[發(fā)明專利]基于ARIMA的詐騙電話預測方法及預測系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910281812.0
• 申請日: 2019-04-09
• 公開（公告）號: CN110062114A
• 公開（公告）日: 2019-07-26
• 發(fā)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(wǎng)絡與信息安全管理中心;天津市國瑞數(shù)碼安全系統(tǒng)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

本發(fā)明涉及電信技術領域，尤其涉及一種基于ARIMA的詐騙電話預測方法及預測系統(tǒng)。該方法包括以下步驟：采集原始呼叫詳細記錄數(shù)據(jù)；將原始呼叫詳細記錄數(shù)據(jù)轉換為時序數(shù)據(jù)；對時序數(shù)據(jù)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。本發(fā)明根據(jù)原始呼叫詳細記錄數(shù)據(jù)對構建的ARIMA模型進行訓練，得到預測有害電話的電話預測模型，該電話預測模型能夠自動分析預測出主叫電話是否為有害電話，以及預測電信網(wǎng)的未來詐騙趨勢，具有成本低、識別準確率高的優(yōu)點。

技術領域

本發(fā)明涉及電信技術領域，尤其涉及一種基于ARIMA的詐騙電話預測方法及預測系統(tǒng)。

背景技術

近年來隨著金融、通信業(yè)的快速發(fā)展，虛假信息詐騙犯罪迅速在我國發(fā)展蔓延。借助于手機、固定電話等通信工具和現(xiàn)代的網(wǎng)銀技術實施的非接觸式的電信詐騙犯罪可以說是迅速地發(fā)展蔓延，給人民群眾造成了很大的損失。目前電信詐騙犯罪的手段如作案者冒充相關國家政府機關人員，例如電信局、公安局等單位工作人員，給受害者撥打電話，在通話中以受害人電話欠費、被他人盜用身份涉嫌經(jīng)濟犯罪，以沒收受害人所有銀行存款等進行恫嚇威脅，騙取受害人像其匯轉資金。

現(xiàn)有技術中的詐騙電話識別方法，大都將智能終端與云服務器相結合，通過云服務器統(tǒng)計智能終端將某一電話號碼的標記為詐騙電話的次數(shù)，當所得統(tǒng)計次數(shù)達到預設的限值時，認定該電話號碼為詐騙電話，然后即對接到該電話號碼呼叫的用戶進行提醒，防止用戶上當受騙。上述識別方法的實現(xiàn)，依賴于用戶對電話號碼的標記情況，只有對某一電話號碼的標記次數(shù)達到預設的限值時，才會將該電話號碼認定為詐騙電話，而這一過程往往需要經(jīng)歷較長的時間，導致詐騙電話的識別工作效率低下，滯后性比較嚴重。

ARIMA模型，Autoregressive Integrated Moving Average model，差分整合移動平均自回歸模型，又稱整合移動/滑動平均自回歸模型，時間序列預測分析方法之一，ARIMA是可以適應時間序列數(shù)據(jù)的模型。

目前電信網(wǎng)缺乏管理預見性的一種手段，不利于突發(fā)性的事件的處理，不能為業(yè)務開展提供指導。

因此，急需一種基于ARIMA的詐騙電話預測方法及預測系統(tǒng)。

發(fā)明內容

鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上述問題的一種基于ARIMA的詐騙電話預測方法及預測系統(tǒng)。

本發(fā)明的一個方面，提供了一種基于ARIMA的詐騙電話預測方法，包括以下步驟：

采集原始呼叫詳細記錄數(shù)據(jù)；

將原始呼叫詳細記錄數(shù)據(jù)轉換為時序數(shù)據(jù)；

對時序數(shù)據(jù)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。

進一步地，對時序數(shù)據(jù)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(shù)據(jù)是否為平穩(wěn)時間序列；

若判斷結果為否，則對時序數(shù)據(jù)進行時間序列的差分，使時序數(shù)據(jù)成為平穩(wěn)時間序列，作為訓練樣本。

進一步地，判斷時序數(shù)據(jù)是否為平穩(wěn)時間序列的步驟中，使用單位根檢驗方法檢驗時序數(shù)據(jù)是否為平穩(wěn)時間序列。

進一步地，單位根檢驗方法為ADF檢驗。

進一步地，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(wǎng)格搜索來確定參數(shù)p，d，q的值，其中，p為自回歸項數(shù)，q為滑動平均項數(shù)，d為使時序數(shù)據(jù)成為平穩(wěn)時間序列所做的差分次數(shù)；