[发明专利]基于发送行为的垃圾短消息识别系统及方法

说明书

技术领域

本发明涉及垃圾短消息领域，尤其涉及基于发送行为的垃圾短消息识别系 统及方法。

背景技术

近年来，垃圾短消息泛滥的情况愈演愈烈，几乎每个手机用户都受到过垃 圾短消息的侵扰。根据中国互联网协会发布的调查结果显示，我国手机用户平 均每周收到8.29条垃圾短消息。

垃圾短消息按照其发送的方式可以分为两种模式，一种是利用移动运营商 的短消息网关进行发送，用户收到短消息时，其显示的发送号码为短消息的接 入号，而不是普通用户的手机号码。此种方法发送的垃圾短消息具有速度快、 操作简单、需要运营商许可等特点，短消息类型以商品广告、服务类居多。

另一种是将手机卡插入群发器，通过串口连接线连接到计算机的串口上， 然后利用计算机上的群发软件进行发送(以下简称该方式为群发器发送)。使 用者或是购买大量无需注册的手机卡(如动感地带、神州行等)来进行透支， 要么就抓住优惠套餐的软肋来狂发短消息。这类群发器可以同时连接16-20个 以上端口，能在很短的时间内群发上万条的短消息，因此运营商往往来不及计 费就被恶意透支话费。用户收到短消息时，其显示的发送号码为普通的手机号 码。此方法发送的垃圾短消息具有号码多、速度快、不需运营商许可等特点。 此外，在群发期间，垃圾短消息流量规模巨大，势必占用较多无线资源，为保 证吞吐率，垃圾短消息发送者通常会选择多个位于不同基站的发送点并行发 送。

随着公众媒体和社会舆论对垃圾短消息的关注度不断地提高，移动运营商 加大了对利用短消息网关发送垃圾短消息的整治力度，实施了一些简单、有效 的措施，如加强对短消息发送端口的内容监控，在短消息内容中加入公司真实 签名，提高利用端口发送短消息资费，对投诉比较大的端口给予关闭等。

上述措施实施以后，通过短消息网关发送垃圾短消息的现象明显减少。但 对于不法分子利用群发器发送垃圾短消息的现象目前仍然无有效的治理手段。

针对不法分子利用群发器发送垃圾短消息的手段，运营商目前的实现方法 主要有如下四种机制：内容识别、黑白名单、流量统计、话单分析：

1、内容识别机制

比较常用的内容识别技术如基于规则的识别方法，即设置一些规则，如中 奖、发财等，只要符合这些规则的一条或几条，就认为是垃圾短消息。采用基 于规则的识别技术，优点在于其原理和实现方式都较为简单，应用成本较低。 但其不足之处在于1)规则都是人工指定的，需要人们不断去发现和总结、更 新，付出较大的维护开销。2)规则选取难度大，仅通过关键字匹配很难判断 出短消息的内容合法性，因此很容易造成误判；3)垃圾发送者很容易通过使 用拼音或同音字等方法绕过规则列表。

除此之外，人们还采用了散列技术、贝叶斯算法、支持向量机方法等。这 些方法可以学习单词的频率和模式，这样可以同垃圾短消息和正常短消息关联 起来进行判断。上述是一种相对于关键字来说，更复杂和更智能化的内容识别 技术，但其缺点也较为明显，例如速度慢，需要用户不断更新规则库或训练集， 随着垃圾短消息制造者的技术水平不断提高，这种方法很容易失效等。

2、黑白名单机制

黑白名单技术是根据发送方的手机号码来识别垃圾短消息的。对白名单中 的号码发送的短消息，系统将不进行任何的处理，而是直接放行；而对于黑 名单中的号码发送的任何短消息，系统都要进行拦截，禁止其下行。这种方法 简单易行，对原有系统的影响很小，基本不用改造原有的短消息中心。该方法 需要实时更新白名单和黑名单，且识别能力有限。

3、短消息流量统计机制

对某一个手机或某一个SP单位时间发送或接收的短消息流量进行统计， 一旦发现该统计值超过某一个阈值就报警。如果检测到大量发送垃圾短消息的 个人或者服务商，立即对其进行监管。第一种方法是检测单位时间内发送的短 消息数目。检测单位时间用户发送短消息数目需要为每个用户配置一个计数 器，每发送一条短消息计数器自动加一。如果发送短消息条数达到规定数目， 则由计数器自动报警。第二种方法是检测两条短消息间隔时间。即对短消息的 发送频率进行监控，当两条短消息间隔过短，即表示该用户发送短消息频繁， 则自动报警。

4、话单分析机制