[发明专利]一种诈骗电话的检测方法和装置

说明书

本申请公开了一种诈骗通话的检测方法，包括：将所有通话语音转换为文本，组成文本集；将文本集中的每个文本转换为关键词权重向量；对所有关键词权重向量通过文本聚类形成多个簇，并根据诈骗关键词集确定各个簇是否为诈骗簇；对于诈骗簇内的所有关键词权重向量对应的通话，确定为诈骗通话；利用所有通话和所述关键词构建文本社交网络，在所述文本社交网络中将诈骗通话对应的节点标记为诈骗通话，并通过标签传播确定其他标记为诈骗通话的节点；将所有标记为诈骗通话的节点对应的通话确定为诈骗通话。应用本申请，能够适用于各种诈骗类型，同时不需要获取用户敏感数据，可操作性更强。

技术领域

本申请涉及复杂网络及移动通信技术领域，特别涉及一种诈骗电话的检测方法和装置。

背景技术

随着通信行业的不断发展，在带来更多便利的同时，随之而来的是电信网络诈骗活动的猖獗，电话诈骗的手段越来越多，让人们防不胜防。

目前采用的诈骗电话检测方法主要有呼叫地来源检测、黑名单拦截等，这些方法普遍具有实时性和灵活性差的特点。诈骗技术和方法的更新很容易导致原有拦截手段的失效。目前高发的诈骗电话主要集中于移动电话用户，大部分主叫号码来自境外，诈骗者通过改号软件或者VOIP技术绕过现有的拦截手段，实现诈骗呼叫。

经过研究发现，诈骗呼叫的诈骗手段往往较为相似，可以分为几个大类。同时，诈骗团伙往往内部存在一定的组织结构，诈骗行为也存在分阶段的特性，在第一阶段诈骗份子进行“广撒网”式的拨打，这种诈骗往往存在较明显的行为特征，如主叫呼叫频次高、被叫离散度高、平均呼叫时长短、接通率低等特征，这主要是因为犯罪分子在此阶段利用呼叫平台进行群呼扫描，寻找潜在受害者。找到潜在受害者，进入下一阶段后，诈骗电话的行为特征与正常通话的特征较为接近，通过呼叫特征进行挖掘较为困难，但此阶段诈骗电话的通话内容具有一定相似性，往往涉及转账等敏感关键词。

目前还有一些识别诈骗电话的方法，但是也都存在各种问题，例如：

方法一、采集呼叫话单数据并分析黑名单，对黑名单电话进行单向录音，将录音文件与诈骗语音样本库进行对比，以此确定通话是否是诈骗。该方法主要缺陷在于诈骗手段不断变化，像构建覆盖全网的语音库难度很大，且极为消耗资源；

方法二、提取所述实时话单的号码特征和/或行为特征；根据预设的诈骗电话识别模型对所述实时话单的号码特征和/或行为特征进行分析，以确定所述实时话单对应的通话行为是否为诈骗电话。该方法的主要缺点在于，仅通过提取的呼叫频次、被叫离散度等行为特征是否符合诈骗电话识别模型，只能找出行为特征与正常呼叫差别较大的号码，对于行为模式与正常呼叫接近的诈骗通话误拦截率较高，并且随着诈骗手段的不断更新，诈骗识别模型的演进较为困难；

方法三、获取原始话单中电话号码的异常行为数据和特征数据；异常行为数据包括异常号码呼叫次数、空号呼叫次数和陌生号码呼叫次数中一种或多种；特征数据包括活跃程度和通话数据，将两种数据输入训练好的诈骗电话号码分析模型，通过加权朴素贝叶斯分类算法，获取诈骗电话号码分析结果。

复杂网络是复杂系统的抽象，现实中许多复杂系统都可以用复杂网络的相关特性进行描述和分析。对复杂网络的研究一直是许多领域的研究热点，有方案提出利用复杂网络来进行识别诈骗通话，例如下述方法四和方法五。

方法四、将复杂社交网络中的个体抽象为顶点，将社交网络中的各个个体之间的每一种关系抽象为边，并根据关系强弱对每条边赋予权重，并建立邻接矩阵，然后通过对用户对应顶点的关系聚集来定义欺诈群体。在识别出欺诈群体中的欺诈者或违约者后，重新计算社交网络中的其他用户的欺诈风险或者信用风险。但是这种诈骗通话识别方法需要获取到用户的个人信息和社交信息，这些信息往往较为敏感且难以获取，有时只能通过已有数据进行推测，会导致较大误差。