[發(fā)明專(zhuān)利]一種動(dòng)態(tài)融合規(guī)則到詐騙行為識(shí)別模型的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010543099.5
• 申請(qǐng)日: 2020-06-15
• 公開(kāi)（公告）號(hào): CN111709472B
• 公開(kāi)（公告）日: 2022-09-23
• 發(fā)明（設(shè)計(jì)）人: 沈亮;萬(wàn)辛;侯煒;周書(shū)敏;張震;劉瑤;劉發(fā)強(qiáng);張之含;黃遠(yuǎn);李鵬
• 申請(qǐng)（專(zhuān)利權(quán)）人: 國(guó)家計(jì)算機(jī)網(wǎng)絡(luò)與信息安全管理中心;杭州東信北郵信息技術(shù)有限公司
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06Q10/06;G06Q30/00;G06N3/04;H04W12/12
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

一種動(dòng)態(tài)融合規(guī)則到詐騙行為識(shí)別模型的方法，包括：由全量通話記錄生成電信通聯(lián)網(wǎng)絡(luò)：G＝{V，E，Y}，并據(jù)此構(gòu)建識(shí)別詐騙行為的時(shí)空?qǐng)D；讀取詐騙行為識(shí)別規(guī)則表中的每條規(guī)則，計(jì)算每個(gè)用戶對(duì)應(yīng)于每條規(guī)則的轉(zhuǎn)換值；將每個(gè)用戶對(duì)應(yīng)于規(guī)則的轉(zhuǎn)換值構(gòu)成每個(gè)用戶的通話特征指標(biāo)向量，每個(gè)用戶的通話特征指標(biāo)向量即是時(shí)空?qǐng)D中每個(gè)用戶的節(jié)點(diǎn)特征；構(gòu)建、并訓(xùn)練詐騙行為識(shí)別模型，然后將待識(shí)別用戶的節(jié)點(diǎn)特征輸入至詐騙行為識(shí)別模型，并根據(jù)模型輸出判斷待識(shí)別用戶是否是可疑詐騙行為號(hào)碼。本發(fā)明屬于信息技術(shù)領(lǐng)域，能實(shí)現(xiàn)規(guī)則和模型的動(dòng)態(tài)融合，從而實(shí)時(shí)檢測(cè)、并準(zhǔn)確識(shí)別各種詐騙行為。

技術(shù)領(lǐng)域

本發(fā)明涉及一種動(dòng)態(tài)融合規(guī)則到詐騙行為識(shí)別模型的方法，屬于信息技術(shù)領(lǐng)域。

背景技術(shù)

目前，對(duì)詐騙行為的識(shí)別主要分為基于規(guī)則或基于模型的兩種方式。但這兩種方式各有利弊：

(1)基于規(guī)則的識(shí)別，靜態(tài)規(guī)則利于理解，可以根據(jù)需求動(dòng)態(tài)修改，但發(fā)現(xiàn)方式單一、且獨(dú)立識(shí)別效果不理想；

(2)基于模型的識(shí)別，可以達(dá)到很高的準(zhǔn)確性，但由于內(nèi)部工作難以理解，因此不方便對(duì)輸出結(jié)果進(jìn)行調(diào)整。

因此，如何實(shí)現(xiàn)規(guī)則和模型的動(dòng)態(tài)融合，從而實(shí)時(shí)檢測(cè)、并準(zhǔn)確識(shí)別各種詐騙行為，已經(jīng)成為技術(shù)人員普遍關(guān)注的技術(shù)問(wèn)題。

發(fā)明內(nèi)容

有鑒于此，有鑒于此，本發(fā)明的目的是提供一種動(dòng)態(tài)融合規(guī)則到詐騙行為識(shí)別模型的方法，能實(shí)現(xiàn)規(guī)則和模型的動(dòng)態(tài)融合，從而實(shí)時(shí)檢測(cè)、并準(zhǔn)確識(shí)別各種詐騙行為。

本發(fā)明提供了一種動(dòng)態(tài)融合規(guī)則到詐騙行為識(shí)別模型的方法，包括有：

步驟一、由全量通話記錄生成電信通聯(lián)網(wǎng)絡(luò)：G＝{V，E，Y}，并據(jù)此構(gòu)建識(shí)別詐騙行為的時(shí)空?qǐng)D，其中，V表示所有通信用戶的節(jié)點(diǎn)集合，v_i∈V，v_i表示用戶i的節(jié)點(diǎn)，E表示所有用戶節(jié)點(diǎn)之間通話關(guān)系的集合，e_ijt＝(v_i，v_j，t)∈E，e_ijt表示用戶i在t時(shí)刻給用戶j的通話，Y表示人工標(biāo)注的用戶身份集合，y_i∈Y，y_i是人工標(biāo)注的用戶i的身份；

步驟二、讀取詐騙行為識(shí)別規(guī)則表中的每條規(guī)則，計(jì)算每個(gè)用戶對(duì)應(yīng)于每條規(guī)則的轉(zhuǎn)換值；

步驟三、將每個(gè)用戶對(duì)應(yīng)于規(guī)則的轉(zhuǎn)換值構(gòu)成每個(gè)用戶的通話特征指標(biāo)向量，每個(gè)用戶的通話特征指標(biāo)向量即是時(shí)空?qǐng)D中每個(gè)用戶的節(jié)點(diǎn)特征；

步驟四、構(gòu)建、并訓(xùn)練詐騙行為識(shí)別模型，所述詐騙行為識(shí)別模型的輸入是目標(biāo)用戶的節(jié)點(diǎn)特征，輸出是標(biāo)示目標(biāo)用戶是否是可疑詐騙行為號(hào)碼的標(biāo)簽信息，然后將待識(shí)別用戶的節(jié)點(diǎn)特征輸入至詐騙行為識(shí)別模型，并根據(jù)模型輸出判斷待識(shí)別用戶是否是可疑詐騙行為號(hào)碼，

以第g條規(guī)則為例，步驟二中，計(jì)算每個(gè)用戶對(duì)應(yīng)于第g條規(guī)則的轉(zhuǎn)換值，進(jìn)一步包括有：

步驟21、判斷用戶的通話記錄是否符合第g條規(guī)則，如果是，則用戶對(duì)應(yīng)于第g條規(guī)則的轉(zhuǎn)換值為1，然后繼續(xù)下一步；如果否，則用戶對(duì)應(yīng)于第g條規(guī)則的轉(zhuǎn)換值為0，然后繼續(xù)下一步；

步驟22、根據(jù)第g條規(guī)則的強(qiáng)制度，調(diào)整用戶對(duì)應(yīng)于第g條規(guī)則的轉(zhuǎn)換值：x′_ig＝ed_g×x_ig,其中，x_ig是用戶i對(duì)應(yīng)于第g條規(guī)則的轉(zhuǎn)換值，x′_ig是調(diào)整后的用戶i對(duì)應(yīng)于第g條規(guī)則的轉(zhuǎn)換值，ed_g是第g條規(guī)則的強(qiáng)制度，

以第g條規(guī)則為例，第g條規(guī)則的強(qiáng)制度的計(jì)算過(guò)程如下：