[發(fā)明專利]一種基于智能算法的垃圾短信過濾方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201610120287.0
• 申請(qǐng)日: 2016-03-03
• 公開（公告）號(hào): CN107155178A
• 公開（公告）日: 2017-09-12
• 發(fā)明（設(shè)計(jì)）人: 李剛
• 申請(qǐng)（專利權(quán)）人: 深圳市新悅藍(lán)圖網(wǎng)絡(luò)科技有限公司
• 主分類號(hào): H04W4/14
• 分類號(hào): H04W4/14;H04W12/12;H04L29/06
• 代理公司: 北京宣言律師事務(wù)所11509
• 代理人: 杜秀軍

1.一種基于智能算法的垃圾短信過濾方法，其特征在于，該垃圾短信過濾方法包括如下步驟：

S1：獲得原始短信樣本中垃圾短信出現(xiàn)的概率和非垃圾短信出現(xiàn)的概率；

S2：獲得樣本詞匯集合；

S3：對(duì)于樣本詞匯集合中的任意一個(gè)獨(dú)立詞匯，通過統(tǒng)計(jì)的方法分別計(jì)算得到該獨(dú)立詞匯在垃圾短信樣本中出現(xiàn)的概率以及該獨(dú)立詞匯在非垃圾短信樣本中出現(xiàn)的概率；

S4：對(duì)于樣本詞匯集合中的任意一個(gè)獨(dú)立詞匯，利用貝葉斯公式計(jì)算得到包含該獨(dú)立詞匯的任意一條短信為垃圾短信的概率；

S5：當(dāng)任意一條待過濾短信中出現(xiàn)所述樣本詞匯集合中的多個(gè)獨(dú)立詞匯時(shí)，對(duì)于該條待過濾短信中每一個(gè)獨(dú)立詞匯，重復(fù)所述步驟S4，分別計(jì)算得到僅包含該獨(dú)立詞匯的任意一條短信為垃圾短信的概率，然后獲得包含該獨(dú)立詞匯的任意一條短信為非垃圾短信的概率；

S6：計(jì)算所述步驟S5得到的包含該條待過濾短信中每一個(gè)獨(dú)立詞匯的任意一條短信為垃圾短信的概率的乘積，得到該條待過濾短信為非垃圾短信的概率，然后獲得該條待過濾短信為垃圾短信的概率。

2.根據(jù)權(quán)利要求1所述的基于智能算法的垃圾短信過濾方法，其特征在于，所述垃圾短信過濾方法在所述步驟S6之后還包括如下步驟：

S7：通過編碼設(shè)定號(hào)碼黑白名單、號(hào)碼段黑名單以及基于行為的號(hào)碼白名單，獲得黑白名單庫；

S8：利用布隆過濾算法對(duì)黑白名單庫進(jìn)行信息壓縮，并利用判別接口和刪除接口對(duì)布隆過濾算法表進(jìn)行操作，以實(shí)現(xiàn)對(duì)待過濾短信的判別和對(duì)黑白名單庫的升級(jí)。

3.根據(jù)權(quán)利要求1或2所述的基于智能算法的垃圾短信過濾方法，其特征在于，所述步驟S1為：獲取原始短信樣本，通過人工標(biāo)記的方式將原始短信樣本區(qū)分為垃圾短信樣本和非垃圾短信樣本，并通過統(tǒng)計(jì)的方法分別計(jì)算得到原始短信樣本中垃圾短信出現(xiàn)的概率和非垃圾短信出現(xiàn)的概率。

4.根據(jù)權(quán)利要求1或2所述的基于智能算法的垃圾短信過濾方法，其特征在于，所述步驟S2為：對(duì)垃圾短信樣本和非垃圾短信樣本進(jìn)行分詞，獲得在垃圾短信樣本和非垃圾短信樣本之一中出現(xiàn)的所有獨(dú)立詞匯，且在垃圾短 信樣本和非垃圾短信樣本之一中出現(xiàn)的所有獨(dú)立詞匯構(gòu)成樣本詞匯集合。

5.根據(jù)權(quán)利要求1或2所述的基于智能算法的垃圾短信過濾方法，其特征在于，所述貝葉斯公式為：

P(S|W)=P(W|S)P(S)P(W|S)P(S)+P(W|H)P(H);]]>

其中，P(S|W)為包含該獨(dú)立詞匯W的任意一條短信為垃圾短信的概率；P(W|S)為樣本詞匯集合J中的任意一個(gè)獨(dú)立詞匯W在垃圾短信樣本S中出現(xiàn)的概率；P(W|H)為樣本詞匯集合J中的任意一個(gè)獨(dú)立詞匯W在非垃圾短信樣本H中出現(xiàn)的概率；P(S)為原始短信樣本中垃圾短信出現(xiàn)的概率；P(H)為原始短信樣本中非垃圾短信出現(xiàn)的概率。

6.根據(jù)權(quán)利要求2所述的基于智能算法的垃圾短信過濾方法，其特征在于，所述黑白名單庫包括號(hào)碼黑白名單、號(hào)碼段黑名單和基于行為的號(hào)碼白名單。