一种手机号码防欺诈的方法及装置与流程

本发明涉及防欺诈系统技术领域，特别涉及一种手机号码防欺诈的方法及装置。

背景技术：

目前为解决电话骚扰、诈骗等行为的防欺诈系统大多是通过爬虫获取诈骗号码标签，对获取的诈骗号码建立黑名单数据库。基于建立的黑名单数据库，实现对疑似诈骗号码进行识别。目前黑名单数据库需要在一定时间内更新，如果获取诈骗号码标签出错或者遗漏，将导致误判或漏判。因此，此类系统可以对已知的诈骗号码进行拦截，但实时性不高，误判率和漏判率较高。

技术实现要素：

根据本发明实施例提供的方案解决的技术问题是防欺诈系统不能实时更新其黑名单数据库，仅对已知的诈骗号码进行拦截，实时性不高，且误判率和漏判率较高。

根据本发明实施例提供的一种手机号码防欺诈的方法，包括：

获取待验证手机号码的通话记录；

根据预存的防欺诈策略对所述待验证手机号码的通话记录进行分析，判断所述待验证手机号码是否为疑似欺诈手机号码；

若判断所述待验证手机号码为疑似欺诈手机号码，则对疑似欺诈行为进行拦截提醒处理，并将所述疑似欺诈手机号码保存至黑名单数据库。

根据本发明实施例提供的一种手机号码防欺诈的装置，包括：

获取模块，用于获取待验证手机号码的通话记录；

判断模块，用于根据预存的防欺诈策略对所述待验证手机号码的通话记录进行分析，判断所述待验证手机号码是否为疑似欺诈手机号码；

防欺诈处理模块，用于在判断所述待验证手机号码为疑似欺诈手机号码，则对疑似欺诈行为进行拦截提醒处理，并将所述疑似欺诈手机号码保存至黑名单数据库。

根据本发明实施例提供的一种手机号码防欺诈的设备，所述设备包括：处理器，以及与所述处理器耦接的存储器；所述存储器上存储有可在所述处理器上运行的手机号码防欺诈的程序，所述手机号码防欺诈的程序被所述处理器执行时使所述设备执行根据本公开实施例所提供的手机号码防欺诈的方法。

根据本发明实施例提供的一种计算机存储介质，存储有手机号码防欺诈的程序，所述手机号码防欺诈的程序被处理器执行时使所述计算机执行根据本公开实施例所提供的手机号码防欺诈的方法。

根据本发明实施例提供的方案，与现有技术相比，使用基于大数据分析的非法通话统计信息池，依据决策树算法得到多维度判定准则组合得到的非法通话统计数据集，通过数据挖掘分析，判定该用户是否为疑似欺诈用户。摆脱了对独立黑名单数据库的依赖，提高了判定诈骗号码的准确率，从而提高对诈骗号码进行拦截的实时性，降低误判率和漏判率。

附图说明

图1是本发明实施例提供的一种手机号码防欺诈的方法流程图；

图2是本发明实施例提供的一种手机号码防欺诈的装置示意图；

图3是本发明实施例提供的一种手机号码防欺诈系统的示意图；

图4是本发明实施例提供的图3中各模块的具体意图。

具体实施方式

以下结合附图对本发明的优选实施例进行详细说明，应当理解，以下所说明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。

图1是本发明实施例提供的一种手机号码防欺诈的方法流程图，如图1所示，包括：

步骤s101：获取待验证手机号码的通话记录；

步骤s102：根据预存的防欺诈策略对所述待验证手机号码的通话记录进行分析，判断所述待验证手机号码是否为疑似欺诈手机号码；

步骤s103：若判断所述待验证手机号码为疑似欺诈手机号码，则对疑似欺诈行为进行拦截提醒处理，并将所述疑似欺诈手机号码保存至黑名单数据库。

本发明实施例还包括：获取大数据话单信息；通过对所述大数据话单信息进行统计分析，得到m个维度的通话统计信息池；通过对所述通话统计信息池进行决策树算法处理，生成并保存包含n个维度的防欺诈策略；其中，所述m、n均为正整数，且m>n。

其中，所述通话统计信息池包括通话时长维度、单位时间内位置变化次数维度、单位时间内呼叫次数维度、单位时间内被叫个数维度、单位时间内并发被叫个数维度、单位时间内应答接通率维度以及单位时间内主叫释放率维度；所述防欺诈策略包括单位时间内呼叫次数维度、单位时间内被叫个数维度、单位时间内并发被叫个数维度以及单位时间内主叫释放率维度。

其中，所述根据预存的防欺诈策略对所述待验证手机号码的通话记录进行分析，判断所述待验证手机号码是否为疑似欺诈手机号码包括：根据预存的防欺诈策略对所述待验证手机号码的通话记录进行统计分析，生成包含单位时间内呼叫次数、单位时间内被叫个数、单位时间内并发被叫个数以及单位时间内主叫释放率的防欺诈策略表；通过对所述防欺诈策略表进行计算分析，得到所述待验证手机号码的计算结果；根据所述待验证手机号码的计算结果，判断所述待验证手机号码是否为疑似欺诈手机号码。

图2是本发明实施例提供的一种手机号码防欺诈的装置示意图，如图2所示，包括：获取模块201，用于获取待验证手机号码的通话记录；判断模块202，用于根据预存的防欺诈策略对所述待验证手机号码的通话记录进行分析，判断所述待验证手机号码是否为疑似欺诈手机号码；防欺诈处理模块203，用于在判断所述待验证手机号码为疑似欺诈手机号码，则对疑似欺诈行为进行拦截提醒处理，并将所述疑似欺诈手机号码保存至黑名单数据库。

本发明实施例还包括生成防欺诈策略模块，用于获取大数据话单信息，并通过对所述大数据话单信息进行统计分析，得到m个维度的通话统计信息池，以及通过对所述通话统计信息池进行决策树算法处理，生成并保存包含n个维度的防欺诈策略；其中，所述m、n均为正整数，且m>n。

其中，所述通话统计信息池包括通话时长维度、单位时间内位置变化次数维度、单位时间内呼叫次数维度、单位时间内被叫个数维度、单位时间内并发被叫个数维度、单位时间内应答接通率维度以及单位时间内主叫释放率维度；所述防欺诈策略包括单位时间内呼叫次数维度、单位时间内被叫个数维度、单位时间内并发被叫个数维度以及单位时间内主叫释放率维度。

其中，所述判断模块202包括：统计分析单元，用于根据预存的防欺诈策略对所述待验证手机号码的通话记录进行统计分析，生成包含单位时间内呼叫次数、单位时间内被叫个数、单位时间内并发被叫个数以及单位时间内主叫释放率的防欺诈策略表；计算分析单元，用于通过对所述防欺诈策略表进行计算分析，得到所述待验证手机号码的计算结果；判断单元，用于根据所述待验证手机号码的计算结果，判断所述待验证手机号码是否为疑似欺诈手机号码。

本发明实施例提供的一种手机号码防欺诈的设备，所述设备包括：处理器，以及与所述处理器耦接的存储器；所述存储器上存储有可在所述处理器上运行的手机号码防欺诈的程序，所述手机号码防欺诈的程序被所述处理器执行时使所述设备执行根据本公开实施例所提供的手机号码防欺诈的方法。

本发明实施例提供的一种计算机存储介质，存储有手机号码防欺诈的程序，所述手机号码防欺诈的程序被处理器执行时包括以下步骤：

获取待验证手机号码的通话记录；

根据预存的防欺诈策略对所述待验证手机号码的通话记录进行分析，判断所述待验证手机号码是否为疑似欺诈手机号码；

若判断所述待验证手机号码为疑似欺诈手机号码，则对疑似欺诈行为进行拦截提醒处理，并将所述疑似欺诈手机号码保存至黑名单数据库。

本发明实施例的计算机存储介质还包括：获取大数据话单信息；通过对所述大数据话单信息进行统计分析，得到m个维度的通话统计信息池；通过对所述通话统计信息池进行决策树算法处理，生成并保存包含n个维度的防欺诈策略；其中，所述m、n均为正整数，且m>n。

其中，所述通话统计信息池包括通话时长维度、单位时间内位置变化次数维度、单位时间内呼叫次数维度、单位时间内被叫个数维度、单位时间内并发被叫个数维度、单位时间内应答接通率维度以及单位时间内主叫释放率维度；所述防欺诈策略包括单位时间内呼叫次数维度、单位时间内被叫个数维度、单位时间内并发被叫个数维度以及单位时间内主叫释放率维度。

其中，所述根据预存的防欺诈策略对所述待验证手机号码的通话记录进行分析，判断所述待验证手机号码是否为疑似欺诈手机号码包括：根据预存的防欺诈策略对所述待验证手机号码的通话记录进行统计分析，生成包含单位时间内呼叫次数、单位时间内被叫个数、单位时间内并发被叫个数以及单位时间内主叫释放率的防欺诈策略表；通过对所述防欺诈策略表进行计算分析，得到所述待验证手机号码的计算结果；根据所述待验证手机号码的计算结果，判断所述待验证手机号码是否为疑似欺诈手机号码。

图3是本发明实施例提供的一种手机号码防欺诈系统的示意图，如图3所示，包括统计生成模块：通过分析大数据话单信息，得到针对不同维度的非法通话统计信息池；判定模块：通过决策树算法得到多维度的判定准则(即输出哪些维度组合在判定用户是否为疑似欺诈用户的场景中所占比重更大)，并根据多维度判定准则组合得到的非法通话统计数据集，对所述非法通话统计数据集进行判定，判断是否为疑似欺诈用户；鉴别模块：根据数据挖掘分析模块输出结果，自动完成疑似欺诈用户的识别。

通过分析大数据话单信息(开始时间、结束时间、业务类型、事件结果、事件原因、主叫、被叫、承载类型、通话时长、源局点以及目的局点等等)，得到针对不同维度的非法通话统计信息池(通话时长维度、单位时间内位置变化次数维度、单位时间内呼叫次数维度、单位时间内被叫个数维度、单位时间内并发被叫个数维度、单位时间内应答接通率维度、单位时间内主叫释放率维度等等)，通过决策树算法得到多维度判定准则(单位时间内呼叫次数维度、单位时间内被叫个数维度、单位时间内并发被叫个数维度、单位时间内主叫释放率维度组合)。根据多维度判定准则组合得到的非法通话统计信息数据集经由数据挖掘分析模块判定该用户是否为疑似欺诈用户。若该用户为疑似欺诈用户，则将此号码更新至黑名单数据库，同时发出相应信息提醒被叫用户，可能存在欺诈行为。

图4是本发明实施例提供的图3中各模块的具体意图，如图4所示，包括：

步骤401——将接收底层关联的大数据话单信息，根据用户所关注的各种维度(例如：通话时长维度、单位时间内位置变化次数维度、单位时间内呼叫次数维度、单位时间内被叫个数维度、单位时间内并发被叫个数维度、单位时间内应答接通率维度、单位时间内主叫释放率维度等等)，经由非法通话统计生成模块得到非法通话统计信息池(以上选择维度的统计信息数据集)。

步骤402——通过决策树算法得到多维度的判定准则。依据事先训练好的模型得到最佳多维度的判定准则，假定得到的最佳维度为：单位时间内呼叫次数维度、单位时间内被叫个数维度、单位时间内并发被叫个数维度以及单位时间内主叫释放率维度。

步骤403——如果待验证号码在黑名单数据库，则跳到步骤406，触发拦截或提醒模块。如果没有在黑名单数据库，跳到步骤404。

步骤404——根据多维度判定准则组合得到的非法通话统计数据集经knn分析模块(knn通过计算新数据与历史样本数据中不同类别数据点间的距离对新数据进行分类)判定是否为疑似欺诈用户。

其中，如表1所示为待验证手机号的非法通话统计数据集，其中统计间隔可选择：每小时统计、每天统计、每周统计、每月统计等。

表1：待验证手机号的非法通话统计数据集表

步骤405——疑似欺诈用户处理模块接收knn分析模块判定结果。如果是疑似欺诈用户，则将该号码更新至黑名单数据库，同时触发拦截或提醒模块。如果不是疑似欺诈用户，则不进行任何处理。

步骤406——进行拦截或提醒，发送相应信息给被叫用户。

其中，数据挖掘算法可以是knn(k-nearestneighbor，k最近邻)算法、naivebayes(naivebayesianclassification，朴素贝叶斯)等算法。本文以knn为例描述了防欺诈的自适应过程。

根据本发明实施例提供的方案，通过分析大数据话单信息，得到基于大数据分析的非法统计信息池，依据多维度判定准则，通过数据挖掘分析，得到前n项数据集，最终分析出疑似欺诈用户的可能性，摆脱了对独立黑名单数据库的依赖，提高了判定诈骗号码的准确率，从而提高对诈骗号码进行拦截的实时性，降低误判率和漏判率。

尽管上文对本发明进行了详细说明，但是本发明不限于此，本技术领域技术人员可以根据本发明的原理进行各种修改。因此，凡按照本发明原理所作的修改，都应当理解为落入本发明的保护范围。