[发明专利]基于流数据图谱的群组有害呼叫检测方法、装置及可读介质

说明书

本发明提供了基于流数据图谱的群组有害呼叫检测方法、装置及可读介质，包括：采集多个用户的CDR数据，将CDR数据进行分解得到通讯数据并存入图形数据库，得到通讯图谱；对通讯图谱基于滑动窗口的深度图谱提取通信节点统计及子图的相关属性和表征；设置相关属性和表征的阈值，通过呼叫深度图谱的Top‑k排序算法对获取可疑个人呼叫名单；根据可疑个人呼叫件的联系紧密度确认对应的有害呼叫群组。本发明的有益效果为实时性及准确性上具有较大程度提升，并能实时查看呼叫当前及结合历史的图谱特征及记录溯源，重复听取通话的方式进行认为确认，增加可以群组通话的分析成功率。

技术领域

本发明属于网络科学及电信网数据分析，具体涉及了一种基于流数据图谱的群组有害呼叫检测方法、装置及可读介质。

背景技术

随着无线通讯技术的普及，手机已成为人们进行远程通话的必备方式，给生活带来极大便捷。然而任何事物都具有两面性，无线通讯技术在为生活提供便利的同时，也容易被不法分子利用进行犯罪。电信诈骗便是一种由移动通信的普及衍生而来的新型诈骗方式。诈骗方式对生活与经济造成了巨大损失，如何有效进行有害呼叫检测迫在眉睫。

目前广泛采用的有害呼叫检测技术多通过分析主叫用户行为发现潜在的电信诈骗趋势。其中包括通过诈骗黑名单对主叫号码进行分析，确定主叫过往是否存在诈骗行为；通过对通话双方的语音进行录音保存，并在通话结束后对其通话内容进行分析确定是否存在诈骗行为；将已确定的有害号码加入到诈骗黑名单中，通过对黑名单中号码间的通联关系进行分析定位诈骗团伙。然而上述方式均依赖后处理分析，对电信诈骗的防范虽具有一定作用，但无法达到预期效果。除此之外，现有方法对诈骗团伙发现的准确性不高，无法从海量数据中及时、准确地分析出诈骗团伙及其成员所在位置。

发明内容

本发明的目的在于至少解决现有技术中存在的技术问题之一，提供了基于流数据图谱的群组有害呼叫检测方法、装置及可读介质，比于传统有害呼叫检测技术在分析的实时性及准确性上具有较大程度提升，并能实时查看呼叫当前及结合历史的图谱特征及记录溯源。

本发明的技术方案包括一种基于流数据图谱的群组有害呼叫检测方法，其特征在于，该方法包括以下步骤：S100，采集多个用户的CDR数据，将所述CDR数据进行分解得到通讯数据并存入图形数据库，得到通讯图谱；S200，对所述通讯图谱基于滑动窗口的深度图谱提取通信节点统计及子图的相关属性和表征；S300，设置相关属性和表征的阈值，通过呼叫深度图谱的Top-k排序算法对获取可疑个人呼叫名单；S400，根据所述可疑个人呼叫件的联系紧密度确认对应的有害呼叫群组。

根据所述的基于流数据图谱的群组有害呼叫检测方法，其中相关属性和表征包括连接度、群组人数、直径、三角形、位置排名及紧密度。

根据所述的基于流数据图谱的群组有害呼叫检测方法，其中：所述连接度为位于群组中的主叫在群组中的活跃程度，判断主叫处于群组的重要性；所述团伙人数为用于可疑群组中的活跃人数；所述直径为判断可疑群组中完成一次诈骗所需要的人数及所需的通话次数；所述三角形用于判断群组内所有的主叫是否为非可疑号码；所述位置排名用于判断主叫在所有通连关系的重要性，具体地，当每个电话的发起人为某主叫时，表明该主叫在每次通话中的重要性；所述紧密度用于通过判断通连关系时，某主叫呼出的被叫号码的次数与该次数相对于其他主叫呼出次数的对比。

根据所述的基于流数据图谱的群组有害呼叫检测方法，其中基于固定时间窗口的深度图谱分析算法包括以下步骤：S210，开始时间戳，设置滑动窗口尺寸和时间增量；S220，对所述通讯图谱的数据行通过滑动窗口对符合设定的相关属性和表征进行提取，得到对应的多个可疑呼叫个人名单并显示于所述滑动窗口。

根据所述的基于流数据图谱的群组有害呼叫检测方法，其中呼叫深度图谱的Top-k排序算法具体包括：S310，开始时间戳，设置k参数、滑动窗口尺寸及时间增量；S320，设置所述相关属性和表征的阈值，对疑似有害呼叫的群组进行排序，将符合阈值的可疑有害呼叫个人名单。