[發(fā)明專利]一種運營商反欺詐檢測方法

在審

• 申請?zhí)枺?/td>: 201910471856.X
• 申請日: 2019-05-31
• 公開（公告）號: CN110211014A
• 公開（公告）日: 2019-09-06
• 發(fā)明（設計）人: 魏國富;陳一根;劉勝;梁淑云;殷錢安
• 申請（專利權）人: 上海觀安信息技術股份有限公司
• 主分類號: G06Q50/30
• 分類號: G06Q50/30;G06F16/2455;H04M3/22
• 代理公司: 北京艾皮專利代理有限公司 11777
• 代理人: 楊克

本發(fā)明公開了一種運營商反欺詐檢測方法，包含以下步驟：A、處理通話數(shù)據(jù)；B、建立人工智能算法模型；對數(shù)據(jù)進行分析，定位詐騙用戶位置；C、可疑詐騙用戶反向溯源、追蹤分析，本發(fā)明的有益效果是：1)提取運營商中條件屬性和決策屬性檢測出欺詐用戶，對欺詐用戶進行反向溯源跟蹤，有效提高用戶的信任度和人身財產(chǎn)安全。2)利用詐騙團伙位置分布算法對可疑的詐騙用戶進行近似識別和位置分布定位。3)利用粗糙集理論從運營商通話數(shù)據(jù)中檢測出可疑用戶：分割數(shù)據(jù)集，用粗糙集提取規(guī)則，然后找出具有規(guī)則的可疑欺詐用戶。

技術領域

本發(fā)明涉及一種檢測方法，具體是一種運營商反欺詐檢測方法。

背景技術

詐騙在現(xiàn)代社會中非常流行，并且存在各種形式欺詐，例如信用卡欺詐，網(wǎng)絡交易欺 詐和保險欺詐等。電信運營商也是遭受著同樣的問題，曾經(jīng)損失數(shù)十億美金，電信運營商 采用的反詐騙方法通常是分析用戶使用呼叫詳細記錄數(shù)據(jù)(CDR)，最常用的方法是使用反欺詐檢測規(guī)則進行數(shù)據(jù)分類。

1、基于一種基于規(guī)則的欺詐檢測方法，根據(jù)包括本地呼叫每周平均次數(shù)，平均呼叫 持續(xù)時間等數(shù)據(jù)特征對CDR數(shù)據(jù)進行劃分，并建立概率模型來描述用戶動作，模型參數(shù)通過最大似然估計進行估計，還給出了用于識別正常用戶和異常用戶的每個數(shù)據(jù)組的閥值。設計了規(guī)則、異常用戶的特征值高于閾值，普通用戶低于閾值。對于異常用戶，檢測 系統(tǒng)向管理者發(fā)出警告信號，以便于進一步監(jiān)控以防止更大的危害。

2、基于人工神經(jīng)網(wǎng)絡的反欺詐檢測方法，該方法利用電信運營商中的用戶(CDR)數(shù)據(jù)建立訓練子集，并從原始訓練樣本集中隨機選擇樣本，實際上是樣本的空間劃分。每個子集用于訓練ANN分類器，多分類器被適當?shù)挠糜诮M合在一起構成強分類器，組合的 強分類器的錯誤分類概率小于單個ANN分類器，并且該方法獲得了良好的反欺詐檢測結(jié) 果，實驗中使用4個不同的訓練子集來訓練4個分類器，預測的結(jié)果是4個ANN輸出的 平均值比單個ANN分類器效果更好。

基于一種基于規(guī)則的欺詐檢測方法，根據(jù)包括本地呼叫每周平均次數(shù)，平均呼叫持續(xù) 時間等數(shù)據(jù)特征對CDR數(shù)據(jù)進行劃分，并建立概率模型來描述用戶動作，模型參數(shù)通過 最大似然估計進行估計，還給出了用于識別正常用戶和異常用戶的每個數(shù)據(jù)組的閾值，異 常用戶的特征值高于閾值，普通用戶低于閾值，這種方法在設計上就以閾值進行劃分，忽 略了數(shù)據(jù)集中屬性的相互關聯(lián)性，簡單使用本地呼叫每周次數(shù)和平均呼叫持續(xù)時間數(shù)據(jù)特 征來進行進行概率閾值劃分欺詐用戶存在極大的誤報率和容錯率。

基于人工神經(jīng)網(wǎng)絡的反欺詐檢測方法，該方法利用電信運營商中的用戶(CDR)數(shù)據(jù) 建立訓練子集，并從原始訓練樣本集中隨機選擇樣本，實際上是樣本的空間劃分。每個子 集用于訓練ANN分類器，多分類器被適當?shù)挠糜诮M合在一起構成強分類器，雖然這種方法組合的強分類器的錯誤分類概率小于單個ANN分類器，但是涉及的神經(jīng)網(wǎng)絡參數(shù)過多，同時也無法觀察中間結(jié)果，學習過程比較長，還有可能陷入局部最優(yōu)化。

上述方法通過各種數(shù)據(jù)方法和模型研究了電信業(yè)的反欺詐檢測問題，這些方法在一定 程度上取得了良好的效果。但現(xiàn)在有的欺詐檢測方法，仍有很多問題需要解決，未來欺詐 的類型和形式未知。現(xiàn)在所有的欺詐檢測方法，對使用可用數(shù)據(jù)來模擬欺詐行為的欺詐檢 測，然后用模型來預測潛在的欺詐行為。本發(fā)明為了解決現(xiàn)有技術存在的誤報率、高復雜 度，提出了一種基于粗糙集的運營商反欺詐檢測方法，可以有效的降低在檢測過程中的誤 報率、容錯率以及降低計算復雜度。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種運營商反欺詐檢測方法，以解決所述背景技術中提出的問 題。

為實現(xiàn)所述目的，本發(fā)明提供如下技術方案：

一種運營商反欺詐檢測方法，包含以下步驟：

A、處理通話數(shù)據(jù)；

B、建立人工智能算法模型；對數(shù)據(jù)進行分析，定位詐騙用戶位置；

C、可疑詐騙用戶反向溯源、追蹤分析。