[發(fā)明專利]識別垃圾短信的方法及裝置

無效

• 申請?zhí)枺?/td>: 201210320796.X
• 申請日: 2012-08-31
• 公開（公告）號: CN102833713A
• 公開（公告）日: 2012-12-19
• 發(fā)明（設計）人: 周桂英
• 申請（專利權）人: 中國聯(lián)合網絡通信集團有限公司
• 主分類號: H04W4/14
• 分類號: H04W4/14;H04W12/12
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 劉芳

1.一種識別垃圾短信的方法，其特征在于，包括：

獲取發(fā)送短信源號碼對應的多條待檢測短信；

從所述待檢測短信中選取一條作為基準檢驗短信，并將所述待檢測短信中除去所述基準檢驗短信之外的各條短信作為待比較短信；

從所述基準檢驗短信中抽取待比較詞匯；

根據(jù)所述待比較詞匯和所述待比較短信，獲取所述發(fā)送短信源號碼的內容相似度；

當所述內容相似度大于第一預設閾值時，將所述發(fā)送短信源號碼對應的所有短信識別為垃圾短信。

2.根據(jù)權利要求1所述的識別垃圾短信的方法，其特征在于，當所述內容相似度大于第一預設閾值之后，且在將所述發(fā)送短信源號碼對應的所有短信識別為垃圾短信之前，還包括：

根據(jù)預設的垃圾詞庫判斷所述待比較詞匯中的垃圾詞匯是否大于預設垃圾詞匯閾值；

當判斷結果為是時，執(zhí)行將所述發(fā)送短信號碼對應的所有短信識別為垃圾短信的操作。

3.根據(jù)權利要求1所述的識別垃圾短信的方法，其特征在于，所述根據(jù)所述待比較詞匯和各所述待比較短信獲取所述發(fā)送短信源號碼的內容相似度包括：

根據(jù)所述待比較詞匯和各所述待比較短信獲取各所述待比較短信的短信相似度；

根據(jù)各所述短信相似度獲取所述發(fā)送短信源號碼的內容相似度。

4.根據(jù)權利要求3所述的識別垃圾短信的方法，其特征在于，所述根據(jù)所述待比較詞匯和各所述待比較短信獲取各所述待比較短信的短信相似度包括：

將N個待比較詞匯分別與所述待比較短信M_i進行匹配，其中1≤i≤P，P為待比較短信的個數(shù)，N、P和i均為大于0的整數(shù)；

當S個待比較詞匯匹配成功時，該待比較短信的短信相似度為R_i=S/N，其中S為大于或等于0的整數(shù)；

所述根據(jù)各所述短信相似度獲取所述短信號碼的內容相似度包括：

獲取短信相似度總和R=∑R_i；

根據(jù)所述短信相似度總和獲取所述短信號碼的內容相似度為Q=R/P。

5.根據(jù)權利要求1~4中任一條所述的識別垃圾短信的方法，其特征在于，在獲取發(fā)送短信源號碼對應的待檢測短信之前，還包括：

當緩存區(qū)的短信數(shù)量存滿時或緩存時間大于預設時間時，獲取緩存區(qū)中對應短信條數(shù)大于第二預設閾值的發(fā)送短信源號碼，并執(zhí)行獲取發(fā)送短信源號碼對應的待檢測短信的操作。

6.根據(jù)權利要求5所述的識別垃圾短信的方法，其特征在于，在獲取緩存中對應短信條數(shù)大于第二預設閾值的發(fā)送短信源號碼之后，且在執(zhí)行獲取發(fā)送短信源號碼對應的待檢測短信的操作之前，還包括：

獲取所述大于第二預設閾值的發(fā)送短信源號碼對應的不同接收號碼的個數(shù)，判斷所述不同接收號碼的個數(shù)與所述待檢測短信的個數(shù)的比例是否大于第三預設閾值，當判斷結果為是時，執(zhí)行獲取發(fā)送短信源號碼對應的待檢測短信的操作。

7.一種識別垃圾短信的裝置，其特征在于，包括：

獲取模塊，用于獲取發(fā)送短信源號碼對應的多條待檢測短信；

第一抽取模塊，用于從所述待檢測短信中選取一條作為基準檢驗短信，并將所述待檢測短信中除去所述基準檢驗短信之外的各條短信作為待比較短信；

第二抽取模塊，用于從所述基準檢驗短信中抽取待比較詞匯；

獲取內容相似度模塊，用于根據(jù)所述待比較詞匯和所述待比較短信，獲取所述發(fā)送短信源號碼的內容相似度；

第一判斷模塊，用于當所述內容相似度大于第一預設閾值時，將所述發(fā)送短信源號碼對應的所有短信識別為垃圾短信。

8.根據(jù)權利要求7所述的識別垃圾短信的裝置，其特征在于，所述第一判斷模塊包括：

比較子模塊，用于當比較出所述內容相似度大于第一預設閾值時，觸發(fā)所述識別垃圾詞匯子模塊，

識別垃圾詞匯子模塊，用于根據(jù)預設的垃圾詞庫判斷所述待比較詞匯中的垃圾詞匯是否大于預設的垃圾詞匯閾值，當判斷結果為是時，觸發(fā)識別子模塊；

所述識別子模塊，用于將所述發(fā)送短信源號碼對應的所有短信識別為垃圾短信。