[发明专利]基于BiLSTM的5G通信下垃圾短信过滤方法及装置

权利要求书

1.一种基于BiLSTM的5G通信下垃圾短信过滤方法，其特征在于，所述方法包括：

接收第一通信设备发送的短信讯息，将所述短信讯息执行通信编码得到编码讯息；

确定所述第一通信设备的所属基站，得到第一基站，将所述编码讯息通过所述第一基站发送至通信机房；

在所述通信机房内，从所述编码讯息中解析出所述短信讯息的发送目的信息，根据所述发送目的信息确定第二通信设备及第二基站；

将所述编码讯息发送至所述第二基站，在所述第二基站内解码所述编码讯息，得到所述短信讯息；

将所述短信讯息发送至所述第二通信设备，并启动预先内嵌在所述第二通信设备内的短信讯息过滤模型，其中所述短信讯息过滤模型包括优化的BiLSTM模型；

将所述短信讯息作为输入数据输入至所述短信讯息过滤模型，在所述短信讯息过滤模型内，对所述短信讯息执行数据规范化处理，得到规范讯息；

将所述规范讯息输入至所述优化的BiLSTM模型执行过滤判断，当所述规范讯息属于垃圾短信时，自动销毁所述短信讯息，当所述规范讯息不属于垃圾短信时，在所述第二通信设备中生成提示音提示用户查看所述短信讯息；

所述预先内嵌在所述第二通信设备内的短信讯息过滤模型，包括：

接收已训练完成的所述优化的BiLSTM模型、全连接神经网络及激活函数；

按照所述已训练完成的所述优化的BiLSTM模型在前，所述全连接神经网络在中，及所述激活函数在后的形式组合得到待训练的短信讯息过滤模型；

接收用户所选择的损失函数、短信训练集及对应的真实标签集，将所述短信训练集输入至待训练的所述短信讯息过滤模型中；

利用待训练的所述短信讯息过滤模型计算所述短信训练集的预测标签，得到预测标签集；

将所述预测标签集与所述真实标签集作为所述损失函数的输入参数，计算得到损失值；

判断所述损失值与预设阈值的大小关系，当所述损失值大于或等于预设阈值时，调整已训练完成的所述优化的BiLSTM模型的模型参数及所述全连接神经网络的模型参数，并返回计算预测标签的模块；

直至所述损失值小于预设阈值时，得到已训练的短信讯息过滤模型；

编译已训练的所述短信讯息过滤模型，生成二进制类型的短信讯息过滤模型，并将二进制类型的所述短信讯息过滤模型嵌入至所述第二通信设备内。

2.如权利要求1所述的基于BiLSTM的5G通信下垃圾短信过滤方法，其特征在于，所述将所述短信讯息执行通信编码得到编码讯息，之前包括：

获取预构建的通信编码脚本代码及所述第一通信设备的程序接口，将所述通信编码脚本代码封装进第一通信设备的所述程序接口，得到通信编码接口。

3.如权利要求2所述的基于BiLSTM的5G通信下垃圾短信过滤方法，其特征在于，所述将所述短信讯息执行通信编码得到编码讯息，包括：

接收所述第一通信设备发送的编码验证请求，根据所述编码验证请求，对所述第一通信设备的身份信息执行验证；

待所述第一通信设备的身份信息验证通过后，将所述短信讯息传入至所述通信编码接口内，在所述通信编码接口内对所述短信讯息执行通信编码，得到所述编码讯息。

4.如权利要求3所述的基于BiLSTM的5G通信下垃圾短信过滤方法，其特征在于，所述在所述通信编码接口内对所述短信讯息执行通信编码，得到所述编码讯息，包括：

将所述短信讯息执行二进制转化，得到二进制通信信号；

根据所述短信讯息的每个字节的生成时间，对应生成时钟同步信号

重组所述二进制通信信号和和所述时钟同步信号，得到待压缩信号；

压缩所述待压缩信号，得到所述编码讯息。