[发明专利]基于多种特征的信令名单危害度分析方法和分析系统

权利要求书

1.一种基于多种特征的信令名单危害度分析方法，其特征在于，包括如下步骤：

S1：实时获取信令名单；

S2：结合信令名单配置策略，实时分析所述信令名单的危害度；

S3：对所述危害度进行组合型等级评定；

S4：根据步骤S3中得出的等级评定结果，标识所述信令名单的危害度并存档。

2.根据权利要求1所述的基于多种特征的信令名单危害度分析方法，其特征在于，所述步骤S2中的所述信令名单配置策略通过如下步骤得出：

S21：获取历史信令名单；

S22：建立所述历史信令名单的多种危害度特征；

S23：评定所述危害度特征的危害度；

S24：对所述危害度进行等级评定；

S25：验证所述历史信令名单的等级评定结果；

S26：优化所述危害度特征的配置参数，所述配置参数即为所述信令名单配置策略。

3.根据权利要求2所述的基于多种特征的信令名单危害度分析方法，其特征在于，所述S25中验证所述历史信令名单的等级评定结果，具体包括如下步骤：

S251：通过信令名单对实时信令进行监测；

S252：将步骤S251中得到的监测结果进行取证研判；

S253：将步骤S252中得到的取证研判结果与步骤S24中得到的等级评定结果进行对比，若所述取证研判结果与等级评定结果一致，则保留等级评定结果，若所述取证研判结果与等级评定结果不一致，则重复步骤S252与步骤S24，重新进行评定。

4.根据权利要求2所述的基于多种特征的信令名单危害度分析方法，其特征在于：所述S26中优化所述危害度特征的配置参数，具体包括如下步骤：

S261：为每种危害度特征设定权重参数，所有危害度特征设定的权重参数值之和为1；

S262：对危害度特征设定权重参数值放大规则；

S263：通过历史样本数据对所述危害度特征的权重参数进行训练优化，得出优化后的权重参数。

5.根据权利要求2所述的基于多种特征的信令名单危害度分析方法，其特征在于：

所述危害度特征包括仿冒机构特征、不规范国家码特征、超长超短空号特征、信令名单分散率特征、防范效益占比特征、名单策略启用占比特征中的一种或多种。

6.根据权利要求5所述的基于多种特征的信令名单危害度分析方法，其特征在于：

在步骤S3中，所述组合型等级评定具体包括：所述仿冒机构特征、所述不规范国家码特征、所述超长超短空号特征中的一种或多种特征与所述信令名单分散率特征、所述防范效益占比特征、所述名单策略启用占比特征中的一种或多种特征组合。

7.根据权利要求1所述的基于多种特征的信令名单危害度分析方法，其特征在于：

所述危害度的等级分为高度危害、中度危害和低度危害。

8.一种基于多种特征的信令名单危害度分析系统，其特征在于，包括：

数据查询管理系统，所述数据查询管理系统用于提供数据查询管理；

数据存储系统，所述数据存储系统与所述数据查询管理系统相连；

实时分析系统，所述实时分析系统与所述数据存储系统相连，用于实时分析所述信令名单的危害度；

等级评定系统，所述等级评定系统与所述数据存储系统相连，用于对所述危害度进行组合型等级评定；

模型自学习系统，所述模型自学习系统与所述数据存储系统相连，用于由所述历史信令名单得出所述信令名单配置策略。

9.根据权利要求8所述的分析系统，其特征在于：

所述数据存储系统为分布式存储系统。

10.根据权利要求8所述的分析系统，其特征在于：

所述数据存储系统通过大数据引擎为所述数据管理系统、所述实时分析系统、所述等级评定系统、所述模型自学习系统提供数据。