基于话单大数据的诈骗电话识别与响应模型研究

基于话单大数据的诈骗电话识别与响应模型研究

目前,我国电信网络诈骗长期处于高发态势,人民群众财产安全面临严重威胁。其中,电话诈骗是最普遍、后果最严重的一种。

但由于电话诈骗组织严密、诈骗手段隐蔽、犯罪涉案链条长,打击治理难;且对电话诈骗的事后打击并未达到治标治本的目标。如何在事前事中及时发现电话诈骗、阻止电话诈骗,防止电话诈骗的发生,将其对人民群众和社会的危害降到最低,就成为了一个非常重要的研究课题。

本文从话单大数据的角度切入,通过数据挖掘的技术手段,对诈骗电话通话话单进行离线分析,构建诈骗电话识别与响应模型,识别出特定时间内的诈骗电话,为反电信网络诈骗平台提供有效的技术支撑。首先,实现了话单大数据的预处理。

搭建了基于配置开放式的数据ETL架构,支撑了运营商将业务数据库中的MC话单数据保存到反电信网络诈骗中心的数据仓库中;基于PCA主成分分析法提取了MC话单数据的属性特征;通过号码所属类别对话单数据进行分类并增加了特征字段,实现了将通信运营商的MC话单数据处理为具有完备特征值的CDR话单数据。其次,提出了一种诈骗电话识别模型。

提取了号码活跃度特征、号码通话行为特征、社交网络特征、配对特征、地区特征及虚拟配对特征,构建实施诈骗的行为事件流;基于随机森林算法离线训练得到诈骗电话识别模型,并通过调优测试提高了模型的性能。实现了诈骗电话的在线检测,基于Spark Streaming实时流框架,统计得到可疑号码通话行为特征,判定号码信用度;加载诈骗电话识别模型,通过建立公共分析逻辑、获取号码分析逻辑、获取通话记录分析逻辑,识别得到诈骗

电话以及深浅度受害用户,并通过参数调优实验满足了大数据吞吐量需求。

最后,提出了一种基于多方联动的诈骗电话响应模型。通过共享数据、协同处置,在电信网络诈骗的事前、事中、事后进行响应,通过阻止受害者受骗来降低诈骗分子的得逞率,保护人民群众财产安全。