[发明专利]基于模体演化的电信诈骗流程预测方法及系统

权利要求书

1.一种基于模体演化的电信诈骗流程预测方法，其特征在于，包含如下内容：

通过收集电信诈骗剧本数据来获取样本数据；

针对样本数据中若干电信诈骗剧本，通过剧本环节分析来形成诈骗流程链条，以构建诈骗流程网络；

通过获取诈骗流程网络中未知连边的概率，对电信诈骗流程进行预测输出，以发现未知电信诈骗行为；

对于诈骗流程网络中任意两个未连接的单元，利用网络模体根据周围存在的网络模体结构计算诈骗流程网络中任意未连接单元的概率；

诈骗流程网络中任意两个未连接的单元x、y，根据周围存在的多阶网络模体结构及每个多阶网络模体结构中两个单元x、y之间存在的有向边情况来表示x、y未知连边l_xy赋值，赋值过程表示为：其中，c_i为多阶网络结构C中存在网络模体结构C_i的赋值，I为多阶网络结构C中两个单元x、y之间存在的有向边个数，d_j为多阶网络结构D中存在网络模体结构D_j的赋值，J为多阶网络结构D中两个单元x、y之间存在的有向边个数；诈骗流程网络中所有未知连边进行赋值后，利用所在边的赋值占所有边赋值之和，计算任意未连接节点的概率，表示为：其中，m,k为所有未连接的单元对，U为诈骗流程网络中所有未连接单元集合。

2.根据权利要求1所述的基于模体演化的电信诈骗流程预测方法，其特征在于，获取样本数据中，收集历史积累的电信诈骗事件，包含警方电信诈骗案情数据、及各运营商和防诈骗平台收集的各类诈骗短信及电话内容数据。

3.根据权利要求1所述的基于模体演化的电信诈骗流程预测方法，其特征在于，针对电信诈骗剧本，抽取基本行为单元来获取诈骗剧本流程，并对诈骗剧本流程进行环节分析形成诈骗流程链条；利用样本数据中若干电信诈骗剧本的诈骗流程链条来构建诈骗流程网络。

4.根据权利要求3所述的基于模体演化的电信诈骗流程预测方法，其特征在于，环节分析中，根据基本行为单元发起顺序以单元连接的方式形成诈骗流程链条，并形成现有诈骗流程链的存储列表；对相同基本行为单元进行归一，不同的单元进行添加，构建诈骗流程网络。

5.根据权利要求1所述的基于模体演化的电信诈骗流程预测方法，其特征在于，诈骗流程网络中所有单元间的未知连边进行概率预测后，设置已有连边概率值为1，以起始单元节点开始遍历，输出所有到结束节点的路径，并删除所有现有诈骗流程链的存储列表，形成未知诈骗流程链存储列表；计算未知诈骗流程链存储列表中每个路径流程链的概率，对所有未知诈骗流程链路径流程链的概率进行降序排列输出。

6.根据权利要求5所述的基于模体演化的电信诈骗流程预测方法，其特征在于，未知诈骗流程链存储列表每个路径流程链的概率计算中，对流程链起始单元节点和结束单元节点间的每条路径概率依次乘积。

7.根据权利要求1或6所述的基于模体演化的电信诈骗流程预测方法，其特征在于，未知诈骗流程链存储列表每个路径流程链的概率计算公式表示为：其中，n为路径流程链中单元节点个数，p_in为流程链单元节点i和单元节点n之间的路径概率。

8.一种基于模体演化的电信诈骗流程预测系统，其特征在于，包含：信息收集模块、网络构建模块和预测输出模块，其中，

信息收集模块，用于通过收集电信诈骗剧本数据来获取样本数据；

网络构建模块，用于针对样本数据中若干电信诈骗剧本，通过剧本环节分析来形成诈骗流程链条，以构建诈骗流程网络；

预测输出模块，用于通过获取诈骗流程网络中未知连边的概率，对电信诈骗流程进行预测输出，以发现未知电信诈骗行为；

对于诈骗流程网络中任意两个未连接的单元，利用网络模体根据周围存在的网络模体结构计算诈骗流程网络中任意未连接单元的概率；

诈骗流程网络中任意两个未连接的单元x、y，根据周围存在的多阶网络模体结构及每个多阶网络模体结构中两个单元x、y之间存在的有向边情况来表示x、y未知连边l_xy赋值，赋值过程表示为：其中，c_i为多阶网络结构C中存在网络模体结构C_i的赋值，I为多阶网络结构C中两个单元x、y之间存在的有向边个数，d_j为多阶网络结构D中存在网络模体结构D_j的赋值，J为多阶网络结构D中两个单元x、y之间存在的有向边个数；诈骗流程网络中所有未知连边进行赋值后，利用所在边的赋值占所有边赋值之和，计算任意未连接节点的概率，表示为：其中，m,k为所有未连接的单元对，U为诈骗流程网络中所有未连接单元集合。