[發明專利]基于ARIMA的詐騙電話預測方法及預測系統

在審

• 申請號: 201910281812.0
• 申請日: 2019-04-09
• 公開（公告）號: CN110062114A
• 公開（公告）日: 2019-07-26
• 發明（設計）人: 王中華;夏光升;劉志會;李新
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心;天津市國瑞數碼安全系統股份有限公司
• 主分類號: H04M3/22
• 分類號: H04M3/22
• 代理公司: 北京力量專利代理事務所(特殊普通合伙) 11504
• 代理人: 王鴻遠

1.一種基于ARIMA的詐騙電話預測方法，其特征在于，包括以下步驟：

采集原始呼叫詳細記錄數據；

將原始呼叫詳細記錄數據轉換為時序數據；

對時序數據進行標準化處理，得到訓練樣本；

將訓練樣本輸入構建的ARIMA模型，得到用于預測電話是否有害的電話預測模型。

2.根據權利要求1所述的基于ARIMA的詐騙電話預測方法，其特征在于，對時序數據進行標準化處理，得到訓練樣本的步驟中包括以下步驟：

判斷時序數據是否為平穩時間序列；

若判斷結果為否，則對時序數據進行時間序列的差分，使時序數據成為平穩時間序列，作為訓練樣本。

3.根據權利要求2所述的基于ARIMA的詐騙電話預測方法，其特征在于，判斷時序數據是否為平穩時間序列的步驟中，使用單位根檢驗方法檢驗時序數據是否為平穩時間序列。

4.根據權利要求3所述的基于ARIMA的詐騙電話預測方法，其特征在于，單位根檢驗方法為ADF檢驗。

5.根據權利要求4所述的基于ARIMA的詐騙電話預測方法，其特征在于，將訓練樣本輸入構建的ARIMA模型的步驟之前還包括以下步驟：

采用基于貝葉斯信息準則訓練模型進行網格搜索來確定參數p，d，q的值，其中，p為自回歸項數，q為滑動平均項數，d為使時序數據成為平穩時間序列所做的差分次數；

根據p，d，q的值構建ARIMA模型。

6.根據權利要求5所述的基于ARIMA的詐騙電話預測方法，其特征在于，原始呼叫詳細記錄數據至少包括有害電話檢出量和攔截量。

7.一種實現如權利要求1所述方法的基于ARIMA的詐騙電話預測系統，其特征在于，包括：

原始呼叫詳細記錄數據采集模塊，用于采集原始呼叫詳細記錄數據；

時序數據轉換模塊，用于將原始呼叫詳細記錄數據轉換為時序數據；

訓練樣本計算模塊，用于對時序數據進行標準化處理，得到訓練樣本；

電話預測模型計算模塊，用于將訓練樣本輸入構建的ARIMA模型，得到用于預測電話是否有害的電話預測模型。

8.根據權利要求7所述的基于ARIMA的詐騙電話預測系統，其特征在于，訓練樣本計算模塊包括：

判斷單元，用于判斷時序數據轉換模塊發送的時序數據是否為平穩時間序列，若判斷結果為否，則將時序數據發送至時間序列差分單元，若判斷結果為是，則將時序數據發送至電話預測模型計算模塊；

時間序列差分單元，用于對時序數據進行時間序列的差分，使時序數據成為平穩時間序列，作為訓練樣本發送至電話預測模型計算模塊。

9.根據權利要求8所述的基于ARIMA的詐騙電話預測系統，其特征在于，判斷單元使用單位根檢驗方法檢驗時序數據是否為平穩時間序列。

10.根據權利要求9所述的基于ARIMA的詐騙電話預測系統，其特征在于，單位根檢驗方法為ADF檢驗。