[發明專利]一種基于無監督算法的養卡號碼檢測方法及系統

有效

• 申請號: 201911044758.4
• 申請日: 2019-10-30
• 公開（公告）號: CN110751231B
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 梁淑云;劉勝;馬影;陶景龍;王啟凡;魏國富;徐明;殷錢安;余賢喆;周曉勇
• 申請（專利權）人: 上海觀安信息技術股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/32
• 代理公司: 合肥市浩智運專利代理事務所(普通合伙) 34124
• 代理人: 丁瑞瑞

本發明實施例提供了一種基于無監督算法的養卡號碼檢測方法及系統，方法包括：1)、采集運營商電渠登錄日志數據；2)、從登錄日志數據中獲取用戶的登錄行為特征，并將用戶的登錄行為特征作為第一特征集合，將對應于用戶的登錄行為特征的高維統計特征作為第二特征集合；3)、利用孤立森林算法識別出第一特征集合對應的各個異常群體；并使用聚類算法對第二特征集合中的特征進行聚類，得到若干個聚類，并根據登錄行為特征的穩定性獲取異常聚類；4)、根據異常群體所對應的號碼中被聚類到異常聚類中的數量與，異常群體所對應的號碼的比例，確定異常群體對應的號碼是否屬于養卡號碼。應用本發明實施例，可以提高養卡號碼識別的準確率。

技術領域

本發明涉及一種養卡識別方法及系統，具體涉及一種基于無監督算法的養卡號碼檢測方法及系統。

背景技術

隨著互聯網經濟的快速發展，各種網絡灰色產業也越來越多的浮現出來，其中，以羊毛黨、刷分黨等最為顯著，這些人通過掌握的大量賬號進行網絡操作牟取非法利益。上述網絡灰色產業的基礎就是需要進行養卡操作，養卡是指某些人為了牟取不正當利益，利用某些漏洞或不正當手段獲取大量已激活電話卡，這些卡雖然每月會正常繳納使用費，但實際并沒有人真正使用。如代理商可能為了獲取運營商提供的酬金，批量激活電話卡制造虛假發展量。對于游走在灰色地帶的羊毛黨乃至進行詐騙的犯罪分子來說，擁有不同“身份”是其開始“職業生涯”的第一步，這也就意味著提供惡意注冊、養卡的黑產從業者其實是互聯網黑產或某些犯罪行為的源頭，因此提高對養卡號碼的識別技術，能夠降低企業損失，有利于預防和阻止各類違法犯罪活動，同時維護了運營商的企業形象。

現有技術中通常采用半人工計算機處理的方式識別養卡號碼，具體是：首先根據經驗人工自定義養卡識別規則如用戶的活躍情況等；然后根據自定義的識別規則，判斷哪些號碼屬于養卡號碼。

但是，發明人發現，現有的養卡號碼識別方法需要根據樣本數據及業務經驗人工總結養卡號碼識別規則及閾值，缺乏自適應能力，需依靠人不斷總結新的識別規則及閾值，以防止規則被繞過。因此，現有技術中存在養卡號碼識別準確率不高的技術問題。

發明內容

本發明所要解決的技術問題在于如何提供一種基于無監督算法的養卡號碼檢測方法及系統以提高養卡號碼識別準確率。

本發明通過以下技術手段實現解決上述技術問題的：

本發明實施例提供了一種基于無監督算法的養卡號碼檢測方法，所述方法包括：

1)、采集運營商電渠登錄日志數據；

2)、從登錄日志數據中獲取用戶的登錄行為特征，并將所述用戶的登錄行為特征作為第一特征集合，將對應于所述用戶的登錄行為特征的高維統計特征作為第二特征集合；

3)、利用孤立森林算法識別出第一特征集合對應的各個異常群體；并使用聚類算法對第二特征集合中的特征進行聚類，得到若干個聚類，并根據登錄行為特征的穩定性獲取異常聚類；

4)、根據異常群體所對應的號碼中被聚類到異常聚類中的數量與，所述異常群體所對應的號碼的比例，確定所述異常群體對應的號碼是否屬于養卡號碼。

應用本發明實施例，根據登錄日志中獲取的用戶的登錄行為特征，先根據登錄行為特征進行群體劃分；然后根據登錄行為特征的高維統計特征進行聚類，然后使用群體劃分結果與聚類結果相互驗證，提高了養卡號碼識別的準確率。

可選的，所述第一特征集合，包括：

用戶登錄次數、用戶登錄IP數、用戶登錄IMEI數、用戶登錄失敗占比、用戶短時間間隔登錄占比。

可選的，所述第二特征集合，包括：

用戶登錄次數、登錄IP變動率、登錄IMEI變動率、登錄時間間隔變異系數。

可選的，所述根據登錄行為特征的穩定性獲取異常聚類，包括：