专利名称：一种监控服务提供商业务的方法及系统的制作方法
技术领域：
本发明涉及通信技术领域，具体涉及ー种监控服务提供商业务的方法及系统。
背景技术：
服务提供商(SP，Service Provider)，向电信用户提供电信增值业务服务，并通过运营商向用户收取相应费用。山寨终端(即山寨机)，通常是模仿品牌手机功能和样式而制造出来的一种仿制手机。山寨终端以其低廉的价格和独特的卖点，近年来迅速抢占国内市场，其保有量十分巨大。但随着山寨终端厂商的増加与市场竞争的加剧，山寨终端的利润已大不如前，山寨终端厂商也开始寻找新的利润增长点。山寨终端厂商勾结部分SP，通过终端内置服务或后门软件的方法，误导用户使用，甚至在用户不知情的情况下偷偷进行扣费，严重损害了用户的利益，也増加了运营商的投诉率。
然而，现有电信系统中已经存在大量的山寨终端用户以及大量SP，因此，如何确定山寨终端用户以及如何确定需要监控的SP业务，对于提高SP业务的监控效率、保护用户利
益具有重要意义。
发明内容
本发明所要解决的技术问题是提供一种监控SP业务的方法及系统，用以提高对SP业务的监控效率。为解决上述技术问题，本发明提供方案如下ー种监控服务提供商SP业务的方法，包括确定网络中存在的山寨终端标识，所述山寨終端标识对应于至少两个用户号码；根据所述山寨终端标识对应的用户号码，获得山寨用户号码；根据SP业务对所述山寨用户号码扣费的第一比例和对非山寨用户号码扣费的第ニ比例，选择出需要监控的第一类SP业务；对所述第一类SP业务进行监控。优选地，上述的方法中，所述确定山寨终端标识包括获得同一終端标识所对应的相邻两次通信之间的时间差和该终端标识在该相邻两次通信所对应的通信基站之间的距离；计算所述距离与预定速率的商值；在所述时间差小于所述商值时，判断该终端标识为山寨终端标识。优选地，上述的方法中，所述对所述第一类SP业务进行监控包括针对预先设定的SP欺骗模式，计算第一类SP业务对应的异常扣费指标；记录所述第一类SP业务中匹配所述SP欺骗模式的SP业务，其中，匹配所述SP欺骗模式是指所述异常扣费指标超出所述SP欺骗模式对应的阈值；选择出所匹配的SP欺骗模式的数量达到预定第一门限的SP业务，加入到第二类SP业务中；冻结所述第二类业务和/或向所述第二类业务对应的山寨用户号码提醒可能存在欺骗性扣费的SP欺骗业务。优选地，上述的方法中，还包括根据对所述第二类SP业务中的部分业务是否为SP欺骗业务的验证结果，计算所述部分业务中SP欺骗业务的比例；在所述比例低于预定第二门限时，调整所述SP欺骗模式对应的所述阈值，以减少所述第一类SP业务中匹配所述SP欺骗模式的SP业务的数量。优选地，上述的方法中，所述SP欺骗模式包括时段模式，所述针对预先设定的SP欺骗模式，计算第一类SP 业务对应的异常扣费指标包括针对所述第一类SP业务中的每个SP业务，统计并记录在预定的时间周期内该SP业务针对山寨用户号码所产生的扣费频率最高的时段；统计在连续的多个所述时间周期内，各个时段出现过所述扣费频率最高的次数，并将统计得到的最高次数作为该SP业务对应的异常扣费指标。优选地，上述的方法中，所述SP欺骗模式包括日期模式，所述针对预先设定的SP欺骗模式，计算第一类SP业务对应的异常扣费指标包括针对所述第一类SP业务中的每个SP业务，统计预定的时间周期内该SP业务针对山寨用户号码的扣费次数，建立由多个连续的所述时间周期内的所述扣费次数所形成的一个序列；根据所述序列，计算所述扣费次数的膨胀率，得到该SP业务对应的异常扣费指标。优选地，上述的方法中，所述SP欺骗模式包括间隔模式，所述针对预先设定的SP欺骗模式，计算第一类SP业务对应的异常扣费指标包括针对所述第一类SP业务中的每个SP业务，提取在一段时间内该SP业务针对同一山寨终端身份标识对应的所有山寨用户号码发生扣费行为的时间，并计算相邻两次扣费行为之间时间间隔，得到该SP业务对应的异常扣费指标。优选地，上述的方法中，所述SP欺骗模式包括关联模式，所述针对预先设定的SP欺骗模式，计算第一类SP业务对应的异常扣费指标包括针对每个山寨終端标识，提取该山寨终端标识对应的所有山寨用户号码中第三类用户号码的数量，所述第三类用户号码为同时被所述第一类SP业务中两种以上相同SP业务扣费的用户号码；计算所述第三类用户号码的数量与所述所有山寨用户号码的数量的比值，得到所述两种以上的SP业务对应的异常扣费指标。本发明还提供了ー种监控服务提供商SP业务的系统，包括山寨终端识别单元，用于确定网络中存在的山寨终端标识，所述山寨終端标识对应于至少两个用户号码；山寨用户号码确定単元，用于根据所述山寨终端标识对应的用户号码，获得山寨用户号码；监控业务确定単元，用于根据SP业务对所述山寨用户号码扣费的第一比例和对非山寨用户号码扣费的第二比例，选择出需要监控的第一类SP业务；监控单元，用于对所述第一类SP业务进行监控。优选地，所述山寨終端识别单元具体用于获得同一終端标识所对应的相邻两次通信之间的时间差和该终端标识在该相邻两次通信所对应的通信基站之间的距离；计 算所述距离与预定速率的商值；在所述时间差小于所述商值时，判断该终端标识为山寨终端标识。优选地,上述的系统中，所述监控单元包括指标计算単元，用于针对预先设定的SP欺骗模式，计算第一类SP业务对应的异常扣费指标；匹配记录单元，用于记录所述第一类SP业务中匹配所述SP欺骗模式的SP业务，其中，匹配所述SP欺骗模式是指所述异常扣费指标超出所述SP欺骗模式对应的阈值；选择单元，用于选择出所匹配的SP欺骗模式的数量达到预定第一门限的SP业务，加入到第二类SP业务中；处理单元，用于冻结所述第二类业务和/或向所述第二类业务对应的山寨用户号码提醒可能存在欺骗性扣费的SP欺骗业务。优选地，上述的系统中，还包括比例计算单元，用于根据对所述第二类SP业务中的部分业务是否为SP欺骗业务的验证结果，计算所述部分业务中SP欺骗业务的比例；阈值调整単元，用于在所述比例低于预定第二门限时，调整所述SP欺骗模式对应的所述阈值，以减少所述第一类SP业务中匹配所述SP欺骗模式的SP业务的数量。优选地，上述的系统中，所述SP欺骗模式包括时段模式,所述指标计算单元包括第一计算单元，用于针对所述第一类SP业务中的每个SP业务，统计并记录在预定的时间周期内该SP业务针对山寨用户号码所产生的扣费频率最高的时段；统计在连续的多个所述时间周期内，各个时段出现过所述扣费频率最高的次数，并将统计得到的最高次数作为该SP业务对应的异常扣费指标。优选地，上述的系统中，所述SP欺骗模式包括日期模式，所述指标计算单元包括第二计算单元，用于针对所述第一类SP业务中的每个SP业务，统计预定的时间周期内该SP业务针对山寨用户号码的扣费次数，建立由多个连续的所述时间周期内的所述扣费次数所形成的ー个序列；根据所述序列，计算所述扣费次数的膨胀率，得到该SP业务对应的异常扣费指标。优选地，上述的系统中，所述SP欺骗模式包括间隔模式，所述指标计算单元包括 第三计算单元，用于针对所述第一类SP业务中的每个SP业务，提取在一段时间内该SP业务针对同一山寨终端身份标识对应的所有山寨用户号码发生扣费行为的时间，并计算相邻两次扣费行为之间时间间隔，得到该SP业务对应的异常扣费指标。优选地，上述的系统中，所述SP欺骗模式包括关联模式，所述指标计算单元包括第四计算单元，用于针对每个山寨终端标识，提取该山寨终端标识对应的所有山寨用户号码中第三类用户号码的数量，所述第三类用户号码为同时被所述第一类SP业务中两种以上相同SP业务扣费的用户号码；计算所述第三类用户号码的数量与所述所有山寨用户号码的数量的比值，得到所述两种以上的SP业务对应的异常扣费指标。从以上所述可以看出，本发明提供的监控SP业务的方法及系统，采用的独特的判断山寨终端标识的方法，能够准确识别出山寨终端，井能够根据SP业务对山寨终端标识对应的山寨用户号码的扣费行为，选择出可疑的SP业务进行监控，从而縮小了需要监控的SP业务的范围，使得监控更具针对性，进而能够提高SP业务的监控效率，更好地保护用户利 益。并且，本发明还提供了多种SP欺骗模式，用以确定SP业务是否为欺骗扣费的SP欺骗业务，并且能够根据SP欺骗业务的验证結果，对各个SP欺骗模式的阈值參数进行自适应调整，从而能够更为准确的识别出存在SP欺骗扣费的SP业务，并进行智能报警和智能防范，例如收集山寨终端厂商和SP欺骗行为的证据，及时冻结可疑SP业务，准确地打击不法分子；例如，预测用户使用山寨终端遭遇SP欺骗的可能性，并及时对用户进行防范提醒，等
坐寸O
图I为本发明实施例所述的监控SP业务的方法的流程示意图；图2为本发明实施例所述的监控SP业务的系统的结构示意图；图3为本发明实施例提供的监控SP业务的系统的另一结构示意图。
具体实施例方式本发明实施例提供了一种监控SP业务的方法及系统，能够准确识别出网络中使用山寨终端的山寨用户，进而选择出对这些山寨用户进行扣费的可疑SP业务进行监控，能够提高SP业务的监控效率，保护用户利益。并且，本发明实施例还进一歩提出了多种SP欺骗模式，并给出了具体的监控方式以及相应的报警处理，能够对山寨终端SP欺骗实现高效而全面的监控。以下将结合附图，通过具体实施例对本发明做进ー步的说明。首先，请參照图1，本发明实施例所述的监控SP业务的方法，包括以下步骤步骤11，确定网络中存在的山寨终端标识，所述山寨終端标识对应于至少两个用户号码。这里，确定山寨终端标识的方式有多种，例如，可以直接导入终端的通信业务数据，来判断某个终端标识是否对应于两个以上的用户号码。本发明实施例特别提供了ー种确定山寨终端标识的实现方式获得同一終端标识所对应的相邻两次通信之间的时间差和该终端标识在该相邻两次通信所对应的通信基站之间的距离；计算所述距离与预定速率的商值；在所述时间差小于所述商值时，判断该终端标识为山寨终端标识。这里，终端标识可以是国际移动设备识别号(IMEI)等标识。終端标识用来协助辨别终端身份真伪，理论上虽然不应该存在有相同頂EI码的两部終端，但是由于山寨終端厂商不能得到合法的頂EI来生产手机，但其通过高科技复制技术制造出具有合法頂EI的山寨终端，以使终端能够流通进入市场，因此网络中存在大量具有相同MEI的終端。对于运营商，目前不能通过物理检测技术对用户的终端进行识别，因此只能从终端MEI对应的电信行为入手来进行识别。运营商数据仓库对ー个终端的唯一标识是頂EI，当頂EI对应于多个用户号码时，该终端就可能是山寨終端。但由于流通市场的终端形式多祥，网络中也存在大量一机多号的合法終端，这给识别某ー MEI是否为山寨终端带来了很大的困难。 这里，用户号码可以是终端的手机号码或者是存储在終端SIM卡中的国际移动用户识别码(IMSI)。本实施例在上述步骤11中，考虑到用户号码的移动速率是有限的，如果同一終端标识所对应的相邻两次通信之间的时间非常短，而该终端标识在该相邻两次通信中的两个通信基站之间的距离非常远，并且这两次通信之间的时间又非常短，即以目前可能的移动速率不能在这么短的时间内移动这么远的距离，因此，这两次通信应该是分别由两个独立的終端所产生的，并且这两个终端具有相同的終端标识，所以这个相同的终端标识就是被至少两个終端所使用的山寨终端标识，该山寨终端标识对应的终端为山寨终端。考虑到各种交通工具的移动速率，这里的预定速率可以取如音速或音速的两倍等数值。步骤12，根据所述山寨终端标识对应的用户号码，获得山寨用户号码。步骤13，根据SP业务对所述山寨用户号码扣费的第一比例和对非山寨用户号码扣费的第二比例，选择出需要监控的第一类SP业务。这里，根据SP业务对山寨用户号码扣费的第一比例和对非山寨用户号码扣费的第二比例之间的差异，选择出需要监控的第一类SP业务，所述山寨用户号码是所述山寨终端标识对应的用户号码，所述非山寨用户号码是网络中的所有用户号码中去除所述山寨用户号码外的其它用户号码。这里，在步骤13中计算预定一段时间内SP业务对山寨用户号码扣费的第一比例，即被该SP业务扣费的山寨用户号码占网络中所有山寨用户号码的比例；以及，计算该一段时间内该SP业务对非山寨用户号码扣费的第二比例，即被该SP业务扣费的非山寨用户号码占网络中所有非山寨用户号码的比例；进而根据第一比例和第二比例之间的差异，选择出第一类SP业务，所述第一类SP业务是所述差异的程度超过预设门限的SP业务。判断所述差异的程度是否较大有多种判断方式，例如在第一比例与第二比例的差值大于预先设定的ー个门限值时，或者，在第一比例与第二比例的比值(lift)大于预先设定的另ー个门限值时，可以加入第一类SP业务。再例如，还可以按照从大到小的顺序，取所述比值(lift)排在前N个的SP业务作为第一类SP业务(N值可以自行选定，例如取50、100等)。步骤14，对所述第一类SP业务进行监控。由于第一类SP业务具有较大的欺骗扣费的嫌疑，因此在步骤14中可以对这些SP业务进行监控。
作为ー种优选的实施方式，步骤14中在进行监控时，可以采用现有技术中各种基于数据挖掘技木，对所述第一类SP业务针对山寨用户号码的电信行为数据挖掘和检测，判断SP业务是否存在欺骗扣费的行为，还可以根据判断结果采取进ー步的措施，例如冻结存在欺骗扣费的行为的SP业务，或者向对应的用户号码对应的用户进行提醒等。作为另ー种优选的实施方式，本发明实施例还进一歩提供了多种SP欺骗模式，在步骤14中进行监控时，可以对所述第一类SP业务针对山寨用户号码的电信行为数据进行统计分析，并与各个SP欺骗模式匹配，根据所匹配的SP欺骗模式的多少，来判断该SP业务是否存在欺骗扣费的行为，即上述步骤14可以具体包括以下步骤步骤141，针对预先设定的SP欺骗模式，计算第一类SP业务对应的异常扣费指标;步骤142，记录所述第一类SP业务中匹配所述SP欺骗模式的SP业务，其中，匹配所述SP欺骗模式是指所述异常扣费指标超出所述SP欺骗模式对应的阈值；
步骤143，选择出所匹配的SP欺骗模式的数量达到预定第一门限的SP业务，加入到第二类SP业务中；步骤144，冻结所述第二类业务和/或向所述第二类业务对应的山寨用户号码提醒可能存在欺骗性扣费的SP欺骗业务。从以上所述可以看出，本发明实施例采用的独特的判断山寨终端标识的方法，进而根据SP业务对山寨标识对应的山寨用户号码的扣费行为，选择出可疑的SP业务进行监控，从而缩小了需要监控的SP业务的范围，使得监控更具针对性，进而能够提高SP业务的监控效率，更好地保护用户利益。本发明实施例在上述步骤14之后，还可以通过各种方式与部分山寨用户号码对应的用户进行沟通，以验证该山寨用户是否订购或有意识的使用了对应的第一类SP业务，进而可以确认SP业务是否为SP欺骗业务(SP欺骗业务是指误导用户使用或未经用户订购即行扣费的SP业务)。然后，本发明实施例可以根据这部分山寨用户的验证结果，来验证所述第二类SP业务为SP欺骗业务的可信度，并在该可信度来决定是否需要对SP欺骗模式对应的阈值进行自适应调整，即本发明实施例在上述步骤14之后还可以包括以下步骤步骤15，根据对所述第二类SP业务中的部分业务是否为SP欺骗业务的验证結果，计算所述部分业务中SP欺骗业务的比例；步骤16，在所述比例低于预定第二门限时，调整所述SP欺骗模式对应的所述阈值，以减少所述第一类SP业务中匹配所述SP欺骗模式的SP业务的数量。通过以上步骤，可以形成一个完整的闭环，能够根据SP欺骗业务的验证結果，自适应地对所述SP欺骗模式对应的阈值进行调整，从而能够更为准确的选择出存在SP欺骗消费的所述第二类SP业务。下面对本发明实施例提供的SP欺骗模式以及如何进行匹配进行说明。本发明实施例提供的SP欺骗模式包括时段模式、日期模式、间隔模式和关联模式。在利用上文中提及的所述另ー种优选的实施方式，来执行上述步骤14中的监控时，本发明实施例可以采用以上四种模式中的至少ー种。以下分别对这四种模式进行说明。I)时段模式时段模式是基于SP业务扣费频率的时段，来设置相应的异常扣费指标。由于SP欺骗业务通常在用户不知情的情况下，从后台进行定时扣费，其扣费行为具有一定的周期性，因此可以通过日期模式来判断SP业务的扣费是否可疑。此时，上述步骤141中所述的计算第一类SP业务对应的异常扣费指标包括针对所述第一类SP业务中的每个SP业务，统计并记录在预定的时间周期(如以每天为一个时间周期)内该SP业务针对山寨用户号码所产生的扣费频率最高的时段(如以每小时为ー个时段，一天共24个时段)，所述时间周期包括多个所述时段；统计在连续的多个所述时间周期内，各个时段出现过所述扣费频率最高的次数，并将统计得到的最高次数作为该SP业务对应的异常扣费指标。
如果统计得到的最高次数高于预先设定的所述时段模式对应的阈值，则判断该SP业务匹配时段模式。2)日期模式日期模式是基于SP业务在一段周期内的扣费次数的膨胀率，来设置相应的异常扣费指标。由于ー些SP欺骗业务希望短期内获得最大的利润，其对用户号码的扣费次数有着非常快的増加，因此可以通过日期模式来判断扣费次数的增加是否可疑。此时，上述步骤141中所述的计算第一类SP业务对应的异常扣费指标包括针对所述第一类SP业务中的每个SP业务，统计预定的时间周期内该SP业务针对山寨用户号码的扣费次数，建立由多个连续的所述时间周期内的所述扣费次数所形成的一个序列；根据所述序列，计算所述扣费次数的膨胀率，得到该SP业务对应的异常扣费指标。如果计算得到的膨胀率高于预先设定的所述日期模式对应的阈值，则判断该SP业务匹配日期模式。3)间隔模式间隔模式是基于SP业务对同一 IMEI所对应的用户号码的相邻两次扣费行为之间的间隔，来设置相应的异常扣费指标。部分SP通过山寨终端绑定的软件来误导用户消费或偷偷扣费，由于同一 IMEI对应多个山寨终端，因此针对同一 IMEI的扣费间隔将小于正常终端的扣费间隔。因此可以通过间隔模式来判断扣费间隔是否可疑。此时，上述步骤141中所述的计算第一类SP业务对应的异常扣费指标包括针对所述第一类SP业务中的每个SP业务，提取在一段时间内该SP业务针对同一山寨终端身份标识对应的所有山寨用户号码发生扣费行为的时间，并计算相邻两次扣费行为之间时间间隔，得到该SP业务对应的异常扣费指标。4)关联模式关联模式是基于SP业务订购用户号码的关联度，来设置相应的异常扣费指标。部分SP通过在山寨终端上绑定两个以上的SP欺骗业务，因此具有相同MEI的这些山寨终端可能同时被这些SP欺骗业务扣费，因此可以通过关联模式来判断这种扣费关联关系是否可疑。此时，上述步骤141中所述的计算第一类SP业务对应的异常扣费指标包括针对每个山寨終端标识，提取该山寨终端标识对应的所有山寨用户号码中第三类用户号码的数量，所述第三类用户号码为同时被所述第一类SP业务中两种以上相同SP业务扣费的用户号码；计算所述第三类用户号码的数量与所述所有山寨用户号码的数量的比值，得到所述两种以上的SP业务对应的异常扣费指标。本发明实施例在上述步骤14中可以采用以上四种模式中的ー种、两种或多种来进行匹配和分析。例如，在仅采用ー种模式时，如果某个SP业务匹配该模式，则将该SP业务加入到第二类SP业务；再例如，在采用两种、三种或四种模式时，可以在某个SP业务同时匹配两个以上的模式时，才将该SP业务加入到第二类SP业务。从以上所述可以看出，本发明实施例提供了多种SP欺骗模式，并能够根据SP欺骗业务的验证結果，进行自适应地參数调整，实现了对山寨終端SP欺骗高效而全面的监控管理。基于以上所述的监控SP业务的方法，本发明实施例还提供了一种监控SP业务的系统，如图2所示,该系统包括山寨终端识别单元，确定网络中存在的山寨终端标识，所述山寨終端标识对应于至少两个用户号码； 山寨用户号码确定単元，用于根据所述山寨终端标识对应的用户号码，获得山寨用户号码；监控业务确定単元，用于根据SP业务对所述山寨用户号码扣费的第一比例和对非山寨用户号码扣费的第二比例，选择出需要监控的第一类SP业务；优选地，所述山寨終端识别单元具体用于获得同一終端标识所对应的相邻两次通信之间的时间差和该终端标识在该相邻两次通信所对应的通信基站之间的距离；计算所述距离与预定速率的商值；在所述时间差小于所述商值时，判断该终端标识为山寨终端标识。监控单元，用于对所述第一类SP业务进行监控。优选地，该系统还可以根据SP欺骗业务的验证結果，自适应地调整SP欺骗模式对应的阈值，此时该系统还包括比例计算单元，用于根据对所述第二类SP业务中的部分业务是否为SP欺骗业务的验证结果，计算所述部分业务中SP欺骗业务的比例；阈值调整単元，用于在所述比例低于预定第二门限时，调整所述SP欺骗模式对应的所述阈值，以减少所述第一类SP业务中匹配所述SP欺骗模式的SP业务的数量。优选地,所述监控单元具体包括指标计算単元，用于针对预先设定的SP欺骗模式，计算第一类SP业务对应的异常扣费指标；匹配记录单元，用于记录所述第一类SP业务中匹配所述SP欺骗模式的SP业务，其中，匹配所述SP欺骗模式是指所述异常扣费指标超出所述SP欺骗模式对应的阈值；选择单元，用于选择出所匹配的SP欺骗模式的数量达到预定第一门限的SP业务，加入到第二类SP业务中；处理单元，用于冻结所述第二类业务和/或向所述第二类业务对应的山寨用户号码提醒可能存在欺骗性扣费的SP欺骗业务。针对不同的SP欺骗模式，可以在指标计算単元中设置不同的计算单元来计算对应的指标其中，在所述SP欺骗模式包括时段模式时，所述指标计算单元包括第一计算单元，用于针对所述第一类SP业务中的每个SP业务，统计并记录在预定的时间周期内该SP业务针对山寨用户号码所产生的扣费频率最高的时段；统计在连续的多个所述时间周期内，各个时段出现过所述扣费频率最高的次数，并将统计得到的最高次数作为该SP业务对应的异常扣费指标。在所述SP欺骗模式包括日期模式吋，所述指标计算单元包括第二计算单元，用于针对所述第一类SP业务中的每个SP业务，统计预定的时间周期内该SP业务针对山寨用户号码的扣费次数，建立由多个连续的所述时间周期内的所述扣费次数所形成的ー个序列；根据所述序列，计算所述扣费次数的膨胀率，得到该SP业务对应的异常扣费指标。在所述SP欺骗模式包括间隔模式时，所述指标计算单元包括第三计算单元，用于针对所述第一类SP业务中的每个SP业务，提取在一段时间内该SP业务针对同一山寨终端身份标识对应的所有山寨用户号码发生扣费行为的时间，并计算相邻两次扣费行为之间时间间隔，得到该SP业务对应的异常扣费指标。在所述SP欺骗模式包括关联模式时，所述指标计算单元包括第四计算单元，用 于针对每个山寨终端标识，提取该山寨终端标识对应的所有山寨用户号码中第三类用户号码的数量，所述第三类用户号码为同时被所述第一类SP业务中两种以上相同SP业务扣费的用户号码；计算所述第三类用户号码的数量与所述所有山寨用户号码的数量的比值，得到所述两种以上的SP业务对应的异常扣费指标。最后，再结合具体的运营商通信网络，通过更为细化的流程对本发明实施例的监控SP业务的方法的实施进行说明。请參照图3为本发明实施例提供的监控SP业务的系统的另一结构示意图。本发明实施例所述方法可以通过图3所示系统的各个装置予以实施。该系统各装置的功能及其协作流程具体如下I.本实施方案中所述的数据管理装置，具有数据存储、更新、传输功能，实现山寨終端识别装置、SP业务管理装置、山寨终端用户SP业务行为分析装置数据的上传与下载。2.本实施方案中所述的山寨终端识别装置，通过本方案设计的识别算法，找出可疑的山寨终端，并将结果传输到山寨终端用户SP业务行为分析装置。3.本实施方案中所述的SP业务管理装置，通过本方案提出的选择算法，列出具有欺骗可能性较高的SP业务(即上文所述的第一类SP业务)，并结果传输到山寨终端用户SP业务行为分析装置。4.本实施方案中所述的山寨终端用户SP业务行为分析装置，利用山寨终端识别装置和SP业务管理装置，从数据管理装置中抽取用户号码的历史SP业务行为数据，并传输到自适应山寨终端SP欺骗挖掘装置进行特征分析。5.本实施方案中所述的自适应山寨终端用户SP欺骗模式挖掘装置，通过本方案提出的模式挖掘算法，制定山寨终端SP的欺骗模式，并将其进行规则化后传输到山寨终端SP欺骗模式库。6.本实施方案中所述的山寨终端SP欺骗模式库，当其收到预防装置或报警装置发现的可疑的山寨终端SP的欺骗模式时，首先对规则进行增加，对规则的其他參数进行调整，然后根据模式规则參数阈值，相对应地激活预防装置或报警装置。7.本实施方案中所述的报警装置，收到自适应山寨终端SP欺骗挖掘装置发出的信号时，根据欺骗模式，智能地从山寨終端用户SP业务行为分析装置中提取出有利的数据样本作为SP业务涉嫌欺骗的证据，井向网络管理者发出报警的信号。
8.本实施方案中所述的预防装置，收到自适应山寨终端SP欺骗挖掘装置发出的信号时，根据欺骗模式，智能地从山寨終端用户SP业务行为分析装置中提取出可能遭遇欺骗的用户号码，及时进行关怀和提醒，以避免经济损失。以下再对本实施方案所涉及的算法及步骤细节，介绍如下步骤I.数据准备数据管理装置接合运营商的数据仓库，通过日常作业配置，分别传输相应的数据到山寨终端识别装置、SP业务管理装置、山寨终端用户SP业务行为分析装置。步骤2.识别山寨终端手机的串号也就是IMEI，运营商数据仓库对ー个手机的唯一标识是IMEI，当其对应于多个手机号码时，为山寨终端的可能性増加。但由于网络中也存在大量一机多号的合法終端，这给识别某ー MEI是否为山寨终端带来了很大的困难。本技术方案从另外的角度，即用户基站的移动模式入手，提出一种山寨終端识别方式，过程具体如下
I)提取出对应于两个以上的用户号码的頂EI，建立这些頂EI与用户号码之间的对应关系，形成ー个頂EI终端列表。2)从数据管理装置中抽取上述MEI終端列表中所有MEI的电信行为数据，定义最近一个时间段(如最近ー个星期)为观察窗ロ，取其所有的通话行为数据、基站活动数据
坐寸o3)本技术方案提出一种新颖的识别山寨终端标识的方法对同一 MEI，定义一天的时间序列，用h表示通信行为发生时间，用Si表示基站(最小粒度为区县)、用Ci表示IMEI对应的用户号码(如手机号码)，其中下标i则表示时间序列中按照先后顺序出现的次序编号；n为该MEI —天内记录的有出现通信基站的次数，从而可以根据一天内该MEI的通信记录得到以下的序列 (も，Si，Ci)，(ち，S。，C。)，(も，Si，C^) (tn，SnJ Cn)则该頂EI异常移动的次数可以表示为P = Z "=1 g(tM - tx, min t(st, sM ))其中，mint (Si, si+1)是ー个时间函数,表示两个基站Si和si+1中从ー个基站到达另一基站所需的最短时间(考虑到实际使用的交通工具的速率，本方案以音速或者飞机速度的2倍作为极限速度，来计算两个基站可达的最快时间。系统可根据地图上基站之间的距离和上述极限速度，来建立到达不同基站的时间索引表；ti+1-ti表示的是同一个MEI发生的相邻两次通信行为之间的时间差；而gUi+i-ti，mint (Si, si+1))为0/1指示函数，当ci+1 关 Ci 且 Ufti < minUsp si+1)时，g(ti+1-ti; min t (si； si+1)) =1，否则为0。即gUi+fti,Hiint(Si7Sw)) = I这种情况发生是，同一个IMEI从ー个基站到达另一个基站所需的移动时间，短于正常交通工具所需的时间，此时认为发生了异常移动，可认为是该IMEI对应的不同手机(即山寨终端)分布在不同的位置。定义一天内发送异常移动次数大于I时，即P > I吋，则认为该頂EI是山寨终端标识，该頂EI对应的终端为山寨終端，该IMEI对应的用户号码为山寨用户号码。4)如果不满足3)中的条件，则认为该MEI为非山寨终端标识；如果满足，则认为该MEI为山寨终端标识，将该MEI加入到山寨终端MEI列表中，以便实施监控。5)根据山寨终端MEI列表，过滤出当前使用过其中MEI的所有手机号码，并建立山寨用户手机号码的列表。步骤3.由SP业务管理装置，对于每个SP业务，统计一段时间内(如ー个月)该SP业务的山寨用户号码数al和非山寨用户号码数bl，并统计出山寨用户号码数al中发生扣费行为的用户号码数a2、和非山寨用户号码数bl中发生扣费行为的用户号码数b2，则该SP对山寨用户号码发生扣费行为的比例为rl = a2/al，而对非山寨用户号码发生扣费行为的比例为r2 = b2/bl。对比两个比例，计算差异提升值，其中一种计算公式如下lift = rl/r2,取lift值排名前N的SP业务作为可疑的欺骗SP业务(即第一类SP业务)，建立SP业务实时监控列表。N可以根据现网中已有的SP业务的总量来决定，例如取总量的
10% 20%等等。
步骤4.山寨终端用户SP业务行为分析装置通过对于步骤2和步骤3中得到的山寨终端頂EI列表和SP业务实时监控列表进行整合，获得最近一段时间内(如最近ー个月内)，山寨终端頂EI列表涉及的所有山寨用户号码，对SP业务实时监控列表中的SP业务的SP扣费行为特征数据，主要包括消费行为发生的时间、时段、消费行为之间的间隔、及业
务量等參数。步骤5.自适应山寨终端用户SP欺骗模式挖掘装置将当前山寨终端的SP欺骗模式可分为两大类I)主动模式山寨终端通过安装软件，或者定义按键误导用户消费。当用户触发软件或者按动定义键吋，即激发了 SP扣费行为。2)被动模式SP商在后台进行控制，用户在不知情的情况下进行扣费。由于SP商狡猾多变，这种模式更难以被发现。利用步骤4中获得的SP扣费行为特征数据，通过分析山寨用户SP业务行为，检验其是否符合本技术方案设计的山寨终端的SP欺骗模式I)时段模式这种模式用以发现SP商通过定制作业方式，在用户不知情的情况下，从后台对其进行定时的扣费，其特征是具有周期性。对最近一月内的每一天d划分成24个时段も，每个时段的时长为I小时，针对SP业务实时监控列表中的每个SP业务，计算每个小时该SP业务对山寨终端MEI列表涉及的所有山寨用户号码的扣费次数h，形成ー个由时间和扣费次数组成的序列Uph1), (t2，h2)…，(t24，h24);对每个时段统计在一月内该时段出现过当天的最高扣费次数的出现次数D Ui)，公式如下dC^、= YJid,K,max^ A,…ん))
d其中，用d表示一月内的第d日(即日期)，f(d, Iii, max Qiph2,…h24))为0/1指示函数，当满足 Iii = maxQi1, h2, ...h24)吋，f (d, Iii, maxQi1, h2,…h24)) =1,即表明在 h时段出现过当天的最高扣费次数，否则f(d, Iii, max Qi1, h2,…h24))为0。该时段模式对应的判定阈值D由自适应山寨终端用户SP欺骗模式挖掘装置自适应调整，初始值可以根据合法SP的扣费习惯自行设定。当任意一个时段的Dai)超过该阈值D吋，即判断该SP匹配时段模式。该模式主要用于预测，可以进一歩通过找到匹配该模式的SP进行验证，同时对使用该SP业务的山寨用户号码进行提醒，告知用户该SP有对其扣费，如有非法扣费则可及时举报。2)日期模式对于SP业务实时监控列表中的姆个SP业务,抽取最近一月内姆一天d的针对山寨用户手机号码的扣费次数h，建立一个时间序列，形式为(も，hr) (drt，hr+2)…(cU，hr+u)，其中r为观察时间窗ロ的起始时间(即开始日期)，而u为一月内的时间长度(即观察的总天数)。量化该SP业务在连续时间u天内扣费次数的膨胀率S (r)，公式如下 S(r) = slope (hr, hr+1,…hr+s)其中slope为经典的线性拟合斜率，其计算方法可參考高等数学參考书，在此不再赘述。该公式量化了山寨用户号码的使用SP业务扣费次数在短期内的突增程度。从长期的角度，欺骗SP业务发展增长迅猛容易被发现，因此某些狡猾的SP商采用不定时扣费的方式，使其欺骗方式隐蔽而难以发现。因此可以通过采取合适的时间间隔U来予以发现。该日期模式对应的判定阈值S由自适应山寨终端用户SP欺骗模式挖掘装置自适应调整。当某个SP业务的膨胀率S(r)大于该阈值S时，即判断该SP匹配日期模式。3)间隔模式定位同一个MEI使用同一个SP业务的扣费时间序列，则对于非山寨终端用户号码，由于使用具有唯一頂EI的手机，因此其对应頂EI的扣费间隔仅由该I个用户号码使用SP业务的情况决定；而对于山寨终端，由于是多个用户号码同时在使用，则其MEI发生扣费间隔由多人决定，并发可能性大大增加，即该MEI被同一 SP业务连续两次扣费的间隔较短。因此,定义同一 SP业务对同一 MEI的扣费时间序列U1, t2,…，tn)，这里h定义表示扣费发生的时间，i取值I到n, n是统计到该SP业务针对该IMEI的扣费次数。基于上述扣费时间序列，计算相邻两次扣费行为之间的最短时间间隔T(MEI)，公式如下T(IMEI) = !!!!!!(ta-t!, t3-t2,tn-tn_!)当该时间间隔T(MEI)对比于非山寨终端用户号码要短的多时，则该SP业务欺骗扣费的可疑性越大。该间隔模式对应的判定阈值T由自适应山寨终端用户SP欺骗模式挖掘装置自适应调整。当某个SP业务的T(MEI)小于该阈值T时，即判断该SP匹配间隔模式。4)关联模式经对山寨终端的分析发现，部分SP业务的订购用户号码的重叠度比较高，这表明有可能同一个MEI对应的多个山寨終端上捆绑了几个欺骗SP业务。于是，定义SP业务的关联度A(MEI)的计算公式为A(IMEI) = ASS(spl, sp2)/N(IMEI)其中N(MEI)是该MEI对应的用户号码总数，而ASS (spl，sp2)是该MEI对应的号码中，同时使用了两种相同的SPl和SP2业务的用户号码的数量。该比例A(MEI)越高，则预警级别越高。该关联模式对应的判定阈值A由自适应山寨终端用户号码SP欺骗模式挖掘装置自适应调整。当某些个SP业务的A(MEI)大于该阈值A时，即判断这些SP业务匹配关联模式。以下说明自适应山寨终端用户SP欺骗模式挖掘装置的工作过程I)根据SP业务实时监控列表和山寨终端MEI列表，再结合上述四种模式的阈值，判断各个SP业务是否符合上述的四个模式，最終可建立山寨终端SP欺骗宽表，格式如下
权利要求
1.一种监控服务提供商SP业务的方法，其特征在于，包括 确定网络中存在的山寨终端标识，所述山寨终端标识对应于至少两个用户号码； 根据所述山寨终端标识对应的用户号码，获得山寨用户号码； 根据SP业务对所述山寨用户号码扣费的第一比例和对非山寨用户号码扣费的第二比例，选择出需要监控的第一类SP业务； 对所述第一类SP业务进行监控。
2.如权利要求I所述的方法，其特征在于，所述确定山寨终端标识包括 获得同一终端标识所对应的相邻两次通信之间的时间差和该终端标识在该相邻两次通信所对应的通信基站之间的距离； 计算所述距离与预定速率的商值； 在所述时间差小于所述商值时，判断该终端标识为山寨终端标识。
3.如权利要求I所述的方法，其特征在于， 所述对所述第一类SP业务进行监控包括 针对预先设定的SP欺骗模式，计算第一类SP业务对应的异常扣费指标； 记录所述第一类SP业务中匹配所述SP欺骗模式的SP业务，其中，匹配所述SP欺骗模式是指所述异常扣费指标超出所述SP欺骗模式对应的阈值； 选择出所匹配的SP欺骗模式的数量达到预定第一门限的SP业务，加入到第二类SP业务中； 冻结所述第二类业务和/或向所述第二类业务对应的山寨用户号码提醒可能存在欺骗性扣费的SP欺骗业务。
4.如权利要求3所述的方法，其特征在于，还包括 根据对所述第二类SP业务中的部分业务是否为SP欺骗业务的验证结果，计算所述部分业务中SP欺骗业务的比例； 在所述比例低于预定第二门限时，调整所述SP欺骗模式对应的所述阈值，以减少所述第一类SP业务中匹配所述SP欺骗模式的SP业务的数量。
5.如权利要求3所述的方法，其特征在于， 所述SP欺骗模式包括时段模式，所述针对预先设定的SP欺骗模式，计算第一类SP业务对应的异常扣费指标包括 针对所述第一类SP业务中的每个SP业务，统计并记录在预定的时间周期内该SP业务针对山寨用户号码所产生的扣费频率最高的时段； 统计在连续的多个所述时间周期内，各个时段出现过所述扣费频率最高的次数，并将统计得到的最高次数作为该SP业务对应的异常扣费指标。
6.如权利要求3所述的方法，其特征在于， 所述SP欺骗模式包括日期模式，所述针对预先设定的SP欺骗模式，计算第一类SP业务对应的异常扣费指标包括 针对所述第一类SP业务中的每个SP业务，统计预定的时间周期内该SP业务针对山寨用户号码的扣费次数，建立由多个连续的所述时间周期内的所述扣费次数所形成的一个序列； 根据所述序列，计算所述扣费次数的膨胀率，得到该SP业务对应的异常扣费指标。
7.如权利要求3所述的方法，其特征在于， 所述SP欺骗模式包括间隔模式，所述针对预先设定的SP欺骗模式，计算第一类SP业务对应的异常扣费指标包括 针对所述第一类SP业务中的每个SP业务，提取在一段时间内该SP业务针对同一山寨终端身份标识对应的所有山寨用户号码发生扣费行为的时间，并计算相邻两次扣费行为之间时间间隔，得到该SP业务对应的异常扣费指标。
8.如权利要求3所述的方法，其特征在于， 所述SP欺骗模式包括关联模式，所述针对预先设定的SP欺骗模式，计算第一类SP业务对应的异常扣费指标包括 针对每个山寨终端标识，提取该山寨终端标识对应的所有山寨用户号码中第三类用户号码的数量，所述第三类用户号码为同时被所述第一类SP业务中两种以上相同SP业务扣费的用户号码； 计算所述第三类用户号码的数量与所述所有山寨用户号码的数量的比值，得到所述两种以上的SP业务对应的异常扣费指标。
9.一种监控服务提供商SP业务的系统，其特征在于，包括 山寨终端识别单元，用于确定网络中存在的山寨终端标识，所述山寨终端标识对应于至少两个用户号码； 山寨用户号码确定单元，用于根据所述山寨终端标识对应的用户号码，获得山寨用户号码； 监控业务确定单元，用于根据SP业务对所述山寨用户号码扣费的第一比例和对非山寨用户号码扣费的第二比例，选择出需要监控的第一类SP业务； 监控单元，用于对所述第一类SP业务进行监控。
10.如权利要求9所述的系统，其特征在于， 所述山寨终端识别单元具体用于获得同一终端标识所对应的相邻两次通信之间的时间差和该终端标识在该相邻两次通信所对应的通信基站之间的距离；计算所述距离与预定速率的商值；在所述时间差小于所述商值时，判断该终端标识为山寨终端标识。
11.如权利要求9所述的系统，其特征在于，所述监控单元包括 指标计算单元，用于针对预先设定的SP欺骗模式，计算第一类SP业务对应的异常扣费指标； 匹配记录单元，用于记录所述第一类SP业务中匹配所述SP欺骗模式的SP业务，其中，匹配所述SP欺骗模式是指所述异常扣费指标超出所述SP欺骗模式对应的阈值； 选择单元，用于选择出所匹配的SP欺骗模式的数量达到预定第一门限的SP业务，加入到第二类SP业务中； 处理单元，用于冻结所述第二类业务和/或向所述第二类业务对应的山寨用户号码提醒可能存在欺骗性扣费的SP欺骗业务。
12.如权利要求11所述的系统，其特征在于，还包括 比例计算单元，用于根据对所述第二类SP业务中的部分业务是否为SP欺骗业务的验证结果，计算所述部分业务中SP欺骗业务的比例； 阈值调整单元，用于在所述比例低于预定第二门限时，调整所述SP欺骗模式对应的所述阈值，以减少所述第一类SP业务中匹配所述SP欺骗模式的SP业务的数量。
13.如权利要求11所述的系统，其特征在于， 所述SP欺骗模式包括时段模式，所述指标计算单元包括 第一计算单元，用于针对所述第一类SP业务中的每个SP业务，统计并记录在预定的时间周期内该SP业务针对山寨用户号码所产生的扣费频率最高的时段；统计在连续的多个所述时间周期内，各个时段出现过所述扣费频率最高的次数，并将统计得到的最高次数作为该SP业务对应的异常扣费指标。
14.如权利要求11所述的系统，其特征在于， 所述SP欺骗模式包括日期模式，所述指标计算单元包括 第二计算单元，用于针对所述第一类SP业务中的每个SP业务，统计预定的时间周期内该SP业务针对山寨用户号码的扣费次数，建立由多个连续的所述时间周期内的所述扣费次数所形成的一个序列；根据所述序列，计算所述扣费次数的膨胀率，得到该SP业务对应的异常扣费指标。
15.如权利要求11所述的系统，其特征在于， 所述SP欺骗模式包括间隔模式,所述指标计算单元包括 第三计算单元，用于针对所述第一类SP业务中的每个SP业务，提取在一段时间内该SP业务针对同一山寨终端身份标识对应的所有山寨用户号码发生扣费行为的时间，并计算相邻两次扣费行为之间时间间隔，得到该SP业务对应的异常扣费指标。
16.如权利要求11所述的系统，其特征在于， 所述SP欺骗模式包括关联模式，所述指标计算单元包括 第四计算单元，用于针对每个山寨终端标识，提取该山寨终端标识对应的所有山寨用户号码中第三类用户号码的数量，所述第三类用户号码为同时被所述第一类SP业务中两种以上相同SP业务扣费的用户号码；计算所述第三类用户号码的数量与所述所有山寨用户号码的数量的比值，得到所述两种以上的SP业务对应的异常扣费指标。
全文摘要
本发明提供了一种监控服务提供商业务的方法及系统。其中，所述方法包括确定网络中存在的山寨终端标识，所述山寨终端标识对应于至少两个用户号码；根据所述山寨终端标识对应的用户号码，获得山寨用户号码；根据SP业务对所述山寨用户号码扣费的第一比例和对非山寨用户号码扣费的第二比例，选择出需要监控的第一类SP业务；对所述第一类SP业务进行监控。本发明能够提高对SP业务的监控效率。
文档编号H04W24/08GK102769851SQ201110117240
公开日2012年11月7日 申请日期2011年5月6日 优先权日2011年5月6日
发明者刘鹏, 屈强, 张湛梅, 杨旭, 陈广宇 申请人:中国移动通信集团广东有限公司