[发明专利]一种电信诈骗事件检测方法和检测系统

权利要求书

1.一种构建电信诈骗事件检测模型的方法，包括以下步骤：

步骤1：基于已有的诈骗行为数据建立反映不同时间序列通联模式的动态通联图；

步骤2：基于所述动态通联图的结构特征、动态演变特征或节点特征中的至少一项初步挖掘异常子图序列；

步骤3：基于所述初步挖掘的异常子图序列训练二分类模型，获得经过二次筛选的异常子图序列，作为存在诈骗行为的异常子图序列；

步骤4：基于所述异常子图序列训练多分类模型，获得用于检测多种诈骗模式的电信诈骗事件检测模型。

2.根据权利要求1所述的方法，其中，步骤2中，在基于所述动态通联图的动态演变特征初步挖掘异常子图序列的情况下，包括：

步骤21：将所述动态通联图中转换为自我中心网络图；

步骤22：基于不同时间序列的自我中心网络图提取图结构距离和图编辑距离；

步骤23：基于所述图结构距离和图编辑距离获得初步挖掘的异常子图序列。

3.根据权利要求1所述的方法，其中，在步骤2中，在基于所述动态通联图的结构特征初步挖掘异常子图序列的情况下，基于节点度数、中介中心性、接近中心性、聚类系数中的至少一项获得初步挖掘的异常子图序列。

4.根据权利要求1所述的方法，其中，步骤3包括：

以所述初步挖掘的异常子图序列作为训练数据，标记为异常的数据作为正样本，标记为正常的数据作为负样本，结合长短时记忆网络训练二分类模型。

5.根据权利要求1所述的方法，其中，还包括：

步骤5：当出现新型诈骗模式时，利用自组织增量学习神经网络通过增量学习来更新所构建的电信诈骗事件检测模型。

6.根据权利要求1所述的方法，其中，所述动态通联图的节点表示用户信息，边表示用户间的呼叫关系，边的权重表示用户间的呼叫频率。

7.一种电信诈骗事件检测方法，包括：

步骤71：获取电信数据并构建动态通联图；

步骤72：基于所构建的动态通联图，利用权利要求1至6中任一项所构建的电信诈骗事件检测模型来预测诈骗模式。

8.一种电信诈骗事件检测系统，包括：

数据采集模块：获取采集电信数据并构建动态通联图；

特征提取模块：基于所构建的动态通联图提取所述动态通联图的结构特征、动态演变特征或节点特征中的至少一项；

诈骗事件检测模块：基于提取的特征，利用权利要求1至6任一项所构建的电信诈骗事件检测模型来预测诈骗模式。

9.根据权利要求8所述的系统，还包括增量学习模块和诈骗预警阻断模块，其中，所述增量学习模块用于更新所构建的电信诈骗事件检测模型，所述诈骗预警阻断模块根据所述诈骗事件检测模块输出的诈骗模式进行疑似诈骗事件推荐和发现新型诈骗模式。

10.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现根据权利要求1至6中任一项或权利要求7所述方法的步骤。

11.一种计算机设备，包括存储器和处理器，在所述存储器上存储有能够在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至6中任一项或权利要求7所述的方法的步骤。