[发明专利]电信诈骗检测方法及装置

说明书

本发明提供了一种电信诈骗检测方法及装置，其中，该方法包括：在用户电信通话过程中，获取用户的通话语音；提取用户的通话语音的语气相关声学特征；根据提取的语气相关声学特征生成输入数据；将生成的输入数据输入至预先训练得到的电信诈骗分类器进行分类，得到电信诈骗检测结果。通过上述方案能够提高电信诈骗检测的实时性。

技术领域

本发明涉及网络完全技术领域，尤其涉及一种电信诈骗检测方法及装置。

背景技术

目前，社会工程学通用检测技术的研究主要分为两个方面：基于人的检测和基于技术的检测。以人为中心的检测机制旨在提高主体的自我保护意识，提出能够让主体进行自我检测的模型，其对于安全教育有一定意义，但是这种检测方法的可靠性不强，且因使用者不同而存在较大的效果差异。基于技术的检测方法的研究旨在提出能够通过编码实现的检测机制，针对社会工程学攻击的相关特征，对其攻击过程进行检测，但是研究零散，不成体系。

电信诈骗作为社会工程学攻击的典型形式，以交互式对话为基础，通过电话、短信等媒介，对被攻击者达到骗取钱财、获取个人信息等目的。对于电信诈骗的检测技术也可以分为两类：一类是从用户呼叫详细记录(CDR)出发，通过提取通话相关特征，比如：通话次数、时长、地域分布等，来识别是否是电信诈骗的通话号码；另一类是从银行端出发，检测银行账户汇款方式是否存在异常，以此来判断该账户是否遭遇诈骗。

这些电信诈骗检测方法尽管在一定程度上能够识别出电信诈骗，但是仍存在一些问题，比如：实时性不强，应用价值不高等。因此，尚不能达到检测复杂电信诈骗的目的，也不能为潜在的被攻击用户建立防护屏障。

发明内容

有鉴于此，本发明提供了一种电信诈骗检测方法及装置，以提高电信诈骗检测的实时性。

为了达到上述目的，本发明采用以下方案实现：

根据本发明实施例的一个方面，提供一种电信诈骗检测方法，包括：在用户电信通话过程中，获取用户的通话语音；提取用户的通话语音的语气相关声学特征；根据提取的语气相关声学特征生成输入数据；将生成的输入数据输入至预先训练得到的电信诈骗分类器进行分类，得到电信诈骗检测结果。

在一些实施例中，根据提取的语气相关声学特征生成输入数据，包括：依据语音声学特征列表将提取的语气相关声学特征转换为第一特征向量；对第一特征向量进行降维处理，得到第二特征向量，作为输入数据。

在一些实施例中，所述的电信诈骗检测方法，还包括：根据电信诈骗检测结果输出提示消息。

在一些实施例中，将生成的输入数据输入至预先训练得到的电信诈骗分类器进行分类之前，所述的电信诈骗检测方法，还包括：对初始分类器模型进行训练得到电信诈骗分类器，所述初始分类器模型为隐马尔科夫模型或支持向量机模型。

在一些实施例中，对第一特征向量进行降维处理，得到第二特征向量，包括：利用主成分分析法或线性判别分析法对第一特征向量进行降维处理，得到第二特征向量。

在一些实施例中，在用户电信通话过程中，获取用户的通话语音之前，所述的电信诈骗检测方法，还包括：获取在用户电信通话所在平台获取通话语音的用户授权。

在一些实施例中，所述语音声学特征列表包括：韵律特征、构造特征、个性化语音声学特征及非个性化语音情感特征；所述韵律特征包括：基频相关特征、能量相关特征及时长相关特征；所述构造特征包括：时间构造、振幅构造、基频构造、共振峰构造及MFCC系数；所述个性化语音声学特征包括：时间构造、振幅构造、基频构造、共振峰构造、MFCC系数及Mel频谱能量动态系数；所述非个性化语音情感特征包括：时间构造、振幅构造、基频构造、共振峰构造及MFCC系数。

根据本发明实施例的另一个方面，还提供一种电信诈骗检测装置，包括：

通话语音获取单元，用于在用户电信通话过程中，获取用户的通话语音；