[发明专利]一种诈骗短信识别方法及识别系统

说明书

本发明涉及一种诈骗短信识别方法及识别系统，该方法包括：收集多条历史诈骗短信的相关数据，并从每条历史诈骗短信的相关数据提取历史诈骗短信的特征向量和诈骗类别；根据历史诈骗短信的特征向量和诈骗类别进行诈骗短信模型训练，获取诈骗短信判断模型；接收新短信的相关数据，并从每条新短信的相关数据中提取新短信的特征向量；将新短信的特征向量输入诈骗短信判断模型中，获取新短信是否属于诈骗短信以及属于哪种诈骗类别。本发明收集并根据多条历史诈骗短信的相关数据获取诈骗短信判断模型，该诈骗短信判断模型基于历史诈骗短信的相关数据，不限于短信内容，使得诈骗短信判断模型能够从多方面综合判断新短信是否属于诈骗短信以及哪种诈骗短信。

技术领域

本发明涉及机器学习技术领域，尤其涉及一种诈骗短信识别方法及识别系统。

背景技术

随着手机的普及和短信业务的迅速发展，短信成为人们通信的一种常用手段，然而，在人们享受着快捷方便的短信通信手段的同时，诈骗短信也日益泛滥。诈骗短信是利用手机短信的方式骗取金钱或财务的短信形式，常见的诈骗短信的形式包括：银行卡积分相关内容、扣除年费相关内容、退换票相关内容、参与活动相关内容、开大额信用卡相关内容等，通过这些极具诱惑力的虚假内容骗取用户如银行卡的支付密码、网银的支付密码等重要信息，严重地损害了用户的切身利益。

目前，电信网诈骗短信的发现主要依靠关键词过滤技术，根据部分客户需要，导致运营商也不能贸然替客户屏蔽掉这些短信息。短信中的语言和内容也是日新月异，不断变化。甚至出现了“公证处通知”的字样，无法实现自动分析识别。

因此，提供一种诈骗短信识别方法及识别系统。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的诈骗短信识别方法及识别系统，能够解决无法实现自动分析识别诈骗短信的问题。

根据本发明的一个方面，提供一种诈骗短信识别方法，包括：

收集多条历史诈骗短信的相关数据，并从每条历史诈骗短信的相关数据提取历史诈骗短信的特征向量和诈骗类别；

根据历史诈骗短信的特征向量和诈骗类别进行诈骗短信模型训练，获取诈骗短信判断模型；

接收新短信的相关数据，并从每条新短信的相关数据中提取新短信的特征向量；

将新短信的特征向量输入诈骗短信判断模型中，获取新短信是否属于诈骗短信以及属于哪种诈骗类别。

进一步地，历史诈骗短信的特征向量包括历史诈骗短信的发送频率分布分析、主叫诈骗号码分析、主叫特征、被叫特征、被叫关系网分析、被叫类型分析、敏感信息分析和短信内容；新短信的特征向量包括新短信的发送频率分布分析、主叫诈骗号码分析、主叫特征、被叫特征、被叫关系网分析、被叫类型分析、敏感信息分析和短信内容。

进一步地，根据历史诈骗短信的特征向量和诈骗类别进行诈骗短信模型训练，获取诈骗短信判断模型，具体实现如下：

历史诈骗短信的特征向量作为卷积神经网络的输入量，历史诈骗短信的诈骗类别作为输出量；

训练卷积神经网络的权值和函数系数，用于卷积神经网络，建立卷积神经网络的诈骗短信判断模型。

进一步地，历史诈骗短信的诈骗类别包括积分诈骗、航空诈骗、活动诈骗、支付诈骗、中奖诈骗、汽车退税诈骗、冒充熟人诈骗、直接汇款诈骗、电话欠费诈骗、冒充公检法诈骗中的一种或多种。

进一步地，上述诈骗短信识别方法，还包括：周期性收集多条历史诈骗短信的相关数据，更新诈骗短信判断模型。

根据本发明的另一方面，提供一种诈骗短信识别系统，包括：