[发明专利]垃圾短信检测方法、系统及设备

说明书

本发明属于电信安全防护技术领域，特别涉及一种垃圾短信检测方法、系统及设备，包含：收集垃圾短信样本，形成用于语法错误检测和呼叫行为分析的样本库；针对样本库中数据，分别提取样本数据的语法错误特征和呼叫行为特征；并利用提取到的特征对语法错误检测器和呼叫行为检测器进行分类学习，获取垃圾短信特征数据；针对待检测短信数据，通过提取其语法错误特征和呼叫行为特征，并将两者通过对应检测器进行特征匹配，以判定是否为垃圾短信。本发明综合利用垃圾短信所具有的多种特征将垃圾短信从正常短信中筛选出来，为电信诈骗行为及时有效发现提供支撑，在通信信息安全等数据处理领域具有较好地应用前景。

技术领域

本发明属于电信安全防护技术领域，特别涉及一种垃圾短信检测方法、系统及设备，适用于电信网中的垃圾短信防护。

背景技术

移动通信的发展已经十分普及，为人们的日常生活带来了极大便利。在带来便利的同时，也容易被一些一些居心叵测、别有用心的人利用短信进行非法活动，比如：未经用户同意向用户发送的商业类、广告类等短信息；及其他违反行业自律性规范的短信息。目前，垃圾短信泛滥，已经严重影响到人们正常生活、运营商形象乃至社会稳定。随着通信诈骗技术特别是伪基站技术的泛滥，群发诈骗短信是诈骗团伙常用手段之一。如伪基站可以给三公里内10万手机发信这种诈骗垃圾短信成本低，见效快，给普通手机用户带来很大的困扰。因此，需要采取必要措施来尽量减少垃圾短信对用户带来的不良影响及不必要的经济损失。

发明内容

为此，本发明提供一种垃圾短信检测方法、系统及设备，综合利用垃圾短信所具有的多种特征将垃圾短信从正常短信中筛选出来，为电信诈骗行为及时有效发现提供支撑。

按照本发明所提供的设计方案，一种垃圾短信检测方法，基于语法错误检测和呼叫行为分析实现，包含如下内容：

收集垃圾短信样本，形成用于语法错误检测和呼叫行为分析的样本库；

针对样本库中数据，分别提取样本数据的语法错误特征和呼叫行为特征；并利用提取到的特征对语法错误检测器和呼叫行为检测器进行分类学习，获取垃圾短信特征数据；

针对待检测短信数据，通过提取其语法错误特征和呼叫行为特征，并将两者通过对应检测器进行特征匹配，以判定是否为垃圾短信。

作为本发明垃圾短信检测方法，进一步地，垃圾短信样本中样本数据为已知标签样本数据。

作为本发明垃圾短信检测方法，进一步地，提取的呼叫行为特征至少包含：重复率及主叫被叫比。

作为本发明垃圾短信检测方法，进一步地，依据多个被叫收到相同内容短信来提取重复率特征。

作为本发明垃圾短信检测方法，进一步地，依据主叫号码作为被叫时收到短信次数来提取主叫被叫比特征。

作为本发明垃圾短信检测方法，进一步地，提取的语法错误特征至少包含：同音替换、繁简混用、含有空格和/或隔开字符、及含有敏感词。

作为本发明垃圾短信检测方法，进一步地，依据短信内容中关键词及引导性关键词的敏感词关联度来提取含有敏感词特征。

进一步地，本发明还提供一种垃圾短信检测系统，基于语法错误检测和呼叫行为分析实现，包含如下内容：收集模块、学习模块和匹配模块，其中，

收集模块，用于收集垃圾短信样本，形成用于语法错误检测和呼叫行为分析的样本库；

学习模块，用于针对样本库中数据，分别提取样本数据的语法错误特征和呼叫行为特征；并利用提取到的特征对语法错误检测器和呼叫行为检测器进行分类学习，获取垃圾短信特征数据；

匹配模块，用于针对待检测短信数据，通过提取其语法错误特征和呼叫行为特征，并将两者通过对应检测器进行特征匹配，以判定是否为垃圾短信。