[发明专利]基于被叫离散度的提高垃圾短信号码识别正确率的方法

说明书

技术领域

本发明涉及一种实现按流量统计短信时提高垃圾短信号码识别准确率的方法，尤其涉及一种基于被叫离散度的提高垃圾短信号码识别正确率的方法。

背景技术

短信息服务作为移动通信网络的一种基本业务，在为用户提供便捷消息通信服务的同时，也为信息垃圾的传播提供了渠道。而垃圾短信息有着愈演愈烈的趋势，垃圾短信不但带来用户投诉的不良影响，还存在恶意欠费问题，因此需要对垃圾短信进行实时监控拦截。

垃圾短信的时间频次流量特征包括：1、连续发送短信时间超长；2、单位时间量大；3、被叫号码分散。

目前，根据垃圾短信的时间特征，采用按时间范围统计号码发出的短信流量的方法，识别出短信时间发送大量短信的号码，并列入垃圾短信号码，限制此号码发送短信是一种有效的手段。

上述方法从垃圾短信的时间特征角度，能够及时发现垃圾短信号码。但是对于正常用户频繁发送短信的情况，因为短信发送的频率比较高，也造成了正常用户号码被列入垃圾短信号码，造成正常用户短信发送不成功。

原有短信流量计算方式为计算时间段内的主叫号码发送短信的频度，超出流量阈值即为垃圾短信号码。

请参阅图1，现有技术的无被叫号码的统计队列示意图，设定流量阈值为10条/1分钟，超出此值为垃圾短信号码，号码8613988888888在08:00:00-08:00:45的45秒内达到了10条。号码8613988888888被列为垃圾短信号码。

发明内容

本发明的目的在于克服现有技术的缺陷而提供一种基于被叫离散度的提高垃圾短信号码识别正确率的方法，当短信流量超频时能够根据被叫的特点分析用户的发送行为，排除正常短信号码，减少垃圾短信拦截发生误拦率，提高垃圾短信识别准确率。

实现上述目的的技术方案是：一种基于被叫离散度的提高垃圾短信号码识别正确率的方法，

设定被叫离散度阈值；

在设定的时间范围内，记录主叫号码发送的每条短信，在每条短信属性中增加被叫号码；

当设定的时间范围内主叫号码发送的短信数量超出阈值时，计算此主叫号码发送短信的被叫离散度，即发送短信中的不重复的被叫号码数和短信总数的百分比；

当被叫离散度超出设定的被叫离散度阈值时，认为此主叫号码是垃圾短信号码；

当被叫离散度未达到设定的被叫离散度阈值时，则不认为此主叫号码是垃圾短信号码。

上述的基于被叫离散度的提高垃圾短信号码识别正确率的方法，其中，它包括以下步骤：

首先，记录每个主叫号码发送短信的时间、被叫号码，检查主叫号码发送的每一条短信是否达到了指定时间段内的流量阈值，根据不同的状态作相应的处理；

若不超过流量阈值，则清除此主叫号码的过期短信，保留指定时间段内的短信，记录每条短信的时间和被叫号码，继续监测；

若超出流量阈值但未达到设定的被叫离散度，则清除此主叫号码的过期短信，保留指定时间段内的短信，记录每条短信的时间和被叫号码，此号码不作为垃圾短信号码，并且继续监测；

若超出流量阈值且超出设定的被叫离散度，则清除此主叫号码的过期短信，保留指定时间段内的短信，记录每条短信的时间和被叫号码，列入垃圾短信号码中作为垃圾短信号码。

本发明的有益效果是：本发明是一种按流量统计短信时提高垃圾短信号码准确率的方法，同传统单纯按照流量统计的方法不同，超频后进行二次计算。采用了该方法，流量超频时，再次统计被叫的离散度，能够过滤点对点的正常短信，避免了把错误的把正常号码列入垃圾短信号码。

附图说明

图1是现有技术的无被叫号码的统计队列示意图；

图2是本发明的一实施例的流程图；

图3是本发明的实施例的有被叫号码的统计队列示意图。

具体实施方式

一种基于被叫离散度的提高垃圾短信号码识别正确率的方法，实现方法是：设定被叫离散度阈值；在设定的时间范围内，记录主叫号码发送的每条短信，在每条短信属性中增加被叫号码；当设定的时间范围内主叫号码发送的短信数量超出阈值时，计算此主叫号码发送短信的被叫离散度，即发送短信中的不重复的被叫号码数和短信总数的百分比；当被叫离散度超出设定的被叫离散度阈值时，认为此主叫号码是垃圾短信号码；当被叫离散度未达到设定的被叫离散度阈值时，则不认为此主叫号码是垃圾短信号码。

该方法包括以下步骤：

首先，记录每个主叫号码发送短信的时间、被叫号码，检查主叫号码发送的每一条短信是否达到了指定时间段内的流量阈值，根据不同的状态作相应的处理；