[發(fā)明專利]一種基于SVM文本分析的詐騙日志文本分析方法與系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010490624.1
• 申請日: 2020-06-02
• 公開（公告）號: CN111666412A
• 公開（公告）日: 2020-09-15
• 發(fā)明（設(shè)計）人: 王中華;郝振江;劉志會;許高尚
• 申請（專利權(quán)）人: 國家計算機(jī)網(wǎng)絡(luò)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: G06F16/35
• 分類號: G06F16/35;G06K9/62
• 代理公司: 北京知聯(lián)天下知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11594
• 代理人: 張陸軍

本發(fā)明屬于文本分析領(lǐng)域，特別涉及一種基于SVM文本分析的詐騙日志文本分析方法。該方法包括：使用手機(jī)號黑白灰名單對來日志文本號碼分析，生成名單權(quán)重；使用關(guān)鍵詞對日志文本分析，生成關(guān)鍵詞權(quán)重；使用SVM模型對日志文本分析，生成SVM模型權(quán)重；使用所述名單權(quán)重、關(guān)鍵詞權(quán)重和SVM模型權(quán)重綜合分析，生成詐騙日志文本權(quán)重，利用所述詐騙日志文本權(quán)重，對日志文本進(jìn)行判斷。本發(fā)明從日志文本來源上、日志文本本身內(nèi)容進(jìn)行綜合判斷，降低誤判率，提高了對日志文本的識別準(zhǔn)確率，節(jié)省時間。

技術(shù)領(lǐng)域

本發(fā)明屬于文本分析領(lǐng)域，特別涉及一種基于SVM文本分析的詐騙日志文本分析方法與系統(tǒng)。

背景技術(shù)

目前詐騙文本分析主要依靠關(guān)鍵詞過濾技術(shù)。文本中的語言和內(nèi)容也是日新月異，不斷變化。甚至出現(xiàn)了“公證處通知”的字樣，無法實(shí)現(xiàn)自動分析識別。目前實(shí)現(xiàn)文本自動分類的技術(shù)有很多，但是支持向量機(jī)(SVM)技術(shù)是當(dāng)今最流行，分類效果最好的技術(shù)之一。但是許多場景下，正常文本和詐騙文本非常相似，如一上大學(xué)的子女找父母要生活費(fèi)。僅使用文本分類并不能很好的判斷詐騙文本。

發(fā)明內(nèi)容

針對上述問題，本發(fā)明設(shè)計實(shí)現(xiàn)一種基于SVM文本分析的詐騙日志文本分析方法，包括：

使用手機(jī)號黑白灰名單對來日志文本號碼分析，生成名單權(quán)重；

使用關(guān)鍵詞對日志文本分析，生成關(guān)鍵詞權(quán)重；

使用SVM模型對日志文本分析，生成SVM模型權(quán)重；

使用所述名單權(quán)重、關(guān)鍵詞權(quán)重和SVM模型權(quán)重綜合分析，生成詐騙日志文本權(quán)重，利用所述詐騙日志文本權(quán)重，對日志文本進(jìn)行判斷。

進(jìn)一步地，所述手機(jī)號黑白灰名單包括白名單，灰名單和黑名單；

所述使用手機(jī)號黑白灰名單對來日志文本號碼分析包括：

使用所述白名單、灰名單和黑名單對來日志文本號碼分類；

根據(jù)所述分類，生成名單權(quán)重。

進(jìn)一步地，所述使用關(guān)鍵詞對日志文本分析，生成關(guān)鍵詞權(quán)重，包括：

判斷日志文本格式；

依據(jù)所述日志文本格式，利用關(guān)鍵詞生成關(guān)鍵詞權(quán)重。

進(jìn)一步地，所述使用SVM模型對日志文本分析，生成SVM模型權(quán)重包括：

建立SVM模型，使用所述SVM模型對日志文本分析，生成SVM模型權(quán)重。

進(jìn)一步地，所述建立SVM模型包括：

收集訓(xùn)練日志文本，對所述訓(xùn)練日志文本進(jìn)行特征提取，生成特征提取文本；

使用TF-IDF對所述特征提取文本進(jìn)行特征標(biāo)識，生成特征標(biāo)識文本；

對所述特征標(biāo)識文本歸一化，生成歸一化數(shù)據(jù)；

使用SVM對歸一化數(shù)據(jù)進(jìn)行分類，建立SVM模型。

本發(fā)明還提供一種基于SVM文本分析的詐騙日志文本分析系統(tǒng)，包括：

名單分析模塊，用于使用手機(jī)號黑白灰名單對來日志文本號碼分析，生成名單權(quán)重；

關(guān)鍵詞分析模塊，用于使用關(guān)鍵詞對日志文本分析，生成關(guān)鍵詞權(quán)重；

SVM分析模塊，用于使用SVM模型對日志文本分析，生成SVM模型權(quán)重；

綜合分析模塊，用于使用所述名單權(quán)重、關(guān)鍵詞權(quán)重和SVM模型權(quán)重綜合分析，生成詐騙日志文本權(quán)重；

判斷模塊，用于利用所述詐騙日志文本權(quán)重，對日志文本進(jìn)行判斷。