[發明專利]詐騙號碼識別及其模型訓練方法、相關設備及存儲介質

有效

• 申請號: 202210732055.6
• 申請日: 2022-06-27
• 公開（公告）號: CN114828013B
• 公開（公告）日: 2022-10-28
• 發明（設計）人: 王茸茸;孫悅;蔡準;郭曉鵬
• 申請（專利權）人: 北京芯盾時代科技有限公司
• 主分類號: H04W12/12
• 分類號: H04W12/12;H04W12/128;G06K9/62;G06N20/00
• 代理公司: 北京樂知新創知識產權代理事務所(普通合伙) 11734
• 代理人: 胡春嬌

本發明提供一種詐騙號碼識別方法、詐騙號碼模型訓練方法、相關設備及存儲介質，所述方法包括：獲取待識別號碼以及所述待識別號碼的通信相關數據；將所述待識別號碼以及所述待識別號碼的通信相關數據輸入至識別模型的第一層，得到所述待識別號碼中的非正常類號碼；所述非正常類號碼包括服務類號碼和疑似詐騙類號碼；將所述非正常類號碼及所述非正常類號碼的通信相關數據輸入至識別模型的第二層，得到所述待識別號碼中的疑似詐騙類號碼；將所述疑似詐騙類號碼及所述疑似詐騙類號碼的通信相關數據輸入至識別模型的第三層，得到所述待識別號碼中的詐騙號碼。能夠提高詐騙電話的識別精準性。

技術領域

本發明涉及計算機處理技術領域，尤其涉及機器學習技術領域，具體涉及一種詐騙號碼識別方法及設備、詐騙號碼識別模型的訓練方法及設備、電子設備及存儲介質。

背景技術

隨著通信網絡技術的發展，人們對電信服務的質量要求也在不斷的提高。對電信詐騙行為進行精準分析成為了迫在眉睫的問題。

相關技術中，通常采用如下方案進行詐騙號碼的識別，將詐騙號碼作為正樣本，將其它號碼如用戶使用的號碼作為負樣本，將正樣本和負樣本作為訓練樣本對機器學習模型進行訓練，利用訓練出的機器學習模型對待識別的號碼進行其是否是詐騙電話的識別。然而，在實際應用中，正樣本的數量遠遠小于負樣本的數量，這種正負樣本之間的不均衡性，導致了訓練出的機器學習模型的準確性欠佳，從而無法實現對詐騙電話的精準識別。

發明內容

本發明提供了一種詐騙號碼識別方法及設備、詐騙號碼識別模型的訓練方法及設備、電子設備及存儲介質，以至少解決相關技術中存在的以上技術問題。

根據本發明的第一方面，提供了一種詐騙號碼識別方法，所述方法包括：

獲取待識別號碼以及所述待識別號碼的通信相關數據；

將所述待識別號碼以及所述待識別號碼的通信相關數據輸入至識別模型的第一層，得到所述待識別號碼中的非正常類號碼；所述非正常類號碼包括服務類號碼和疑似詐騙類號碼；

將所述非正常類號碼及所述非正常類號碼的通信相關數據輸入至識別模型的第二層，得到所述待識別號碼中的疑似詐騙類號碼；

將所述疑似詐騙類號碼及所述疑似詐騙類號碼的通信相關數據輸入至識別模型的第三層，得到所述待識別號碼中的詐騙號碼。

根據本發明的第二方面，提供了一種詐騙號碼識別模型的訓練方法，所述詐騙號碼識別模型包括第一層、第二層和第三層；

獲取第一類號碼樣本，所述第一類號碼樣本包括正常類電話號碼，采用第一類號碼樣本以及第一類號碼樣本的通信相關數據對識別模型的第一層進行訓練；

獲取第二類號碼樣本，所述第二類號碼樣本包括服務類電話號碼，采用第二類號碼樣本以及第二類號碼樣本的通信相關數據對識別模型的第二層進行訓練；

獲取第三類號碼樣本，所述第三類號碼樣本包括詐騙類電話號碼，采用第三類號碼樣本以及第三類號碼樣本的通信相關數據對識別模型的第三層進行訓練。

根據本發明的第三方面，提供了一種詐騙號碼識別設備，所述設備包括：

第一獲取單元，用于獲取待識別號碼以及所述待識別號碼的通信相關數據；

第二獲取單元，用于將所述待識別號碼以及所述待識別號碼的通信相關數據輸入至識別模型的第一層，得到所述待識別號碼中的非正常類號碼；所述非正常類號碼包括服務類號碼和疑似詐騙類號碼；

第三獲取單元，用于將所述非正常類號碼及所述非正常類號碼的通信相關數據輸入至識別模型的第二層，得到所述待識別號碼中的疑似詐騙類號碼；

第四獲取單元，用于將所述疑似詐騙類號碼及所述疑似詐騙類號碼的通信相關數據輸入至識別模型的第三層，得到所述待識別號碼中的詐騙號碼。