CN115884088A - 一种设备位置信息的确定方法、装置及电子设备 - Google Patents

Abstract

本发明实施例公开了一种设备位置信息的确定方法、装置及电子设备，所述方法包括：获取预先建立的通讯号码库中每个通讯号码的号码位置信息，所述通讯号码库中的通讯号码为基于通讯数据和预先训练的号码检测模型确定的欺诈号码，所述号码检测模型为基于历史通讯号码的历史通讯数据对通过预设机器学习算法构建的模型进行训练得到；获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息；确定与所述号码位置信息匹配的所述设备位置信息对应的目标设备，并获取所述目标设备的设备位置信息，所述目标设备为通过将互联网通话转化为移动网通话对用户进行欺诈的设备。通过本方法，可以提高欺诈设备的定位效率和定位准确率。

Description

一种设备位置信息的确定方法、装置及电子设备

技术领域

本发明涉及计算机技术领域，尤其涉及一种设备位置信息的确定方法、装置及电子设备。

背景技术

以GOIP设备(即虚拟拨号设备)为主的欺诈设备能从境外任意切换手机号拨打受害人电话，一台GOIP设备可供上百张手机SIM卡同时运作，恶意第三方通常通过网络将SIM卡拨号数据传输至GOIP设备，再由GOIP设备与所在地通信基站连接进行语音通话实施诈骗活动。

由于人机分离，所以，打击GOIP诈骗的难度较大，通常需要在诈骗事件发生后，通过恶意第三方的口供来寻找GOIP设备，但此时受害人已经受害，且通过恶意第三方的口供来寻找GOIP设备就存在被动性强、寻找效率和成功率低的问题，因此，需要一种提高欺诈设备的定位效率和准确率的解决方案。

发明内容

本发明实施例的目的是提供一种设备位置信息的确定方法、装置及电子设备，以解决现有技术中欺诈设备的定位效率低、准确性差的问题。

为解决上述技术问题，本发明实施例是这样实现的：

第一方面，本发明实施例提供的一种设备位置信息的确定方法，所述方法包括：获取预先建立的通讯号码库中每个通讯号码的号码位置信息，所述通讯号码库中的通讯号码为基于通讯数据和预先训练的号码检测模型确定的欺诈号码，所述号码检测模型为基于历史通讯号码的历史通讯数据对通过预设机器学习算法构建的模型进行训练得到；

获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息，所述通讯设备信息库中的通讯设备信息对应的通讯设备为基于设备互联网话单、移动网话单和流量数据，以及预设设备识别模型确定的欺诈设备；

确定与所述号码位置信息匹配的所述设备位置信息对应的目标设备，并获取所述目标设备的设备位置信息，所述目标设备为通过将互联网通话转化为移动网通话对用户进行欺诈的设备。

可选地，所述确定与所述号码位置信息匹配的所述设备位置信息对应的目标设备，包括：

获取预先建立的通讯服务器信息库中每个通讯服务器的服务器位置信息，所述通讯服务器为将互联网通话发送到所述目标设备的服务器；

确定与所述号码位置信息以及所述服务器位置信息匹配的所述设备位置信息对应的所述目标设备。

可选地，在所述获取预先建立的通讯服务器信息库中每个通讯服务器的服务器位置信息之前，还包括：

获取第一通讯服务器的服务器信息，所述服务器信息至少包括协议信息和端口信息；

基于预设服务器检测规则和所述第一通讯服务器的服务器信息，确定所述第一通讯服务器是否为所述通讯服务器；

获取确定的所述通讯服务器的服务器位置信息，并基于所述通讯服务器和对应的所述服务器位置信息，构建所述通讯服务器信息库。

可选地，在所述获取预先建立的通讯号码库中每个通讯号码的号码位置信息之前，还包括：

获取待检测的第一通讯号码和对应的通讯数据；

将所述第一通讯号码的通讯数据输入所述预先训练的号码检测模型，得到所述第一通讯号码的检测结果；

基于所述检测结果，确定所述第一通讯号码是否为所述通讯号码；

获取确定的所述通讯号码的号码位置信息，并基于所述通讯号码和对应的所述号码位置信息，构建所述通讯号码库。

可选地，在所述获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息之前，还包括：

获取第一通讯设备的互联网话单、移动网话单以及流量数据；

基于所述第一通讯设备的互联网话单和移动网话单，确定所述第一通讯设备的话单匹配度；

基于所述第一通讯设备的流量数据，确定所述第一通讯设备的协议使用信息；

基于所述预设设备识别模型、所述第一通讯设备的话单匹配度和协议使用信息，确定所述第一通讯设备是否为所述通讯设备；

获取确定的所述通讯设备的设备位置信息，并基于所述通讯设备及对应的所述设备位置信息，构建所述通讯设备信息库。

可选地，所述基于所述预设设备识别模型、所述第一通讯设备的话单匹配度和协议使用信息，确定所述第一通讯设备是否为所述通讯设备，包括：

基于预设设备检测规则、所述第一通讯设备的话单匹配度和协议使用信息，确定所述第一通讯设备是否为第二通讯设备；

获取所述第二通讯设备的预设特征信息，所述预设特征至少包括行为信息、位置信息、访问信息中的一个或多个信息；

基于所述预设设备识别模型和所述预设特征信息，确定所述第二通讯设备是否为所述通讯设备。

可选地，在所述将所述第一通讯号码的通讯数据输入所述预先训练的号码检测模型，得到所述第一通讯号码的检测结果之前，还包括：

获取历史通讯号码及对应的历史通讯数据；

基于所述历史通讯号码的历史通讯数据，确定所述历史通讯号码对应的第一场景；

获取与所述第一场景对应的所述第一号码检测模型；

基于所述历史通讯号码的历史通讯数据，对所述第一号码检测模型进行训练，并获取训练结果；

基于预设评估模型和所述训练结果，确定所述第一号码检测模型是否满足预设检测需求；

将满足所述预设检测需求的所述第一号码检测模型确定为与所述第一场景对应的号码检测模型；

所述将所述第一通讯号码的通讯数据输入所述预先训练的号码检测模型，得到所述第一通讯号码的检测结果，包括：

获取所述第一场景中与所述第一通讯号码的通讯数据匹配的目标场景；

获取与所述目标场景对应的号码检测模型，并将所述第一通讯号码的通讯数据输入所述号码检测模型，得到所述第一通讯号码的检测结果。

第二方面，本发明实施例提供了一种设备位置信息的确定装置，所述装置包括：

第一获取模块，用于获取预先建立的通讯号码库中每个通讯号码的号码位置信息，所述通讯号码库中的通讯号码为基于通讯数据和预先训练的号码检测模型确定的欺诈号码，所述号码检测模型为基于历史通讯号码的历史通讯数据对通过预设机器学习算法构建的模型进行训练得到；

第二获取模块，用于获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息，所述通讯设备信息库中的通讯设备信息对应的通讯设备为基于设备互联网话单、移动网话单和流量数据，以及预设设备识别模型确定的欺诈设备；

信息确定模块，用于确定与所述号码位置信息匹配的所述设备位置信息对应的目标设备，并获取所述目标设备的设备位置信息，所述目标设备为通过将互联网通话转化为移动网通话对用户进行欺诈的设备。

可选地，所述信息确定模块，用于：

获取预先建立的通讯服务器信息库中每个通讯服务器的服务器位置信息，所述通讯服务器为将互联网通话发送到所述目标设备的服务器；

确定与所述号码位置信息以及所述服务器位置信息匹配的所述设备位置信息对应的所述目标设备。

可选地，所述装置，还包括：

第三获取模块，用于获取第一通讯服务器的服务器信息，所述服务器信息至少包括协议信息和端口信息；

服务器确定模块，用于基于预设服务器检测规则和所述第一通讯服务器的服务器信息，确定所述第一通讯服务器是否为所述通讯服务器；

第一构建模块，用于获取确定的所述通讯服务器的服务器位置信息，并基于所述通讯服务器和对应的所述服务器位置信息，构建所述通讯服务器信息库。

可选地，所述装置，还包括：

第四获取模块，用于获取待检测的第一通讯号码和对应的通讯数据；

检测模块，用于将所述第一通讯号码的通讯数据输入所述预先训练的号码检测模型，得到所述第一通讯号码的检测结果；

确定模块，用于基于所述检测结果，确定所述第一通讯号码是否为所述通讯号码；

第二构建模块，用于获取确定的所述通讯号码的号码位置信息，并基于所述通讯号码和对应的所述号码位置信息，构建所述通讯号码库。

可选地，所述装置，还包括：

第五获取模块，用于获取第一通讯设备的互联网话单、移动网话单以及流量数据；

匹配模块，用于基于所述第一通讯设备的互联网话单和移动网话单，确定所述第一通讯设备的话单匹配度；

信息确定模块，用于基于所述第一通讯设备的流量数据，确定所述第一通讯设备的协议使用信息；

设备确定模块，用于基于所述预设设备识别模型、所述第一通讯设备的话单匹配度和协议使用信息，确定所述第一通讯设备是否为所述通讯设备；

第三构建模块，用于获取确定的所述通讯设备的设备位置信息，并基于所述通讯设备及对应的所述设备位置信息，构建所述通讯设备信息库。

可选地，所述设备确定模块，用于：

基于预设设备检测规则、所述第一通讯设备的话单匹配度和协议使用信息，确定所述第一通讯设备是否为第二通讯设备；

获取所述第二通讯设备的预设特征信息，所述预设特征至少包括行为信息、位置信息、访问信息中的一个或多个信息；

基于所述预设设备识别模型和所述预设特征信息，确定所述第二通讯设备是否为所述通讯设备。

可选地，所述装置，还包括：

第六获取模块，用于获取历史通讯号码及对应的历史通讯数据；

场景确定模块，用于基于所述历史通讯号码的历史通讯数据，确定所述历史通讯号码对应的第一场景；

模型获取模块，用于获取与所述第一场景对应的所述第一号码检测模型；

训练模块，用于基于所述历史通讯号码的历史通讯数据，对所述第一号码检测模型进行训练，并获取训练结果；

第一确定模块，用于基于预设评估模型和所述训练结果，确定所述第一号码检测模型是否满足预设检测需求；

第二确定模块，用于将满足所述预设检测需求的所述第一号码检测模型确定为与所述第一场景对应的号码检测模型；

所述检测模块，用于：

获取所述第一场景中与所述第一通讯号码的通讯数据匹配的目标场景；

获取与所述目标场景对应的号码检测模型，并将所述第一通讯号码的通讯数据输入所述号码检测模型，得到所述第一通讯号码的检测结果。

第三方面，本发明实施例提供一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述实施例提供的设备位置信息的确定方法的步骤。

第四方面，本发明实施例提供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计算机程序，所述计算机程序被处理器执行时实现上述实施例提供的设备位置信息的确定方法的步骤。

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预先建立的通讯号码库中每个通讯号码的号码位置信息，通讯号码库中的通讯号码为基于通讯数据和预先训练的号码检测模型确定的欺诈号码，号码检测模型为基于历史通讯号码的历史通讯数据对通过预设机器学习算法构建的模型进行训练得到；获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息，通讯设备信息库中的通讯设备信息对应的通讯设备为基于设备互联网话单、移动网话单和流量数据，以及预设设备识别模型确定的欺诈设备；确定与号码位置信息匹配的设备位置信息对应的目标设备，并获取目标设备的设备位置信息，目标设备为通过将互联网通话转化为移动网通话对用户进行欺诈的设备。这样，通过欺诈号码(即通讯号码库中的通讯号码)的位置信息和欺诈设备(即通讯设备信息库中通讯设备信息对应的通讯设备)的位置信息的匹配，可以快速并准确的确定用于将互联网通话转化为移动网通话进行欺诈的目标设备，并获取目标设备的位置信息，实现对欺诈设备(即目标设备)的定位效率和定位准确性，同时，还可以实现对欺诈设备的主动发现，降低欺诈事件的成功率。

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为本发明一种设备位置信息的确定方法的流程示意图；

图2为本发明另一种设备位置信息的确定方法的流程示意图；

图3为本发明一种号码检测模型的确定方法的流程示意图；

图4为本发明一种检测结果的确定方法的流程示意图；

图5为本发明一种目标设备确定系统的结构示意图；

图6为本发明一种备位置信息的确定装置的结构示意图；

图7为本发明一种电子设备的结构示意图。

具体实施方式

本发明实施例提供一种设备位置信息的确定方法、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。

实施例一

如图1所示，本发明实施例提供一种设备位置信息的确定方法，该方法的执行主体可以为服务器，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。该方法具体可以包括以下步骤：

在S102中，获取预先建立的通讯号码库中每个通讯号码的号码位置信息。

其中，通讯号码库中的通讯号码可以为基于通讯数据和预先训练的号码检测模型确定的欺诈号码，号码检测模型可以为基于历史通讯号码的历史通讯数据对通过预设机器学习算法构建的模型进行训练得到，通讯数据可以为用户使用通讯号码所产生的数据，例如，通讯数据可以包括通话行为(如主叫号码、通话时长、通话时间、被叫号码等)、号码特征(如号码归属地、号码长度、号码所属运营商信息等)，号码检测模型可以是基于历史通讯号码的上述历史通讯数据对通过预设机器学习算法构建的模型进行训练得到，预设机器学习算法可以是任意机器学习算法，例如，预设机器学习算法可以是神经网络算法、决策树算法等，预设机器学习算法可以根据实际应用场景的不同而有所不同，本发明实施例对此不作具限定。

在实施中，以GOIP设备(即虚拟拨号设备)为主的欺诈设备能从境外任意切换手机号拨打受害人电话，一台GOIP设备可供上百张手机SIM卡同时运作，恶意第三方通常通过网络将SIM卡拨号数据传输至GOIP设备，再由GOIP设备与所在地通信基站连接进行语音通话实施诈骗活动。

由于人机分离，所以，打击GOIP诈骗的难度较大，通常需要在诈骗事件发生后，通过恶意第三方的口供来寻找GOIP设备，但此时受害人已经受害，且通过恶意第三方的口供来寻找GOIP设备就存在被动性强、寻找效率和成功率低的问题，因此，需要一种提高欺诈设备的定位效率和准确率的解决方案。为此，本发明实施例提供另一种实现方案，具体可以包括以下内容：

由于欺诈设备是通过与设备所在地的通信接站进行连接，以将接收到的SIM卡拨号数据通过通信基站进行语音通话，所以，通讯号码库中的通讯号码可以是能够进行移动网通话的通讯号码。

可以获取通讯号码库中每个通讯号码的号码位置信息，号码位置信息可以是开通该通讯号码时的注册位置信息，也可以是与该通讯号码连接次数最多的通信基站所在的位置信息，通讯号码的号码位置信息的确定方法可以有多种，可以根据实际应用场景的不同而有所不同，本发明实施例对此不作具体限定。

在S104中，获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息。

其中，通讯设备信息库中的通讯设备信息对应的通讯设备可以为基于设备互联网话单、移动网话单和流量数据，以及预设设备识别模型确定的欺诈设备，预设设备识别模型可以是通过历史设备互联网话单、历史移动网话单和历史流量数据，对通过预设机器学习算法构建的模型进行训练得到的模型。

在实施中，通讯设备的设备位置信息可以是根据通讯设备的流量数据确定的，例如，可以通讯设备的流量数据进行解析，以得到对应的账户信息，并根据确定的账户信息获取对应的位置信息(即开通该账户时确定的位置信息)，以将确定的位置信息作为该通讯设备的设备位置信息，通讯设备的设备位置信息的确定方法可以有多种，可以根据实际应用场景的不同而有所不同，本发明实施例对此不作具体限定。

在S106中，确定与号码位置信息匹配的设备位置信息对应的目标设备，并获取目标设备的设备位置信息。

其中，目标设备可以为通过将互联网通话转化为移动网通话对用户进行欺诈的设备，例如，目标设备可以为GOIP设备，GOIP设备可以实现互联网VoIP 和电信网之间的语音信息交换，可以支持几十张甚至上百张电话卡同时通话，并且支持群发短信远程控制等功能。

在实施中，可以将通讯号码的通讯号码位置信息和通讯设备的设备位置信息进行逐一匹配，如果通讯号码位置信息和设备位置信息相匹配，则可以认为与该设备位置信息对应的通讯设备即为用于进行欺诈的目标设备。

此外，由于一个目标设备可以支持多个通讯号码同时通话，为提高目标设备的定位准确性，可以预设数量阈值，以准确定位目标设备。例如，可以获取与每个通讯设备的设备位置信息相匹配的号码位置信息的数量，如果存在某个通讯设备对应的数量大于预设数量阈值，则可以确定该通讯设备为目标设备，如与通讯设备1的设备位置信息相匹配的号码位置信息的数量为10，假设预设数量阈值为3，则可以确定该通讯设备1即为目标设备。

上述目标设备的确定方法是一种可选地、可实现的确定方法，在实际应用场景中，目标设备的确定方法可以有多种，可以根据实际应用场景的不同而有所不同，本发明实施例对此不做具体限定。

本发明实施例提供一种设备位置信息的确定方法，通过获取预先建立的通讯号码库中每个通讯号码的号码位置信息，通讯号码库中的通讯号码为基于通讯数据和预先训练的号码检测模型确定的欺诈号码，号码检测模型为基于历史通讯号码的历史通讯数据对通过预设机器学习算法构建的模型进行训练得到；获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息，通讯设备信息库中的通讯设备信息对应的通讯设备为基于设备互联网话单、移动网话单和流量数据，以及预设设备识别模型确定的欺诈设备；确定与号码位置信息匹配的设备位置信息对应的目标设备，并获取目标设备的设备位置信息，目标设备为通过将互联网通话转化为移动网通话对用户进行欺诈的设备。这样，通过欺诈号码(即通讯号码库中的通讯号码)的位置信息和欺诈设备(即通讯设备信息库中通讯设备信息对应的通讯设备)的位置信息的匹配，可以快速并准确的确定用于将互联网通话转化为移动网通话进行欺诈的目标设备，并获取目标设备的位置信息，实现对欺诈设备(即目标设备)的定位效率和定位准确性，同时，还可以实现对欺诈设备的主动发现，降低欺诈事件的成功率。

实施例二

如图2所示，本发明实施例提供一种设备位置信息的确定方法，该方法的执行主体可以为服务器，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。该方法具体可以包括以下步骤：

在S202中，获取待检测的第一通讯号码和对应的通讯数据。

其中，第一通讯号码可以是检测周期内的任意通讯号码，检测周期可以为任意时长，如近3天、近一周等。

在S204中，将第一通讯号码的通讯数据输入预先训练的号码检测模型，得到第一通讯号码的检测结果。

在实施中，在实际应用中，上述S204的处理方式可以多种多样，以下提供一种可选的实现方式，具体可以参见下述步骤一～步骤八处理：

步骤一，获取历史通讯号码及对应的历史通讯数据。

步骤二，基于历史通讯号码的历史通讯数据，确定历史通讯号码对应的第一场景。

其中，第一场景可以为欺诈号码检测参见、骚扰电话检测场景、仿冒快递送餐检测场景、用户异常行为分析场景等场景。

在实施中，可以根据预设特征提取方法，对历史通讯数据进行特征提取，并根据提取出的特征，确定该历史通讯号码对应的第一场景。其中，提取出的特征可以为主被叫占比、平均通话时长等。

步骤三，获取与第一场景对应的第一号码检测模型。

在实施中，与第一场景对应的第一号码检测模型可以有多个，可以基于不同的机器学习分类算法构建不同的第一号码检测模型。

步骤四，基于历史通讯号码的历史通讯数据，对第一号码检测模型进行训练，并获取训练结果。

在实施中，在第一号码检测模型有多个的情况下，可以将历史通讯数据分别输入不同的第一号码检测模型进行训练，并获取多个训练结果。

步骤五，基于预设评估模型和训练结果，确定第一号码检测模型是否满足预设检测需求。

在实施中，可以基于预设评估模型，对每个第一号码检测模型是否满足预设检测需求进行评估，其中，由于第一号码检测模式是用于解决二分类问题(即确定通讯号码是否为欺诈号码)，所以，可以通过预设评估标准，对第一号码检测模型是否满足预设检测需求进行评估。

例如，可以根据每个第一号码检测模型的训练结果，确定准确率和召回率，在根据准确率和召回率确定每个第一号码检测模型的模型分值。

可以根据训练结果，确定每个训练结果对应的类型，每个训练结果的类型可以根据每个训练结果的预测结果和实际结果的对比确定，例如，如下表1所示，如果训练结果的预测结果为正样本(假设正样本为是欺诈号码，负样本为不是欺诈号码)，而对应的实际结果为负样本，则该训练结果对应的类型即为 FP。

表1

可以根据上述表1，确定每个训练结果的类型，在对每个第一号码检测模型对应的所有训练结果的类型进行汇总，确定每个第一号码检测模型对应的TP 的数量、FP的数量、FN的数量以及TN的数量。

再将TP的数量、FP的数量、FN的数量以及TN的数量代入下列公式，以确定每个第一号码检测模型的准确率、召回率以及模型分值，

其中，Precision为准确率，Recall为召回率，F1 score为模型分值，TP、FP、 FN以及TN分别表示TP的数量、FP的数量、FN的数量以及TN的数量。

可以根据每个第一号码检测模型的模型分值，确定该第一号码检测模型是否满足预设检测需求。例如，如果第一号码检测模型的模型分值大于预设模型检测阈值，则可以确定该第一号码检测模型满足预设检测需求。

上述第一号码检测模型是否满足预设检测需求的确定方法是一种可选地、可实现的确定方法，在实际应用场景中，还可以有多种不同的确定方法，可以根据实际应用场景的不同而有所不同，本发明实施例对此不作具体限定。

步骤六，将满足预设检测需求的第一号码检测模型确定为与第一场景对应的号码检测模型。

在实施中，与第一场景对应的号码检测模型可以有一个或多个，可以将满足预设检测需求的第一号码检测模型确定为与第一场景对应的号码检测模型，并对该号码检测模型进行固化保存。

如图3所示，如果与第一场景对应的第一号码检测模型均不满足预设检测需求，则可以继续执行步骤二～步骤五，即重新对历史通讯号码的通讯数据进行场景分析，重新确定与历史通讯号码对应的第一场景，在获取与该第一场景对应的第一号码检测模型并进行训练。直到存在第一号码检测模型满足预设检测需求。

步骤七，获取第一场景中与第一通讯号码的通讯数据匹配的目标场景。

在实施中，可以根据预设特征提取方法，对第一通讯号码的通讯数据进行特征提取，并根据提取出的特征，确定与第一通讯号码的通讯数据匹配的目标场景，其中，目标场景可以有一个或多个。

步骤八，获取与目标场景对应的号码检测模型，并将第一通讯号码的通讯数据输入号码检测模型，得到第一通讯号码的检测结果。

在实施中，如图4所示，可以将第一通讯号码的通讯数据输入与目标场景对应的一个或多个号码检测模型，即第一通讯号码可以对应一个或多个目标场景，每个目标场景可以对应一个或多个号码检测模型。

在存在多个号码检测模型与第一通讯号码匹配的情况下，可以获取多个子检测结果，如果多个子检测结果不一致，则可以基于预设调用次数，将第一通讯号码的通讯数据再次输入号码检测模型，得到子检测结果，并将子检测结果中数量较多的子检测结果确定为第一通讯号码的检测结果。

例如，预设调用次数为M，与第一通讯号码匹配的号码检测模型有N个，则最终会获得M*N个子检测结果，如果M*N个子检测结果中，有A个子检测结果为该第一通讯号码是欺诈号码，B个子检测结果为该第一通讯号码不是欺诈号码，假设A不小于B，则可以确定该第一通讯号码的检测结果为该第一通讯号码为欺诈号码。

上述第一通讯号码的检测结果的确定方法是一种可选地、可实现的确定方法，在实际应用场景中，还可以有多种不同的确定方法，可以根据实际应用场景的不同而有所不同，本发明实施例对此不作具体限定。

在S206中，基于检测结果，确定第一通讯号码是否为通讯号码。

在S208中，获取确定的通讯号码的号码位置信息，并基于通讯号码和对应的号码位置信息，构建通讯号码库。

在S210中，获取预先建立的通讯号码库中每个通讯号码的号码位置信息。

在S212中，获取第一通讯设备的互联网话单、移动网话单以及流量数据。

在实施中，由于目标设备需要互联网通话转化为移动网通话，因而，用于确定目标设备的第一通讯设备可以是使用会话发起协议(Session Initiation Protocol，SIP)的设备，其中，SIP是建立VoIP连接的IETF标准，是一种在 IP网络上进行多媒体通信(语音、视频)的应用层控制协议，可以用于和一个或多个设备创建、修改和终止会话。可以对家庭宽带流量数据进行SIP解析，找到频发SIP消息的流量数据，并将与该流量数据对应的设备确定为第一通讯设备。

在找到第一通讯设备后，可以获取该第一通讯设备在预设检测周期内的互联网话单和移动网话单。

在S214中，基于第一通讯设备的互联网话单和移动网话单，确定第一通讯设备的话单匹配度。

在实施中，由于GOIP设备可以将接收到的互联网通话转化为移动网通话，所以，当目标设备对用户进行欺诈时，会同时产生两个相同的话单，即接收到的互联网通话对应的互联网话单，和转拨的移动网通话对应的移动网话单，所以，可以基于第一通讯设备的互联网话单和移动网话单，对第一通讯设备的互联网话单和移动网话单进行一致性匹配，以得到第一通讯设备的话单匹配度。

在S216中，基于第一通讯设备的流量数据，确定第一通讯设备的协议使用信息。

在实施中，可以对第一通讯设备的流量数据(如家庭宽带上网日志)进行分析，确定该第一通讯设备使用每种协议进行会话的数量，并获取SIP的使用信息(如使用数量和/或使用数量占比等)，可以将SIP的使用信息确定为第一通讯设备的协议使用信息。

在S218中，基于预设设备识别模型、第一通讯设备的话单匹配度和协议使用信息，确定第一通讯设备是否为通讯设备。

在实施中，在实际应用中，上述S218的处理方式可以多种多样，以下提供一种可选的实现方式，具体可以参见下述步骤一～步骤三处理：

步骤一，基于预设设备检测规则、第一通讯设备的话单匹配度和协议使用信息，确定第一通讯设备是否为第二通讯设备。

在实施中，如果第一通讯设备的话单匹配度高于预设匹配度阈值，且协议使用信息满足预设使用信息条件(如SIP使用数量大于预设使用数量阈值等)，则可以认为该第一通讯设备为第二通讯设备。

步骤二，获取第二通讯设备的预设特征信息。

其中，预设特征可以至少包括行为信息、位置信息、访问信息中的一个或多个信息。

例如，行为信息可以包括设备行为信息、通话行为信息、短消息行为信息等，其中，设备行为信息可以包括第二通讯设备中安装的SIM卡在预设时间内关机的次数、处于飞行模型的时间、在预设时间内关联的设备的数量、开机的天数、通信的天数等。

通话行为信息可以包括预设时间内主被叫号码相似度、月通话次数相似度、月通话分钟取整后的相似度、通话交往圈、最高频对端号码相同的数量、相同位置区码和小区识别码互打的次数等。

短消息行为信息可以包括自动回复的次数、短信交往圈、垃圾和/或涉诈类短信的数量、金融类短信的数量、发短消息的数量以及应用发起的数量等。

位置信息可以预设时间内位置区码和小区识别码连接数、预设时间内连接相同的位置区码和小区识别码且以相同速度移动的次数、最高频通信基站相同的卡的数量、设备注册位置与信令位置是否相符、单位范围内物联网卡和/或虚拟运营商卡的密度等。

如果一个通讯设备在预设时间周期内主叫次数高于预设次数，且所处位置不动，则可以认为该通讯设备有可能为欺诈设备，即可以通过位置信息和通话行为信息对通讯设备进行检测。

此外，预设特征还可以包括第二通讯设备中安装的SIM卡对应的通讯号码是否为低消费号码、该通讯号码的在网时长以及在网信息等。

步骤三，基于预设设备识别模型和预设特征信息，确定第二通讯设备是否为通讯设备。

在实施中，预设设备识别模型可以是基于预设历史特征信息对通过预设机器学习算法构建的模型进行训练得到的，可以将第二通讯设备的预设特征信息输入预先训练的设备识别模型，以确定第二通讯设备是否为用于构建通讯设备信息库的通讯设备。

在S220中，获取确定的通讯设备的设备位置信息，并基于通讯设备及对应的设备位置信息，构建通讯设备信息库。

在实施中，可以获取与确定的通讯设备关联的通讯号码和/或通讯号码组，并获取关联的通讯号码和/或通讯号码组对应的位置信息，作为该通讯设备的设备位置信息，或者，还可以获取该通讯设备接入外网的IP地址，作为该通讯设备对应的设备位置信息。并基于通讯设备及对应的设备位置信息，构建通讯设备信息库。

在S222中，获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息。

在S224中，获取第一通讯服务器的服务器信息。

其中，服务器信息至少包括协议信息和端口信息。

在实施中，正常使用的通讯设备一般配置在内网，用于欺诈的通讯设备是作为客户端接入到VOIP服务器的，所以正常情况无法对欺诈设备进行主动的探测。一般情况下，GOIP设备只对内网开放的预设端口(如80端口)进行web 页面的配置，需要首先通过用户名、密码进行登陆后，才能看到设备信息，而对于少部分暴露在外网(有外网IP)的GOIP设备，则可以通过设备默认口令、暴力破解等方式进行测试。

而在GOIP应用场景中，GOIP设备和VOIP服务器一般会同时存在(其两者的位置通常不会在一起)，所以可以通过主动探测、“渗透使用”对应的VOIP 服务器，辅助被动流量分析来查找可能的GOIP设备。

在S226中，基于预设服务器检测规则和第一通讯服务器的服务器信息，确定第一通讯服务器是否为通讯服务器。

在实施中，在流量发现GoIP网关的基础上，或者基于已知批量公网IP地址的前提下，可以通过协议信息与端口信息等服务器信息，进行IP扫描与探测，可以应用PING扫描、操作系统探测、端口扫描、漏洞扫描、协议扫描等方式，确定第一通讯服务器是否为通讯服务器。

在S228中，获取确定的通讯服务器的服务器位置信息，并基于通讯服务器和对应的服务器位置信息，构建通讯服务器信息库。

在实施中，可以获取确定的通讯服务器的操作系统类型、主要服务、VOIP 协议类型、版本号、厂家信息，以及与某些特定端口通信之后返回的banner 信息，并基于上述获取的信息，构建通讯服务器信息库。此外，还可以通过公网和私网的对应关系，确定通讯服务器的服务器位置信息。

在S230中，获取预先建立的通讯服务器信息库中每个通讯服务器的服务器位置信息。

其中，如图2所示，上述步骤S202～S210，S212～S222，以及S224～S230之间并不存在执行顺序的限定。

在S232中，确定与号码位置信息以及服务器位置信息匹配的设备位置信息对应的目标设备，并获取目标设备的设备位置信息。

在实施中，如图5所示，可以基于上述步骤构建设备位置信息的确定系统，该系统可以采用三层架构，包括数据接入层，大数据处理层，应用层。

通过该系统的建设，可以全面实现GOIP诈骗设备定位以对诈骗手机号码的监测。通过创建的号码检测模型，可以对实施诈骗的欺诈号码进行监测，通过设备互联网话单、移动网话单和流量数据的解析结合被动监测与主动探测，可以对欺诈设备进行监测。

通过对号码位置信息、设备位置信息以及服务器位置信息进行关联分析，可以确定目标设备并输出目标设备的位置信息，以及目标设备对应的通讯号码。

可以将确定的目标设备以及其位置信息发送给预设管理部门，以降低欺诈事件的成功率。

本发明实施例提供一种设备位置信息的确定方法，通过获取预先建立的通讯号码库中每个通讯号码的号码位置信息，通讯号码库中的通讯号码为基于通讯数据和预先训练的号码检测模型确定的欺诈号码，号码检测模型为基于历史通讯号码的历史通讯数据对通过预设机器学习算法构建的模型进行训练得到；获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息，通讯设备信息库中的通讯设备信息对应的通讯设备为基于设备互联网话单、移动网话单和流量数据，以及预设设备识别模型确定的欺诈设备；确定与号码位置信息匹配的设备位置信息对应的目标设备，并获取目标设备的设备位置信息，目标设备为通过将互联网通话转化为移动网通话对用户进行欺诈的设备。这样，通过欺诈号码(即通讯号码库中的通讯号码)的位置信息和欺诈设备(即通讯设备信息库中通讯设备信息对应的通讯设备)的位置信息的匹配，可以快速并准确的确定用于将互联网通话转化为移动网通话进行欺诈的目标设备，并获取目标设备的位置信息，实现对欺诈设备(即目标设备)的定位效率和定位准确性，同时，还可以实现对欺诈设备的主动发现，降低欺诈事件的成功率。

实施例三

以上为本发明实施例提供的设备位置信息的确定方法，基于同样的思路，本发明实施例还提供一种设备位置信息的确定装置，如图6所示。

该设备位置信息的确定装置包括：第一获取模块601、第二获取模块602 和信息确定模块603，其中：

第一获取模块601，用于获取预先建立的通讯号码库中每个通讯号码的号码位置信息，所述通讯号码库中的通讯号码为基于通讯数据和预先训练的号码检测模型确定的欺诈号码，所述号码检测模型为基于历史通讯号码的历史通讯数据对通过预设机器学习算法构建的模型进行训练得到；

第二获取模块602，用于获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息，所述通讯设备信息库中的通讯设备信息对应的通讯设备为基于设备互联网话单、移动网话单和流量数据，以及预设设备识别模型确定的欺诈设备；

信息确定模块603，用于确定与所述号码位置信息匹配的所述设备位置信息对应的目标设备，并获取所述目标设备的设备位置信息，所述目标设备为通过将互联网通话转化为移动网通话对用户进行欺诈的设备。

在本发明实施例中，所述信息确定模块603，用于：

获取预先建立的通讯服务器信息库中每个通讯服务器的服务器位置信息，所述通讯服务器为将互联网通话发送到所述目标设备的服务器；

确定与所述号码位置信息以及所述服务器位置信息匹配的所述设备位置信息对应的所述目标设备。

在本发明实施例中，所述装置，还包括：

第三获取模块，用于获取第一通讯服务器的服务器信息，所述服务器信息至少包括协议信息和端口信息；

服务器确定模块，用于基于预设服务器检测规则和所述第一通讯服务器的服务器信息，确定所述第一通讯服务器是否为所述通讯服务器；

第一构建模块，用于获取确定的所述通讯服务器的服务器位置信息，并基于所述通讯服务器和对应的所述服务器位置信息，构建所述通讯服务器信息库。

在本发明实施例中，所述装置，还包括：

第四获取模块，用于获取待检测的第一通讯号码和对应的通讯数据；

检测模块，用于将所述第一通讯号码的通讯数据输入所述预先训练的号码检测模型，得到所述第一通讯号码的检测结果；

确定模块，用于基于所述检测结果，确定所述第一通讯号码是否为所述通讯号码；

第二构建模块，用于获取确定的所述通讯号码的号码位置信息，并基于所述通讯号码和对应的所述号码位置信息，构建所述通讯号码库。

在本发明实施例中，所述装置，还包括：

第五获取模块，用于获取第一通讯设备的互联网话单、移动网话单以及流量数据；

匹配模块，用于基于所述第一通讯设备的互联网话单和移动网话单，确定所述第一通讯设备的话单匹配度；

信息确定模块，用于基于所述第一通讯设备的流量数据，确定所述第一通讯设备的协议使用信息；

设备确定模块，用于基于所述预设设备识别模型、所述第一通讯设备的话单匹配度和协议使用信息，确定所述第一通讯设备是否为所述通讯设备；

第三构建模块，用于获取确定的所述通讯设备的设备位置信息，并基于所述通讯设备及对应的所述设备位置信息，构建所述通讯设备信息库。

在本发明实施例中，所述设备确定模块，用于：

基于预设设备检测规则、所述第一通讯设备的话单匹配度和协议使用信息，确定所述第一通讯设备是否为第二通讯设备；

获取所述第二通讯设备的预设特征信息，所述预设特征至少包括行为信息、位置信息、访问信息中的一个或多个信息；

基于所述预设设备识别模型和所述预设特征信息，确定所述第二通讯设备是否为所述通讯设备。

在本发明实施例中，所述装置，还包括：

第六获取模块，用于获取历史通讯号码及对应的历史通讯数据；

场景确定模块，用于基于所述历史通讯号码的历史通讯数据，确定所述历史通讯号码对应的第一场景；

模型获取模块，用于获取与所述第一场景对应的所述第一号码检测模型；

训练模块，用于基于所述历史通讯号码的历史通讯数据，对所述第一号码检测模型进行训练，并获取训练结果；

第一确定模块，用于基于预设评估模型和所述训练结果，确定所述第一号码检测模型是否满足预设检测需求；

第二确定模块，用于将满足所述预设检测需求的所述第一号码检测模型确定为与所述第一场景对应的号码检测模型；

所述检测模块，用于：

获取所述第一场景中与所述第一通讯号码的通讯数据匹配的目标场景；

获取与所述目标场景对应的号码检测模型，并将所述第一通讯号码的通讯数据输入所述号码检测模型，得到所述第一通讯号码的检测结果。

本发明实施例提供一种设备位置信息的确定装置，通过获取预先建立的通讯号码库中每个通讯号码的号码位置信息，通讯号码库中的通讯号码为基于通讯数据和预先训练的号码检测模型确定的欺诈号码，号码检测模型为基于历史通讯号码的历史通讯数据对通过预设机器学习算法构建的模型进行训练得到；获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息，通讯设备信息库中的通讯设备信息对应的通讯设备为基于设备互联网话单、移动网话单和流量数据，以及预设设备识别模型确定的欺诈设备；确定与号码位置信息匹配的设备位置信息对应的目标设备，并获取目标设备的设备位置信息，目标设备为通过将互联网通话转化为移动网通话对用户进行欺诈的设备。这样，通过欺诈号码(即通讯号码库中的通讯号码)的位置信息和欺诈设备(即通讯设备信息库中通讯设备信息对应的通讯设备)的位置信息的匹配，可以快速并准确的确定用于将互联网通话转化为移动网通话进行欺诈的目标设备，并获取目标设备的位置信息，实现对欺诈设备(即目标设备)的定位效率和定位准确性，同时，还可以实现对欺诈设备的主动发现，降低欺诈事件的成功率。

实施例四

图7为实现本发明各个实施例的一种设备的硬件结构示意图，

该设备700包括但不限于：射频单元701、网络模块702、音频输出单元 703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元 708、存储器709、处理器710、以及电源711等部件。本领域技术人员可以理解，图7中示出的设备结构并不构成对设备的限定，设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

其中，处理器710，用于：获取预先建立的通讯号码库中每个通讯号码的号码位置信息，所述通讯号码库中的通讯号码为基于通讯数据和预先训练的号码检测模型确定的欺诈号码，所述号码检测模型为基于历史通讯号码的历史通讯数据对通过预设机器学习算法构建的模型进行训练得到；获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息，所述通讯设备信息库中的通讯设备信息对应的通讯设备为基于设备互联网话单、移动网话单和流量数据，以及预设设备识别模型确定的欺诈设备；确定与所述号码位置信息匹配的所述设备位置信息对应的目标设备，并获取所述目标设备的设备位置信息，所述目标设备为通过将互联网通话转化为移动网通话对用户进行欺诈的设备。

此外，所述处理器710，还用于：获取预先建立的通讯服务器信息库中每个通讯服务器的服务器位置信息，所述通讯服务器为将互联网通话发送到所述目标设备的服务器；确定与所述号码位置信息以及所述服务器位置信息匹配的所述设备位置信息对应的所述目标设备。

此外，所述处理器710，还用于：获取第一通讯服务器的服务器信息，所述服务器信息至少包括协议信息和端口信息；基于预设服务器检测规则和所述第一通讯服务器的服务器信息，确定所述第一通讯服务器是否为所述通讯服务器；获取确定的所述通讯服务器的服务器位置信息，并基于所述通讯服务器和对应的所述服务器位置信息，构建所述通讯服务器信息库。

此外，所述处理器710，还用于：获取待检测的第一通讯号码和对应的通讯数据；将所述第一通讯号码的通讯数据输入所述预先训练的号码检测模型，得到所述第一通讯号码的检测结果；基于所述检测结果，确定所述第一通讯号码是否为所述通讯号码；获取确定的所述通讯号码的号码位置信息，并基于所述通讯号码和对应的所述号码位置信息，构建所述通讯号码库。

另外，所述处理器710，还用于：获取第一通讯设备的互联网话单、移动网话单以及流量数据；基于所述第一通讯设备的互联网话单和移动网话单，确定所述第一通讯设备的话单匹配度；基于所述第一通讯设备的流量数据，确定所述第一通讯设备的协议使用信息；基于所述预设设备识别模型、所述第一通讯设备的话单匹配度和协议使用信息，确定所述第一通讯设备是否为所述通讯设备；获取确定的所述通讯设备的设备位置信息，并基于所述通讯设备及对应的所述设备位置信息，构建所述通讯设备信息库。

另外，所述处理器710，还用于：基于预设设备检测规则、所述第一通讯设备的话单匹配度和协议使用信息，确定所述第一通讯设备是否为第二通讯设备；获取所述第二通讯设备的预设特征信息，所述预设特征至少包括行为信息、位置信息、访问信息中的一个或多个信息；基于所述预设设备识别模型和所述预设特征信息，确定所述第二通讯设备是否为所述通讯设备

此外，所述处理器710，还用于：获取历史通讯号码及对应的历史通讯数据；基于所述历史通讯号码的历史通讯数据，确定所述历史通讯号码对应的第一场景；获取与所述第一场景对应的所述第一号码检测模型；基于所述历史通讯号码的历史通讯数据，对所述第一号码检测模型进行训练，并获取训练结果；基于预设评估模型和所述训练结果，确定所述第一号码检测模型是否满足预设检测需求；将满足所述预设检测需求的所述第一号码检测模型确定为与所述第一场景对应的号码检测模型；获取所述第一场景中与所述第一通讯号码的通讯数据匹配的目标场景；获取与所述目标场景对应的号码检测模型，并将所述第一通讯号码的通讯数据输入所述号码检测模型，得到所述第一通讯号码的检测结果。

本发明实施例提供一种设备，通过获取预先建立的通讯号码库中每个通讯号码的号码位置信息，通讯号码库中的通讯号码为基于通讯数据和预先训练的号码检测模型确定的欺诈号码，号码检测模型为基于历史通讯号码的历史通讯数据对通过预设机器学习算法构建的模型进行训练得到；获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息，通讯设备信息库中的通讯设备信息对应的通讯设备为基于设备互联网话单、移动网话单和流量数据，以及预设设备识别模型确定的欺诈设备；确定与号码位置信息匹配的设备位置信息对应的目标设备，并获取目标设备的设备位置信息，目标设备为通过将互联网通话转化为移动网通话对用户进行欺诈的设备。这样，通过欺诈号码(即通讯号码库中的通讯号码)的位置信息和欺诈设备(即通讯设备信息库中通讯设备信息对应的通讯设备)的位置信息的匹配，可以快速并准确的确定用于将互联网通话转化为移动网通话进行欺诈的目标设备，并获取目标设备的位置信息，实现对欺诈设备(即目标设备)的定位效率和定位准确性，同时，还可以实现对欺诈设备的主动发现，降低欺诈事件的成功率。

应理解的是，本发明实施例中，射频单元701可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器710 处理；另外，将上行的数据发送给基站。通常，射频单元701包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元701还可以通过无线通信系统与网络和其他设备通信。

设备通过网络模块702为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元703可以将射频单元701或网络模块702接收的或者在存储器709中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元703还可以提供与设备700执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元703包括扬声器、蜂鸣器以及受话器等。

输入单元704用于接收音频或视频信号。输入单元704可以包括图形处理器(Graphics Processing Unit，GPU)7041和麦克风7042，图形处理器7041 对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元706上。经图形处理器7041处理后的图像帧可以存储在存储器709(或其它存储介质) 中或者经由射频单元701或网络模块702进行发送。麦克风7042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元701发送到移动通信基站的格式输出。

设备700还包括至少一种传感器705，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板7061的亮度，接近传感器可在设备700移动到耳边时，关闭显示面板7061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器705还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元706用于显示由用户输入的信息或提供给用户的信息。显示单元 706可包括显示面板7061，可以采用液晶显示器(Liquid Crystal Display， LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板7061。

用户输入单元707可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元707包括触控面板7071以及其他输入设备7072。触控面板7071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板7071上或在触控面板7071附近的操作)。触控面板7071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器710，接收处理器710发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板7071。除了触控面板7071，用户输入单元707还可以包括其他输入设备7072。具体地，其他输入设备7072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板7071可覆盖在显示面板7061上，当触控面板7071 检测到在其上或附近的触摸操作后，传送给处理器710以确定触摸事件的类型，随后处理器710根据触摸事件的类型在显示面板7061上提供相应的视觉输出。虽然在图7中，触控面板7071与显示面板7061是作为两个独立的部件来实现设备的输入和输出功能，但是在某些实施例中，可以将触控面板7071与显示面板7061集成而实现设备的输入和输出功能，具体此处不做限定。

接口单元708为外部装置与设备700连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O) 端口、视频I/O端口、耳机端口等等。接口单元708可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到设备700内的一个或多个元件或者可以用于在设备700和外部装置之间传输数据。

存储器709可用于存储软件程序以及各种数据。存储器709可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器 709可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器710是设备的控制中心，利用各种接口和线路连接整个设备的各个部分，通过运行或执行存储在存储器709内的软件程序和/或模块，以及调用存储在存储器709内的数据，执行设备的各种功能和处理数据，从而对设备进行整体监控。处理器710可包括一个或多个处理单元；优选的，处理器710可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器710中。

设备700还可以包括给各个部件供电的电源711(比如电池)，优选的，电源711可以通过电源管理系统与处理器710逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

优选的，本发明实施例还提供一种设备，包括处理器710，存储器709，存储在存储器709上并可在所述处理器710上运行的计算机程序，该计算机程序被处理器710执行时实现上述设备位置信息的确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

实施例五

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述设备位置信息的确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random AccessMemory，简称RAM)、磁碟或者光盘等。

本发明实施例提供一种计算机可读存储介质，通过获取预先建立的通讯号码库中每个通讯号码的号码位置信息，通讯号码库中的通讯号码为基于通讯数据和预先训练的号码检测模型确定的欺诈号码，号码检测模型为基于历史通讯号码的历史通讯数据对通过预设机器学习算法构建的模型进行训练得到；获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息，通讯设备信息库中的通讯设备信息对应的通讯设备为基于设备互联网话单、移动网话单和流量数据，以及预设设备识别模型确定的欺诈设备；确定与号码位置信息匹配的设备位置信息对应的目标设备，并获取目标设备的设备位置信息，目标设备为通过将互联网通话转化为移动网通话对用户进行欺诈的设备。这样，通过欺诈号码(即通讯号码库中的通讯号码)的位置信息和欺诈设备(即通讯设备信息库中通讯设备信息对应的通讯设备)的位置信息的匹配，可以快速并准确的确定用于将互联网通话转化为移动网通话进行欺诈的目标设备，并获取目标设备的位置信息，实现对欺诈设备(即目标设备)的定位效率和定位准确性，同时，还可以实现对欺诈设备的主动发现，降低欺诈事件的成功率。

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、 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，计算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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (10)

1.一种设备位置信息的确定方法，其特征在于，所述方法包括：

获取预先建立的通讯号码库中每个通讯号码的号码位置信息，所述通讯号码库中的通讯号码为基于通讯数据和预先训练的号码检测模型确定的欺诈号码，所述号码检测模型为基于历史通讯号码的历史通讯数据对通过预设机器学习算法构建的模型进行训练得到；

获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息，所述通讯设备信息库中的通讯设备信息对应的通讯设备为基于设备互联网话单、移动网话单和流量数据，以及预设设备识别模型确定的欺诈设备；

确定与所述号码位置信息匹配的所述设备位置信息对应的目标设备，并获取所述目标设备的设备位置信息，所述目标设备为通过将互联网通话转化为移动网通话对用户进行欺诈的设备。

2.根据权利要求1所述的方法，其特征在于，所述确定与所述号码位置信息匹配的所述设备位置信息对应的目标设备，包括：

获取预先建立的通讯服务器信息库中每个通讯服务器的服务器位置信息，所述通讯服务器为将互联网通话发送到所述目标设备的服务器；

确定与所述号码位置信息以及所述服务器位置信息匹配的所述设备位置信息对应的所述目标设备。

3.根据权利要求2所述的方法，其特征在于，在所述获取预先建立的通讯服务器信息库中每个通讯服务器的服务器位置信息之前，还包括：

获取第一通讯服务器的服务器信息，所述服务器信息至少包括协议信息和端口信息；

基于预设服务器检测规则和所述第一通讯服务器的服务器信息，确定所述第一通讯服务器是否为所述通讯服务器；

获取确定的所述通讯服务器的服务器位置信息，并基于所述通讯服务器和对应的所述服务器位置信息，构建所述通讯服务器信息库。

4.根据权利要求3所述的方法，其特征在于，在所述获取预先建立的通讯号码库中每个通讯号码的号码位置信息之前，还包括：

获取待检测的第一通讯号码和对应的通讯数据；

将所述第一通讯号码的通讯数据输入所述预先训练的号码检测模型，得到所述第一通讯号码的检测结果；

基于所述检测结果，确定所述第一通讯号码是否为所述通讯号码；

获取确定的所述通讯号码的号码位置信息，并基于所述通讯号码和对应的所述号码位置信息，构建所述通讯号码库。

5.根据权利要求4所述的方法，其特征在于，在所述获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息之前，还包括：

获取第一通讯设备的互联网话单、移动网话单以及流量数据；

基于所述第一通讯设备的互联网话单和移动网话单，确定所述第一通讯设备的话单匹配度；

基于所述第一通讯设备的流量数据，确定所述第一通讯设备的协议使用信息；

基于所述预设设备识别模型、所述第一通讯设备的话单匹配度和协议使用信息，确定所述第一通讯设备是否为所述通讯设备；

获取确定的所述通讯设备的设备位置信息，并基于所述通讯设备及对应的所述设备位置信息，构建所述通讯设备信息库。

6.根据权利要求5所述的方法，其特征在于，所述基于所述预设设备识别模型、所述第一通讯设备的话单匹配度和协议使用信息，确定所述第一通讯设备是否为所述通讯设备，包括：

基于预设设备检测规则、所述第一通讯设备的话单匹配度和协议使用信息，确定所述第一通讯设备是否为第二通讯设备；

获取所述第二通讯设备的预设特征信息，所述预设特征至少包括行为信息、位置信息、访问信息中的一个或多个信息；

基于所述预设设备识别模型和所述预设特征信息，确定所述第二通讯设备是否为所述通讯设备。

7.根据权利要求6所述的方法，其特征在于，在所述将所述第一通讯号码的通讯数据输入所述预先训练的号码检测模型，得到所述第一通讯号码的检测结果之前，还包括：

获取历史通讯号码及对应的历史通讯数据；

基于所述历史通讯号码的历史通讯数据，确定所述历史通讯号码对应的第一场景；

获取与所述第一场景对应的所述第一号码检测模型；

基于所述历史通讯号码的历史通讯数据，对所述第一号码检测模型进行训练，并获取训练结果；

基于预设评估模型和所述训练结果，确定所述第一号码检测模型是否满足预设检测需求；

将满足所述预设检测需求的所述第一号码检测模型确定为与所述第一场景对应的号码检测模型；

所述将所述第一通讯号码的通讯数据输入所述预先训练的号码检测模型，得到所述第一通讯号码的检测结果，包括：

获取所述第一场景中与所述第一通讯号码的通讯数据匹配的目标场景；

获取与所述目标场景对应的号码检测模型，并将所述第一通讯号码的通讯数据输入所述号码检测模型，得到所述第一通讯号码的检测结果。

8.一种设备位置信息的确定装置，其特征在于，所述方法包括：

第一获取模块，用于获取预先建立的通讯号码库中每个通讯号码的号码位置信息，所述通讯号码库中的通讯号码为基于通讯数据和预先训练的号码检测模型确定的欺诈号码，所述号码检测模型为基于历史通讯号码的历史通讯数据对通过预设机器学习算法构建的模型进行训练得到；

第二获取模块，用于获取预先建立的通讯设备信息库中每个通讯设备信息对应的通讯设备的设备位置信息，所述通讯设备信息库中的通讯设备信息对应的通讯设备为基于设备互联网话单、移动网话单和流量数据，以及预设设备识别模型确定的欺诈设备；

信息确定模块，用于确定与所述号码位置信息匹配的所述设备位置信息对应的目标设备，并获取所述目标设备的设备位置信息，所述目标设备为通过将互联网通话转化为移动网通话对用户进行欺诈的设备。

9.一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的设备位置信息的确定方法的步骤。

10.一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至7中任一项所述的设备位置信息的确定方法的步骤。

Images