords
- communication
- fraud
- data
- identified
- information
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 409
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000002159 abnormal effect Effects 0.000 claims description 97
- 230000006399 behavior Effects 0.000 claims description 54
- 238000004590 computer program Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 7
- 230000004913 activation Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Abstract
本发明实施例提供了一种通信欺诈识别方法、装置及电子设备，该方法包括：获取待识别通信数据，其中，待识别通信数据包括通信号码，以及与通信号码相对应的用户行为数据和用户属性数据；将待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，欺诈风险识别模型为预先基于不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱而建立。通过本发明实施例，能够及时对通信欺诈行为进行有效识别，从而为人们的财产安全提供了有力的保障。
Description
技术领域
本发明涉及移动通信技术领域，尤其涉及一种通信欺诈识别方法、装置及电子设备。
背景技术
随着移动通信技术的不断发展，移动终端(如智能手机等)已成为人们日常生活中必不可少的电子消费品，随着智能手机越来越普及化，随之而来通信安全也成为人们日益关注的热点。
相关技术中通过对语音通话的分析，实时提取通话内容的关键词，再结合欺诈号码库来鉴定通话是否涉及电信欺诈的方法，由于欺诈号码库不能较快更新等原因，从而不能及时对通信欺诈行为进行有效识别，给人们的财产安全带来严重威胁。
发明内容
本发明实施例的目的是提供一种通信欺诈识别方法、装置及电子设备，以解决相关技术中不能及时对通信欺诈行为进行有效识别，从而给人们的财产安全带来严重威胁的问题。
为了解决上述技术问题，本发明实施例是这样实现的：
第一方面，本发明实施例提供了一种通信欺诈识别方法，包括：
获取待识别通信数据，其中，所述待识别通信数据包括通信号码，以及与所述通信号码相对应的用户行为数据和用户属性数据；
将所述待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，所述欺诈风险识别模型为基于不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱而建立。
可选地，上述方法还包括：
获取多个不同通信号码对应的用户属性数据以及用户行为数据；
从获取到的多个不同通信号码对应的用户属性数据以及用户行为数据中提取出第一信息实体，以及任意两个第一信息实体之间的关系信息，其中，所述第一信息实体至少包括以下中的一种或多种：通信号码、终端标识、开户渠道、漫游地、通话日期；
根据提取出的所述第一信息实体、任意两个所述第一信息实体之间的关系信息，以及预先建立的欺诈规则，构建所述欺诈知识图谱。
可选地，上述将所述待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，包括：
将所述待识别通信数据与所述欺诈风险识别模型对应的欺诈知识图谱进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据；
输出与所述第一异常通信数据相对应的多个第一异常通信号码。
可选地，上述在将满足匹配条件的待识别通信数据确定为第一异常通信数据之后，还包括：
确定所述第一异常通信数据中与多个预设通信号码相对应的多个开户渠道；
输出与确定的所述开户渠道相对应的第二异常通信号码。
可选地，上述输出与确定的所述开户渠道相对应的第二异常通信号码，包括：
获取预设周期内与所述开户渠道相对应的多个疑似异常通信号码；
将满足第一预设条件的疑似异常通信号码确定为第二异常通信号码；
输出与确定的所述开户渠道相对应的所述第二异常通信号码。
可选地，上述将所述待识别通信数据与所述欺诈风险识别模型对应的欺诈知识图谱进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据，包括：
从所述待识别通信数据中提取多个第二信息实体以及任意两个第二信息实体之间的关系信息，其中，所述第二信息实体至少包括以下中的一种或多种：通信号码、终端标识、开户渠道、漫游地、通话日期；
将所述第二信息实体以及任意两个第二信息实体之间的关系信息，与所述欺诈风险识别模型对应的欺诈知识图谱中包含的多个第一信息实体以及任意两个第一信息实体之间的关系信息进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据。
可选地，上述将所述第二信息实体以及任意两个第二信息实体之间的关系信息，与所述欺诈风险识别模型对应的欺诈知识图谱中包含的多个第一信息实体以及任意两个第一信息实体之间的关系信息进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据，包括：
采用贝叶斯评分函数评价所述第二信息实体以及任意两个第二信息实体之间的关系信息，与所述欺诈风险识别模型对应的欺诈知识图谱中的多个第一信息实体以及任意两个第一信息实体之间的关系信息的匹配度，将满足第二预设条件的匹配度所对应的待识别通信数据确定为第一异常通信数据。
第二方面，本发明实施例提供了一种通信欺诈识别装置，包括：
第一获取模块，用于获取待识别通信数据，其中，所述待识别通信数据包括通信号码，以及与所述通信号码相对应的用户行为数据和用户属性数据；
第一输出模块，用于将所述待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，所述欺诈风险识别模型为预先基于不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱而建立。
可选地，上述装置还包括：
第二获取模块，用于获取多个不同通信号码对应的用户属性数据以及用户行为数据；
提取模块，用于从获取到的多个不同通信号码对应的用户属性数据以及用户行为数据中提取出第一信息实体，以及任意两个第一信息实体之间的关系信息，其中，所述第一信息实体至少包括以下中的一种或多种：通信号码、终端标识、开户渠道、漫游地、通话日期；
构建模块，用于根据提取出的所述第一信息实体、任意两个所述第一信息实体之间的关系信息，以及预先建立的欺诈规则，构建所述欺诈知识图谱。
可选地，上述输出模块，包括：
第一确定单元，用于将所述待识别通信数据与所述欺诈风险识别模型对应的欺诈知识图谱进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据；
第一输出单元，用于输出与所述异常通信数据相对应的多个第一异常通信号码。
可选地，上述装置还包括：
确定模块，用于在将满足匹配条件的待识别通信数据确定为第一异常通信数据之后，确定所述第一异常通信数据中与多个预设通信号码相对应的多个开户渠道；
第二输出模块，用于输出与确定的所述开户渠道相对应的第二异常通信号码。
可选地，上述第二输出模块，包括：
获取单元，用于获取预设周期内与所述开户渠道相对应的多个疑似异常通信号码；
第二确定单元，用于将满足第一预设条件的疑似异常通信号码确定为第二异常通信号码；
第二输出单元，用于输出与确定的所述开户渠道相对应的所述第二异常通信号码。
可选地，上述第一确定单元，用于：
从所述待识别通信数据中提取多个第二信息实体以及任意两个第二信息实体之间的关系信息，其中，所述第二信息实体至少包括以下中的一种或多种：通信号码、终端标识、开户渠道、漫游地、通话日期；
将所述第二信息实体以及任意两个第二信息实体之间的关系信息，与所述欺诈风险识别模型对应的欺诈知识图谱中包含的多个第一信息实体以及任意两个第一信息实体之间的关系信息进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据。
可选地，上述第一确定单元，用于：
采用贝叶斯评分函数评价所述第二信息实体以及任意两个第二信息实体之间的关系信息，与所述欺诈风险识别模型对应的欺诈知识图谱中的多个第一信息实体以及任意两个第一信息实体之间的关系信息的匹配度，将满足第二预设条件的匹配度所对应的待识别通信数据确定为第一异常通信数据。
第三方面，本发明实施例提供了一种电子设备，包括：包括处理器、通信接口、存储器和通信总线；其中，所述处理器、所述通信接口以及所述存储器通过总线完成相互间的通信；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序，实现如第一方面所述的通信欺诈识别方法步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的通信欺诈识别方法步骤。
本发明实施例中的通信欺诈识别方法、装置及电子设备，通过获取待识别通信数据，其中，待识别通信数据包括通信号码，以及与通信号码相对应的用户行为数据和用户属性数据；然后，将待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，其中，欺诈风险识别模型为预先基于不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱而建立。通过本发明实施例，能够及时对通信欺诈行为进行有效识别，从而为人们的财产安全提供了有力的保障。
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中记载的一些实施例，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为本发明实施例提供的通信欺诈识别方法的第一种流程示意图；
图2为本发明实施例提供的一种欺诈知识图谱示意图；
图3为本发明实施例提供的通信欺诈识别方法的第二种流程示意图；
图4为本发明实施例提供的通信欺诈识别方法的第三种流程示意图；
图5为本发明实施例提供的通信欺诈识别方法的第四种流程示意图；
图6为本发明实施例提供的通信欺诈识别方法的第五种流程示意图；
图7为本发明实施例提供的通信欺诈识别装置的模块组成示意图；
图8为本发明实施例提供的电子设备的结构示意图。
具体实施方式
本发明实施例提供了一种通信欺诈识别方法、装置及电子设备。
为了使本技术领域的人员更好地理解本发明中的技术方案，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。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，都应当属于本发明保护的范围。
如图1所示，本发明实施例提供了一种通信欺诈识别方法，该方法的执行主体可以为服务器，其中，该服务器可以是独立的服务器，也可以是由多个服务器组成的服务器集群，而且，该服务器可以是能够进行网络操作处理的服务器。该方法能够及时对通信欺诈行为进行有效识别，从而为人们的财产安全提供了有力的保障。该方法具体可以包括以下步骤：
在S101中，获取待识别通信数据，其中，待识别通信数据包括通信号码，以及与通信号码相对应的用户行为数据和用户属性数据。
其中，用户属性数据可以包括用户身份证号码、年龄、通信号码、用户所用IMEI(International Mobile Equipment Identity，国际移动设备识别码)、通信号码开户渠道、风险用户标签等用户信息。用户行为数据可以包括用户号码通话行为数据(如主叫通信号码、被叫通信号码、通话时长、通话时间、通话所在基站ID等)、短信行为数据(如发送短信号码、接收短信号码等、发送所在基站ID、发送时间等)、接听挂断行为数据(如拨号时间)、开关机行为数据(如开机时间、关机时间等)及用户号码所在位置的基站数据等。
在实施中，随着移动通信技术的不断发展，移动终端(如智能手机等)已成为人们日常生活中必不可少的电子消费品，随着智能手机越来越普及化，随之而来通信安全也成为人们日益关注的热点。现有技术中通过对语音通话的分析，实时提取通话内容的关键词，再结合欺诈号码库来鉴定通话是否涉及电信欺诈的方法，由于欺诈号码库不能较快更新等原因，从而不能及时对通信欺诈行为进行有效识别，给人们的财产安全带来严重威胁。为此，本发明实施例提供一种能够解决上述问题的技术方案，具体可以参见下述内容。
考虑到通信欺诈主要是通过短信及通话方式进行欺诈，涉及与用户通信号码相对应的用户行为数据和用户属性数据。为了更全面的对获取到的用户的通信数据进行分析识别，以识别出通信欺诈行为，本申请在获取待识别通信数据之前还包括：获取用户的通信数据，其中，上述通信数据中可以包括用户的通信号码以及用户的行为数据、与用户的通信号码相对应的用户属性数据，然后，根据通信号码，将用户行为数据与用户属性数据相关联，以获取待识别通信数据。
在S102中，将待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，欺诈风险识别模型为预先基于不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱而建立。
在实施中，可以通过预先基于获取到的数据源中不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱来建立欺诈风险识别模型，或者，也可以通过预先基于获取到的数据源中不同通信号码对应的用户行为数据和用户属性数据，以及预先建立的欺诈规则构建的欺诈知识图谱来建立欺诈风险识别模型。
通过将获取到的待识别通信数据输入到预先构建的欺诈风险识别模型中，以对待识别通信数据中存在的欺诈通信号码进行识别，最终输出通信欺诈识别结果，其中，上述通信欺诈识别结果可以为疑似欺诈通信号码，也可以为确定的欺诈通信号码。通过上述欺诈风险识别模型输出的疑似欺诈通信号码可以用于预警，以使工作人员对输出的疑似欺诈通信号码进行重点监测，从而防止上述疑似欺诈通信行为给人们的财产安全带来的威胁。
需要说明的是，由于上述欺诈风险识别模型是预先基于获取到的数据源中不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱来建立的，或者，是通过预先基于获取到的数据源中不同通信号码对应的用户行为数据和用户属性数据，以及预先建立的欺诈规则构建的欺诈知识图谱来建立的。因此，将待识别通信数据输入到预先构建的欺诈风险识别模型中，输出的通信欺诈识别结果中还可以包括与欺诈通信号码相关的信息，如欺诈号码所属的区域，欺诈的方式(如短息欺诈、通话欺诈等)。通过输出的这些信息可以方便相关工作人员能够及时的采取应对通信欺诈问题的相关策略，以避免欺诈通信行为给人们的财产安全带来威胁。
由以上本发明实施例提供的技术方案可见，本发明实施例通过获取待识别通信数据，其中，待识别通信数据包括通信号码，以及与通信号码相对应的用户行为数据和用户属性数据；然后，将待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，其中，欺诈风险识别模型为预先基于不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱而建立。通过本发明实施例，能够及时对通信欺诈行为进行有效识别，从而为人们的财产安全提供了有力的保障。
进一步的，如图3所示，上述S102中欺诈知识图谱的构建过程可以包括如下步骤，具体可参见下述步骤一至步骤三的处理过程。
步骤一，获取多个不同通信号码对应的用户属性数据以及用户行为数据。
在实施中，可以预先获取数据源，其中，上述数据源可以是与用户通信数据相关的数据源，该数据源中可以包括多个不同通信号码对应的用户属性数据以及用户行为数据。
步骤二，从获取到的多个不同通信号码对应的用户属性数据以及用户行为数据中提取出第一信息实体，以及任意两个第一信息实体之间的关系信息，其中，第一信息实体至少包括以下中的一种或多种：通信号码、终端标识、开户渠道、漫游地、通话日期。
在实施中，可以从上述获取到的多个不同通信号码对应的用户属性数据以及用户行为数据中提取知识图谱三元组，其中，一个知识图谱三元组中可以包括两个知识图谱实体(即两个第一信息实体)，以及两个知识图谱实体之间的属性关系(即任意两个第一信息实体之间的关系信息)，即构建的上述欺诈知识图谱三元组的基本形式可以是：第一信息实体1—关系—第二信息实体2，并且由于本申请实施例中所需构建的是关于通信的欺诈知识图谱，因此，提取的知识图谱三元组中的任意两个第一实体均为通信相关的信息对象。例如，第一实体可以至少包括以下中的一种或多种：通信号码、终端标识、开户渠道、漫游地、通话日期。
步骤三，根据提取出的第一信息实体、任意两个第一信息实体之间的关系信息，以及预先建立的欺诈规则，构建欺诈知识图谱。
其中，上述预先建立的欺诈规则可以是针对通信用户开户风险、养卡风险、业务漏洞风险、漫游通话及短信风险等存在欺诈行为风险的维度而定义的规则。上述欺诈规则可以用于对获取到的待识别通信数据进行规约，从而可以实现对获取到的待识别通信数据进行全面评估，进而可以提高欺诈风险识别模型识别的准确性和客观性。
具体的，上述欺诈规则可以是根据实名时间、激活实名时间差、一证多户、批发渠道、实名渠道、用户开机时长、用户漫游、短信发送、彩信发送、养卡、一机多卡或一卡多机、终端未注册等情况制定的。
例如，针对实名时间，正常情况下，渠道网点营业时间不会超过晚上23点，如果识别出某用户的通信号码的实名时间是在晚上23点至凌晨7点之间，则可以识别出该通信号码为异常通信号码，欺诈风险识别模型可以识别出上述异常通信号码。
针对激活实名时间差，激活时间差＝激活时间-实名时间，正常情况下，这个激活时间差越小越安全，如果这个激活时间差大于预定的时长(如1小时、24小时等)，则可以识别出该通信号码为异常通信号码，欺诈风险识别模型可以识别出上述异常通信号码。
针对一证多户，正常情况下，一个证件可以开通的通讯号码的数量是有限的，如果用户入网激活当月，用户证件满足一证多户的条件，则识别该证件所对应的通讯号码为异常通讯号码。
针对批发渠道，由于部分渠道利用自身走货量的优势，不在正常的销售体系的网点批发套卡，使得这些批发渠道所开出的通讯号码存在异常的可能性较高。可以根据用户实名时的位置与批发网点的实际位置之间的距离差来进行识别。
针对实名渠道，若识别出登记销售渠道实名跟实际不一致，则识别为异常。
针对用户开机时长，从使用习惯来讲，消费者新购买号码后，开机时长较短或无开机的现象是不正常的，开机时间过短，有可能就是网点在利用号码进行其他操作，操作完成后不需要再占用卡槽，可以降低养卡成本。因此，可以若检测出用户开机时长大于设定的第一预设时长，或者小于设定的第二预设时长，则识别存在通信诈骗风险。
针对用户漫游，由于通讯号码被销售到其他城市，导致漫游至其他城市的用户规模在一段时间内有明显上升，若检测到用户漫游规模在预定时间内大于某一阈值，则识别存在通信诈骗风险。
针对短信发送，由于用户短信发送完成后，当不能直达对端用户时，会在短信中心进行存储，72小时仍未发至对端用户时，系统会返还扣取的短信费用。可以通过识别预付费用户出现赠送账户扣取短信费用，基本账户收取返还费用的现象，则识别存在通信诈骗风险。
针对养卡，养卡属于渠道集中行为，主要是实名渠道，如果同一渠道相同的APRU>＝20，相同基站拨打相同号码，对端号码一致等则识别为存在通信诈骗风险。或者，可以针对消费行为，可以通过得分法对基本通信与异常行为打分，例如：无开机，不充值，实名有误，若打分结果为满分，则可以识别存在通信诈骗风险。
针对一机多卡或一卡多机，如果检测到一台手机终端一台手机终端有超预设数量的(如10个)主要号码使用的异常行为，则存在疑似套机、欺诈等行为。
针对终端未注册，当检测到渠道销售终端省外窜出率高于全省水平，当月在TIMES录入销售的终端在当月使用省外号码且在省外活跃，由于本地无法获取外地窜出情况，用终端未在本地移动注册率作为风险监控指标。
如图2所示，图2为根据提取出的第一信息实体、任意两个第一信息实体之间的关系信息，以及预先建立的欺诈规则构建的欺诈知识图谱示意图。如图所示，上述第一信息实体可以包括号码、短彩信、用户漫游、养卡、终端未注册等，通过上述构建的欺诈知识图谱，可以根据从待识别通信数据中提取出的信息实体与上述欺诈知识图谱中的第一信息实体进行匹配，既可识别出通信诈骗风险。
在实施中，可以根据上述提取出的第一信息实体、任意两个第一信息实体之间的关系信息，以及预先建立的上述欺诈规则，构建欺诈知识图谱。
进一步的，如图3所示，上述S102的具体处理方式可以多种多样，以下再提供一种可选的处理方式，具体可以参见下述S1021-S1022的处理。
S1021，将待识别通信数据与欺诈风险识别模型对应的欺诈知识图谱进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据。
S1022，输出与异常通信数据相对应的多个第一异常通信号码。
在实施中，可以从待识别通信数据中提取多个第二信息实体以及任意两个第二信息实体之间的关系信息，其中，第二信息实体至少包括以下中的一种或多种：通信号码、终端标识、开户渠道、漫游地、通话日期；将第二信息实体以及任意两个第二信息实体之间的关系信息，与欺诈风险识别模型对应的欺诈知识图谱中包含的多个第一信息实体以及任意两个第一信息实体之间的关系信息进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据，输出与异常通信数据相对应的多个第一异常通信号码。
进一步的，本申请实施例中预先构建的欺诈风险识别模型还能对通信欺诈起到预警作用，具体的，如图4所示，在上述S1021将满足匹配条件的待识别通信数据确定为第一异常通信数据之后，上述方法还可以包括下述S103-S104的处理过程。
在S103中，确定第一异常通信数据中与多个预设通信号码相对应的多个开户渠道。
在S104中，输出与确定的开户渠道相对应的第二异常通信号码。
在实施中，当通过上述S1021的处理将满足匹配条件的待识别通信数据确定为第一异常通信数据之后，可以将从上述第一异常通信数据中提取出的多个通信号码确定为多个预设通信号码，然后，根据这些预设通信号码确定出与上述预设通信号码相对应的开户渠道，输出与确定的开户渠道相对应的第二异常通信号码。这样，当确定出第一异常通信数据之后，通过进一步确定第一异常通信数据中与多个预设通信号码相对应的多个开户渠道，可以进一步去识别这些开户渠道下所开户的通讯号码是否也存在异常，从而对通信欺诈起到预警作用。
进一步的，如图5所示，上述S104的具体处理方式可以多种多样，以下再提供一种可选的处理方式，具体可以参见下述S1041-S1043的处理。
在S1041中，获取预设周期内与开户渠道相对应的多个疑似异常通信号码。
其中，上述疑似异常通信号码为开户渠道所开出的通信号码。
在实施中，在上述S103确定第一异常通信数据中与多个预设通信号码相对应的多个开户渠道，可以根据上述确定出的开户渠道，获取预设周期内，开户渠道所开出的多个通信号码，其中，上述预设周期可以是当前时间前两个月内或者是三个月内。
在S1042中，将满足第一预设条件的疑似异常通信号码确定为第二异常通信号码。
在S1043中，输出与确定的开户渠道相对应的第二异常通信号码。
在实施中，通过上述S1041的处理获取到预设周期内与开户渠道相对应的多个疑似异常通信号码之后，可以对预设周期内上述开户渠道所开出的通信号码中被识别为欺诈通讯号码的个数，以及预设周期内该开户渠道总共开出的通信号码的个数，计算预设周期内，该开户渠道所开出的欺诈通信号码占总开出通信号码的比值，若该比值大于预设阈值，则将上述S1041获取到的预设周期内与开户渠道相对应的多个疑似异常通信号码确定为第二异常通信号码，然后，输出与确定的开户渠道相对应的第二异常通信号码。若该开户渠道所开出的欺诈通信号码占总开出通信号码的比值小于预设阈值，则将上述S1041获取到的预设周期内与开户渠道相对应的多个疑似异常通信号码确定为正常通信号码，对这些正常通信号码不进行输出。
进一步的，如图6所示，上述S1021的具体处理方式可以多种多样，以下再提供一种可选的处理方式，具体可以参见下述S10211-S10212的处理。
在S10211中，从所述待识别通信数据中提取多个第二信息实体以及任意两个第二信息实体之间的关系信息，其中，所述第二信息实体至少包括以下中的一种或多种：通信号码、终端标识、开户渠道、漫游地、通话日期；
在S10212中，将所述第二信息实体以及任意两个第二信息实体之间的关系信息，与所述欺诈风险识别模型对应的欺诈知识图谱中包含的多个第一信息实体以及任意两个第一信息实体之间的关系信息进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据。
进一步的，上述S10212的具体处理方式可以多种多样，以下再提供一种可选的处理方式，具体可以参见下述处理过程。
采用贝叶斯评分函数评价第二信息实体以及任意两个第二信息实体之间的关系信息，与欺诈风险识别模型对应的欺诈知识图谱中的多个第一信息实体以及任意两个第一信息实体之间的关系信息的匹配度，将满足第二预设条件的匹配度所对应的待识别通信数据确定为第一异常通信数据。
在实施中，可以采用贝叶斯评分函数评价上述第二信息实体以及任意两个第二信息实体之间的关系信息，与欺诈风险识别模型对应的欺诈知识图谱中的多个第一信息实体以及任意两个第一信息实体之间的关系信息的匹配度，具体公式如下：
其中X1表示待检测点的一个属性，Y1表示与属性X1相对应的属性值，Xn表示待检测点的第n个属性，Yn表示与属性Xn相对应的属性值，n表示待检测点有n个属性，Ei可以表示第i个异常点，如短信异常、漫游地异常等。
由以上本发明实施例提供的技术方案可见，本发明实施例通过获取待识别通信数据，其中，待识别通信数据包括通信号码，以及与通信号码相对应的用户行为数据和用户属性数据；然后，将待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，其中，欺诈风险识别模型为预先基于不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱而建立。通过本发明实施例，能够及时对通信欺诈行为进行有效识别，从而为人们的财产安全提供了有力的保障。
对应上述实施例提供的通信欺诈识别方法，基于相同的技术构思，本发明实施例还提供了一种通信欺诈识别装置，图7为本发明实施例提供的通信欺诈识别装置的模块组成示意图，该通信欺诈识别装置用于执行图1至图6描述的通信欺诈识别方法，如图7所示，该通信欺诈识别装置包括：
第一获取模块701，用于获取待识别通信数据，其中，所述待识别通信数据包括通信号码，以及与所述通信号码相对应的用户行为数据和用户属性数据；
第一输出模块702，用于将所述待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，所述欺诈风险识别模型为预先基于不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱而建立。
可选地，上述装置还包括：
第二获取模块，用于获取多个不同通信号码对应的用户属性数据以及用户行为数据；
提取模块，用于从获取到的多个不同通信号码对应的用户属性数据以及用户行为数据中提取出第一信息实体，以及任意两个第一信息实体之间的关系信息，其中，所述第一信息实体至少包括以下中的一种或多种：通信号码、终端标识、开户渠道、漫游地、通话日期；
构建模块，用于根据提取出的所述第一信息实体、任意两个所述第一信息实体之间的关系信息，以及预先建立的欺诈规则，构建所述欺诈知识图谱。
可选地，上述输出模块，包括：
第一确定单元，用于将所述待识别通信数据与所述欺诈风险识别模型对应的欺诈知识图谱进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据；
第一输出单元，用于输出与所述异常通信数据相对应的多个第一异常通信号码。
可选地，上述装置还包括：
确定模块，用于在将满足匹配条件的待识别通信数据确定为第一异常通信数据之后，确定所述第一异常通信数据中与多个预设通信号码相对应的多个开户渠道；
第二输出模块，用于输出与确定的所述开户渠道相对应的第二异常通信号码。
可选地，上述第二输出模块，包括：
获取单元，用于获取预设周期内与所述开户渠道相对应的多个疑似异常通信号码；
第二确定单元，用于将满足第一预设条件的疑似异常通信号码确定为第二异常通信号码；
第二输出单元，用于输出与确定的所述开户渠道相对应的所述第二异常通信号码。
可选地，上述第一确定单元，用于：
从所述待识别通信数据中提取多个第二信息实体以及任意两个第二信息实体之间的关系信息，其中，所述第二信息实体至少包括以下中的一种或多种：通信号码、终端标识、开户渠道、漫游地、通话日期；
将所述第二信息实体以及任意两个第二信息实体之间的关系信息，与所述欺诈风险识别模型对应的欺诈知识图谱中包含的多个第一信息实体以及任意两个第一信息实体之间的关系信息进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据。
可选地，上述第一确定单元，用于：采用贝叶斯评分函数评价所述第二信息实体以及任意两个第二信息实体之间的关系信息，与所述欺诈风险识别模型对应的欺诈知识图谱中的多个第一信息实体以及任意两个第一信息实体之间的关系信息的匹配度，将满足第二预设条件的匹配度所对应的待识别通信数据确定为第一异常通信数据。
由以上本发明实施例提供的技术方案可见，本发明实施例通过获取待识别通信数据，其中，待识别通信数据包括通信号码，以及与通信号码相对应的用户行为数据和用户属性数据；然后，将待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，其中，欺诈风险识别模型为预先基于不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱而建立。通过本发明实施例，能够及时对通信欺诈行为进行有效识别，从而为人们的财产安全提供了有力的保障。
本发明实施例提供的通信欺诈识别装置能够实现上述通信欺诈识别方法对应的实施例中的各个过程，为避免重复，这里不再赘述。
需要说明的是，本发明实施例提供的通信欺诈识别装置与本发明实施例提供的通信欺诈识别方法基于同一发明构思，因此该实施例的具体实施可以参见前述通信欺诈识别方法的实施，重复之处不再赘述。
对应上述实施例提供的通信欺诈识别方法，基于相同的技术构思，本发明实施例还提供了一种电子设备，该设备用于执行上述的通信欺诈识别方法，图8为实现本发明各个实施例的一种电子设备的结构示意图，如图8所示，电子设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器801和存储器802，存储器802中可以存储有一个或一个以上存储应用程序或数据。其中，存储器802可以是短暂存储或持久存储。存储在存储器802的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对电子设备中的一系列计算机可执行指令。更进一步地，处理器801可以设置为与存储器802通信，在电子设备上执行存储器802中的一系列计算机可执行指令。电子设备还可以包括一个或一个以上电源803，一个或一个以上有线或无线网络接口804，一个或一个以上输入输出接口805，一个或一个以上键盘806。
具体在本实施例中，电子设备包括有处理器、通信接口、存储器和通信总线；其中，所述处理器、所述通信接口以及所述存储器通过总线完成相互间的通信；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序，实现以下方法步骤：
获取待识别通信数据，其中，所述待识别通信数据包括通信号码，以及与所述通信号码相对应的用户行为数据和用户属性数据；
将所述待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，所述欺诈风险识别模型为预先基于不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱而建立。
本申请实施例还提供一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现以下方法步骤：
获取待识别通信数据，其中，所述待识别通信数据包括通信号码，以及与所述通信号码相对应的用户行为数据和用户属性数据；
将所述待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，所述欺诈风险识别模型为预先基于不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱而建立。
由以上本发明实施例提供的技术方案可见，本发明实施例通过获取待识别通信数据，其中，待识别通信数据包括通信号码，以及与通信号码相对应的用户行为数据和用户属性数据；然后，将待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，其中，欺诈风险识别模型为预先基于不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱而建立。通过本发明实施例，能够及时对通信欺诈行为进行有效识别，从而为人们的财产安全提供了有力的保障。
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、装置、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、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。
在一个典型的配置中，电子设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、装置或计算机程序产品。因此，本申请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，本申请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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (8)
1.一种通信欺诈识别方法，其特征在于，所述方法包括：
获取待识别通信数据，其中，所述待识别通信数据包括通信号码，以及与所述通信号码相对应的用户行为数据和用户属性数据；
将所述待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，所述欺诈风险识别模型为基于不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱而建立，所述通信欺诈识别结果包括所述通信号码的识别结果和欺诈通信号码信息；
其中，所述将所述待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，包括：
将所述待识别通信数据与所述欺诈风险识别模型对应的欺诈知识图谱进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据；
输出与所述第一异常通信数据相对应的多个第一异常通信号码；
在将满足匹配条件的待识别通信数据确定为第一异常通信数据之后，还包括：
确定所述第一异常通信数据中与多个预设通信号码相对应的多个开户渠道；
输出与确定的所述开户渠道相对应的第二异常通信号码。
2.根据权利要求1所述的方法，其特征在于，所述构建欺诈知识图谱包括：
获取多个不同通信号码对应的用户属性数据以及用户行为数据；
从获取到的多个不同通信号码对应的用户属性数据以及用户行为数据中提取出第一信息实体，以及任意两个第一信息实体之间的关系信息，其中，所述第一信息实体至少包括以下中的一种或多种：通信号码、终端标识、开户渠道、漫游地、通话日期；
根据提取出的所述第一信息实体、任意两个所述第一信息实体之间的关系信息，以及预先建立的欺诈规则，构建所述欺诈知识图谱。
3.根据权利要求1所述的方法，其特征在于，所述输出与确定的所述开户渠道相对应的第二异常通信号码，包括：
获取预设周期内与所述开户渠道相对应的多个疑似异常通信号码；
将满足第一预设条件的疑似异常通信号码确定为第二异常通信号码；
输出与确定的所述开户渠道相对应的所述第二异常通信号码。
4.根据权利要求1所述的方法，其特征在于，所述将所述待识别通信数据与所述欺诈风险识别模型对应的欺诈知识图谱进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据，包括：
从所述待识别通信数据中提取多个第二信息实体以及任意两个第二信息实体之间的关系信息，其中，所述第二信息实体至少包括以下中的一种或多种：通信号码、终端标识、开户渠道、漫游地、通话日期；
将所述第二信息实体以及任意两个第二信息实体之间的关系信息，与所述欺诈风险识别模型对应的欺诈知识图谱中包含的多个第一信息实体以及任意两个第一信息实体之间的关系信息进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据。
5.根据权利要求4所述的方法，其特征在于，所述将所述第二信息实体以及任意两个第二信息实体之间的关系信息，与所述欺诈风险识别模型对应的欺诈知识图谱中包含的多个第一信息实体以及任意两个第一信息实体之间的关系信息进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据，包括：
采用贝叶斯评分函数评价所述第二信息实体以及任意两个第二信息实体之间的关系信息，与所述欺诈风险识别模型对应的欺诈知识图谱中的多个第一信息实体以及任意两个第一信息实体之间的关系信息的匹配度，将满足第二预设条件的匹配度所对应的待识别通信数据确定为第一异常通信数据。
6.一种通信欺诈识别装置，其特征在于，所述装置包括：
第一获取模块，用于获取待识别通信数据，其中，所述待识别通信数据包括通信号码，以及与所述通信号码相对应的用户行为数据和用户属性数据；
第一输出模块，用于将所述待识别通信数据输入到预先构建的欺诈风险识别模型中，输出通信欺诈识别结果，所述欺诈风险识别模型为预先基于不同通信号码对应的用户行为数据和用户属性数据构建的欺诈知识图谱而建立，所述通信欺诈识别结果包括所述通信号码的识别结果和欺诈通信号码信息；
其中，所述第一输出模块还用于：
将所述待识别通信数据与所述欺诈风险识别模型对应的欺诈知识图谱进行匹配，将满足匹配条件的待识别通信数据确定为第一异常通信数据；
输出与所述第一异常通信数据相对应的多个第一异常通信号码；
在将满足匹配条件的待识别通信数据确定为第一异常通信数据之后，还包括：
确定所述第一异常通信数据中与多个预设通信号码相对应的多个开户渠道；
输出与确定的所述开户渠道相对应的第二异常通信号码。
7.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线；其中，所述处理器、所述通信接口以及所述存储器通过总线完成相互间的通信；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序，实现如权利要求1-5任一项所述的通信欺诈识别方法步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-5任一项所述的通信欺诈识别方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010397250.9A CN113727351B (zh) | 2020-05-12 | 2020-05-12 | 一种通信欺诈识别方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010397250.9A CN113727351B (zh) | 2020-05-12 | 2020-05-12 | 一种通信欺诈识别方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113727351A CN113727351A (zh) | 2021-11-30 |
| CN113727351B true CN113727351B (zh) | 2024-03-19 |
Family
ID=78671096
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010397250.9A Active CN113727351B (zh) | 2020-05-12 | 2020-05-12 | 一种通信欺诈识别方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113727351B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105636047A (zh) * | 2014-10-29 | 2016-06-01 | 中兴通讯股份有限公司 | 一种欺诈用户的检测方法、装置和系统 |
| CN107169629A (zh) * | 2017-04-17 | 2017-09-15 | 四川九洲电器集团有限责任公司 | 一种电信诈骗识别方法及数据处理设备 |
| CN108093405A (zh) * | 2017-11-06 | 2018-05-29 | 北京邮电大学 | 一种诈骗电话号码分析方法和设备 |
| CN108243049A (zh) * | 2016-12-27 | 2018-07-03 | 中国移动通信集团浙江有限公司 | 电信欺诈识别方法及装置 |
| CN109429230A (zh) * | 2017-08-28 | 2019-03-05 | 中国移动通信集团浙江有限公司 | 一种通信诈骗识别方法及系统 |
| CN110110172A (zh) * | 2017-12-28 | 2019-08-09 | 北京京东尚科信息技术有限公司 | 信息展示方法和装置 |
| CN110110093A (zh) * | 2019-04-08 | 2019-08-09 | 深圳众赢维融科技有限公司 | 一种基于知识图谱的识别方法、装置、电子设备及存储介质 |
| CN110321438A (zh) * | 2019-06-14 | 2019-10-11 | 北京奇艺世纪科技有限公司 | 基于复杂网络的实时欺诈检测方法、装置及电子设备 |
| CN110493477A (zh) * | 2019-09-12 | 2019-11-22 | 中国联合网络通信集团有限公司 | 诈骗号码识别方法、装置、设备及存储介质 |
| CN110839242A (zh) * | 2018-08-17 | 2020-02-25 | 中国移动通信集团广东有限公司 | 异常号码识别方法及装置 |
| CN111104521A (zh) * | 2019-12-18 | 2020-05-05 | 上海观安信息技术股份有限公司 | 一种基于图分析的反欺诈检测方法及检测系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012119008A2 (en) * | 2011-03-01 | 2012-09-07 | Early Warning Services, Llc | System and method for suspect entity detection and mitigation |
| US20190259033A1 (en) * | 2015-06-20 | 2019-08-22 | Quantiply Corporation | System and method for using a data genome to identify suspicious financial transactions |
-
2020
- 2020-05-12 CN CN202010397250.9A patent/CN113727351B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105636047A (zh) * | 2014-10-29 | 2016-06-01 | 中兴通讯股份有限公司 | 一种欺诈用户的检测方法、装置和系统 |
| CN108243049A (zh) * | 2016-12-27 | 2018-07-03 | 中国移动通信集团浙江有限公司 | 电信欺诈识别方法及装置 |
| CN107169629A (zh) * | 2017-04-17 | 2017-09-15 | 四川九洲电器集团有限责任公司 | 一种电信诈骗识别方法及数据处理设备 |
| CN109429230A (zh) * | 2017-08-28 | 2019-03-05 | 中国移动通信集团浙江有限公司 | 一种通信诈骗识别方法及系统 |
| CN108093405A (zh) * | 2017-11-06 | 2018-05-29 | 北京邮电大学 | 一种诈骗电话号码分析方法和设备 |
| CN110110172A (zh) * | 2017-12-28 | 2019-08-09 | 北京京东尚科信息技术有限公司 | 信息展示方法和装置 |
| CN110839242A (zh) * | 2018-08-17 | 2020-02-25 | 中国移动通信集团广东有限公司 | 异常号码识别方法及装置 |
| CN110110093A (zh) * | 2019-04-08 | 2019-08-09 | 深圳众赢维融科技有限公司 | 一种基于知识图谱的识别方法、装置、电子设备及存储介质 |
| CN110321438A (zh) * | 2019-06-14 | 2019-10-11 | 北京奇艺世纪科技有限公司 | 基于复杂网络的实时欺诈检测方法、装置及电子设备 |
| CN110493477A (zh) * | 2019-09-12 | 2019-11-22 | 中国联合网络通信集团有限公司 | 诈骗号码识别方法、装置、设备及存储介质 |
| CN111104521A (zh) * | 2019-12-18 | 2020-05-05 | 上海观安信息技术股份有限公司 | 一种基于图分析的反欺诈检测方法及检测系统 |
Non-Patent Citations (2)
| Title |
|---|
| 基于客户感知的骚扰电话防范体系的构建;林英志;陈伟平;;广西通信技术;20160915(03);全文 * |
| 基于知识图谱的智能决策支持技术及应用研究;魏瑾;李伟华;潘炜;;计算机技术与发展(第01期);正文3.5小节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113727351A (zh) | 2021-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109429230B (zh) | 一种通信诈骗识别方法及系统 | |
| CN103078949B (zh) | 显示电话号码信息的方法及系统 | |
| EP2698967A1 (en) | Social network data mining method for terminal user, and relevant method, device and system | |
| CN102413169A (zh) | 云通讯录的建立和维护方法及系统 | |
| CN110809095A (zh) | 语音外呼的方法和装置 | |
| CN111263345B (zh) | 一种用户终端的识别方法和装置 | |
| CN107294832A (zh) | 一种添加好友的方法及装置 | |
| CN106856474A (zh) | 一种验证信息的处理方法及装置 | |
| CN109150864B (zh) | 基于二次认证的防作弊方法及装置 | |
| CN102387255B (zh) | 一种利用智能卡处理第三方扩展业务数据的方法与装置 | |
| CN112866192B (zh) | 一种识别异常聚集行为的方法及装置 | |
| CN108924840B (zh) | 黑名单管理方法、装置及终端 | |
| CN113727351B (zh) | 一种通信欺诈识别方法、装置及电子设备 | |
| CN109121137B (zh) | 双卡终端的用户号码使用类型识别方法及装置 | |
| CN113873450B (zh) | 短信配置方法、装置、计算机设备和存储介质 | |
| KR101426616B1 (ko) | 스팸 메시지 차단 방법 및 이를 실행하는 장치 | |
| CN113962276B (zh) | 异常信息确定方法、装置及电子设备、存储介质 | |
| CN104767880A (zh) | 一种通信号码管理方法 | |
| CN114168423A (zh) | 异常号码的呼叫监控方法、装置、设备及存储介质 | |
| CN106993290B (zh) | 通信记录的检测方法及装置 | |
| CN113543115B (zh) | 数据处理方法、装置、电子设备和计算机可读存储介质 | |
| CN117241275A (zh) | 一种对象识别方法、装置及电子设备 | |
| CN104168388B (zh) | 信息提示方法和系统 | |
| CN112449062B (zh) | 恶意扣费的识别方法、装置、电子设备及存储介质 | |
| CN113225740B (zh) | 基于激活位置识别风险电信卡的方法、服务器和系统 |
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 |