本發(fā)明涉及信息安全智能識別，更具體地說，本發(fā)明涉及基于用戶畫像的涉詐號碼識別方法及系統(tǒng)。

背景技術(shù)：

1、目前，電信詐騙已經(jīng)越來越嚴(yán)重的危害社會環(huán)境，其頻繁多發(fā)的特點(diǎn)也使涉詐號碼識別也越來越困難；具體問題包括：如何獲取通信號碼初步用戶畫像數(shù)據(jù)、如何進(jìn)行畫像數(shù)據(jù)涉詐分析預(yù)測、如何進(jìn)行涉詐敏感信息專家模型信息驗(yàn)證、如何進(jìn)行通信號碼精準(zhǔn)用戶畫像以及預(yù)警聯(lián)動追溯精準(zhǔn)識別涉詐號碼等問題尚待解決；因此，有必要提出基于用戶畫像的涉詐號碼識別方法及系統(tǒng)，以至少部分地解決現(xiàn)有技術(shù)中存在的問題。

技術(shù)實(shí)現(xiàn)思路

1、在
技術(shù)實(shí)現(xiàn)要素：
部分中引入了一系列簡化形式的概念，這將在具體實(shí)施方式部分中進(jìn)一步詳細(xì)說明；本發(fā)明的發(fā)明內(nèi)容部分并不意味著要試圖限定出所要求保護(hù)的技術(shù)方案的關(guān)鍵特征和必要技術(shù)特征，更不意味著試圖確定所要求保護(hù)的技術(shù)方案的保護(hù)范圍。

2、為至少部分地解決上述問題，本發(fā)明提供了基于用戶畫像的涉詐號碼識別方法，包括：

3、s100，基于通信號碼歷史記錄大數(shù)據(jù)，對通信號碼進(jìn)行初步用戶畫像，獲取通信號碼初步用戶畫像數(shù)據(jù)；

4、s200，根據(jù)通信號碼初步用戶畫像數(shù)據(jù)，通過畫像數(shù)據(jù)分析預(yù)測模型進(jìn)行畫像數(shù)據(jù)涉詐分析預(yù)測，獲取畫像數(shù)據(jù)涉詐分析預(yù)測信息；

5、s300，根據(jù)畫像數(shù)據(jù)涉詐分析預(yù)測信息，通過涉詐敏感信息專家模型進(jìn)行信息驗(yàn)證，獲取涉詐敏感信息專家模型信息驗(yàn)證結(jié)果；

6、s400，根據(jù)涉詐敏感信息專家模型信息驗(yàn)證結(jié)果，通過涉詐方向智能判定，進(jìn)行通信號碼精準(zhǔn)用戶畫像，并發(fā)送到通信號碼監(jiān)管端和通信號碼接收端，進(jìn)行雙端預(yù)警聯(lián)動追溯精準(zhǔn)識別涉詐號碼。

7、優(yōu)選的，s100包括：

8、s101，基于通信號碼歷史記錄大數(shù)據(jù)，提取通信號碼歷史記錄用戶特征；

9、s102，根據(jù)通信號碼歷史記錄用戶特征，通過通信號碼業(yè)務(wù)場景還原，創(chuàng)建通信號碼歷史還原業(yè)務(wù)場景；

10、s103，根據(jù)通信號碼歷史還原業(yè)務(wù)場景，通過行為模式分析，創(chuàng)建通信號碼歷史行為模式，對通信號碼進(jìn)行初步用戶畫像，獲取通信號碼初步用戶畫像數(shù)據(jù)；通信號碼歷史行為模式分析包括：通信號碼歷史通話記錄分析、通信號碼歷史短信記錄和通信號碼歷史網(wǎng)絡(luò)交互數(shù)據(jù)分析。

11、優(yōu)選的，s200包括：

12、s201，根據(jù)通信號碼初步用戶畫像數(shù)據(jù)，創(chuàng)建畫像數(shù)據(jù)分析預(yù)測模型；通過畫像數(shù)據(jù)分析預(yù)測模型進(jìn)行畫像數(shù)據(jù)涉詐分析預(yù)測，分析預(yù)測初步用戶畫像數(shù)據(jù)是否具有涉詐風(fēng)險(xiǎn)；

13、s202，根據(jù)畫像數(shù)據(jù)分析預(yù)測模型分析預(yù)測初步用戶畫像數(shù)據(jù)輸出結(jié)果，獲取畫像數(shù)據(jù)涉詐分析預(yù)測信息；

14、畫像數(shù)據(jù)分析預(yù)測模型包括：畫像數(shù)據(jù)讀取單元、畫像數(shù)據(jù)處理分析預(yù)測單元和預(yù)測信息輸出單元；畫像數(shù)據(jù)處理分析預(yù)測單元包括：數(shù)據(jù)規(guī)則配置處理子單元、畫像數(shù)據(jù)標(biāo)簽化管理子單元及標(biāo)簽化數(shù)據(jù)分析預(yù)測子單元；通過畫像數(shù)據(jù)讀取單元讀取通信號碼初步用戶畫像數(shù)據(jù)并輸入到畫像數(shù)據(jù)處理分析預(yù)測單元，經(jīng)過畫像數(shù)據(jù)處理分析預(yù)測單元的數(shù)據(jù)規(guī)則配置處理子單元進(jìn)行畫像數(shù)據(jù)轉(zhuǎn)換及處理監(jiān)控，得到配置轉(zhuǎn)換處理監(jiān)控?cái)?shù)據(jù)；畫像數(shù)據(jù)標(biāo)簽化管理子單元根據(jù)配置轉(zhuǎn)換處理監(jiān)控?cái)?shù)據(jù)通過數(shù)據(jù)標(biāo)簽化及數(shù)據(jù)目錄關(guān)聯(lián)管理，獲取監(jiān)控標(biāo)簽化關(guān)聯(lián)數(shù)據(jù)；標(biāo)簽化數(shù)據(jù)分析預(yù)測子單元對監(jiān)控標(biāo)簽化關(guān)聯(lián)數(shù)據(jù)進(jìn)行分析，分析監(jiān)控標(biāo)簽化關(guān)聯(lián)數(shù)據(jù)與涉詐號碼標(biāo)簽化數(shù)據(jù)的標(biāo)簽關(guān)聯(lián)相似度是否達(dá)到或超過涉詐參照標(biāo)簽關(guān)聯(lián)相似度；當(dāng)標(biāo)簽關(guān)聯(lián)相似度達(dá)到或超過涉詐參照標(biāo)簽關(guān)聯(lián)相似度，預(yù)測為初步用戶畫像數(shù)據(jù)具有涉詐風(fēng)險(xiǎn)；預(yù)測信息輸出單元將具有涉詐風(fēng)險(xiǎn)的初步用戶畫像數(shù)據(jù)輸出。

15、優(yōu)選的，s300包括：

16、s301，根據(jù)涉詐敏感信息搜集，通過涉詐敏感信息集成決策樹強(qiáng)化訓(xùn)練創(chuàng)建涉詐敏感信息專家模型；

17、s302，通過涉詐敏感信息專家模型，對畫像數(shù)據(jù)涉詐分析預(yù)測信息進(jìn)行涉詐敏感信息驗(yàn)證；

18、s303，根據(jù)涉詐敏感信息驗(yàn)證，篩選出驗(yàn)證后具有涉詐敏感信息結(jié)果，獲取涉詐敏感信息專家模型信息驗(yàn)證結(jié)果；

19、通過涉詐敏感信息集成決策樹強(qiáng)化創(chuàng)建涉詐敏感信息專家模型，包括：提取涉詐敏感信息的度量特征，標(biāo)注所有度量特征的涉詐敏感屬性；提取涉詐敏感信息中的全局信息，將全局?jǐn)?shù)據(jù)劃分為多個(gè)子集，獲取涉詐敏感信息規(guī)則集合，作為集成決策樹節(jié)點(diǎn)構(gòu)成第一決策路徑，將涉詐敏感信息訓(xùn)練樣本分為第一涉詐敏感信息訓(xùn)練樣本及第二涉詐敏感信息訓(xùn)練樣本；根據(jù)涉詐敏感屬性擴(kuò)展第一決策路徑，獲取第二決策路徑；集成決策樹節(jié)點(diǎn)的第一子節(jié)點(diǎn)及第二子節(jié)點(diǎn)分別添加第一決策規(guī)則和第二決策規(guī)則，第一決策規(guī)則和第二決策規(guī)則進(jìn)行多次復(fù)用；根據(jù)第一決策規(guī)則，第一子節(jié)點(diǎn)分支分為第一涉詐敏感信息訓(xùn)練樣本得分和第一子節(jié)點(diǎn)決策規(guī)則；根據(jù)第二決策規(guī)則，第二子節(jié)點(diǎn)分支分為第二涉詐敏感信息訓(xùn)練樣本得分和第二子節(jié)點(diǎn)決策規(guī)則；第一子節(jié)點(diǎn)決策規(guī)則和第二子節(jié)點(diǎn)決策規(guī)則依次分支，直至達(dá)到集成決策樹葉節(jié)點(diǎn)，集成決策樹葉節(jié)點(diǎn)全部為涉詐敏感信息訓(xùn)練樣本得分；通過加權(quán)平均方式計(jì)算最終樣本得分；創(chuàng)建涉詐敏感信息專家模型。

20、優(yōu)選的，s400包括：

21、s401，根據(jù)涉詐敏感信息專家模型信息驗(yàn)證結(jié)果，進(jìn)行涉詐敏感信息涉詐方向智能判定；

22、s402，通過涉詐方向智能判定，進(jìn)行涉詐號碼精準(zhǔn)用戶畫像，精準(zhǔn)識別涉詐號碼；

23、s403，將涉詐號碼精準(zhǔn)用戶畫像發(fā)送到通信號碼監(jiān)管端和通信號碼接收端，進(jìn)行雙端預(yù)警聯(lián)動追溯精準(zhǔn)識別涉詐號碼；

24、將涉詐號碼精準(zhǔn)用戶畫像發(fā)送到通信號碼監(jiān)管端和通信號碼接收端，進(jìn)行涉詐號碼雙端預(yù)警聯(lián)動精準(zhǔn)識別包括：將涉詐號碼精準(zhǔn)用戶畫像發(fā)送到通信號碼監(jiān)管端和通信號碼接收端；在通信號碼接收端，首先發(fā)送涉詐預(yù)警信息，并警示通信號碼接收端其通信方式已被涉詐號碼端獲取，與通信號碼監(jiān)管端進(jìn)行雙端聯(lián)動預(yù)警，追溯通信方式泄露路徑，精準(zhǔn)識別涉詐號碼獲取涉詐敏感信息渠道，進(jìn)行雙端預(yù)警聯(lián)動追溯精準(zhǔn)識別涉詐號碼。

25、本發(fā)明提供了基于用戶畫像的涉詐號碼識別系統(tǒng)，包括：

26、大數(shù)據(jù)初步畫像分系統(tǒng)，基于通信號碼歷史記錄大數(shù)據(jù)，對通信號碼進(jìn)行初步用戶畫像，獲取通信號碼初步用戶畫像數(shù)據(jù)；

27、畫像數(shù)據(jù)涉詐分析預(yù)測分系統(tǒng)，根據(jù)通信號碼初步用戶畫像數(shù)據(jù)，通過畫像數(shù)據(jù)分析預(yù)測模型進(jìn)行畫像數(shù)據(jù)涉詐分析預(yù)測，獲取畫像數(shù)據(jù)涉詐分析預(yù)測信息；

28、涉詐信息專家模型驗(yàn)證分系統(tǒng)，根據(jù)畫像數(shù)據(jù)涉詐分析預(yù)測信息，通過涉詐敏感信息專家模型進(jìn)行信息驗(yàn)證，獲取涉詐敏感信息專家模型信息驗(yàn)證結(jié)果；

29、涉詐方向追溯識別分系統(tǒng)，根據(jù)涉詐敏感信息專家模型信息驗(yàn)證結(jié)果，通過涉詐方向智能判定，進(jìn)行通信號碼精準(zhǔn)用戶畫像，并發(fā)送到通信號碼監(jiān)管端和通信號碼接收端，進(jìn)行雙端預(yù)警聯(lián)動追溯精準(zhǔn)識別涉詐號碼。

30、優(yōu)選的，大數(shù)據(jù)初步畫像分系統(tǒng)包括：

31、用戶特征提取子系統(tǒng)，基于通信號碼歷史記錄大數(shù)據(jù)，提取通信號碼歷史記錄用戶特征；

32、號碼業(yè)務(wù)場景還原子系統(tǒng)，根據(jù)通信號碼歷史記錄用戶特征，通過通信號碼業(yè)務(wù)場景還原，創(chuàng)建通信號碼歷史還原業(yè)務(wù)場景；

33、行為分析初步畫像子系統(tǒng)，根據(jù)通信號碼歷史還原業(yè)務(wù)場景，通過行為模式分析，創(chuàng)建通信號碼歷史行為模式，對通信號碼進(jìn)行初步用戶畫像，獲取通信號碼初步用戶畫像數(shù)據(jù)；通信號碼歷史行為模式分析包括：通信號碼歷史通話記錄分析、通信號碼歷史短信記錄和通信號碼歷史網(wǎng)絡(luò)交互數(shù)據(jù)分析。

34、優(yōu)選的，畫像數(shù)據(jù)涉詐分析預(yù)測分系統(tǒng)包括：

35、預(yù)測模型涉詐分析子系統(tǒng)，根據(jù)通信號碼初步用戶畫像數(shù)據(jù)，創(chuàng)建畫像數(shù)據(jù)分析預(yù)測模型；通過畫像數(shù)據(jù)分析預(yù)測模型進(jìn)行畫像數(shù)據(jù)涉詐分析預(yù)測，分析預(yù)測初步用戶畫像數(shù)據(jù)是否具有涉詐風(fēng)險(xiǎn)；

36、涉詐預(yù)測信息輸出子系統(tǒng)，根據(jù)畫像數(shù)據(jù)分析預(yù)測模型分析預(yù)測初步用戶畫像數(shù)據(jù)輸出結(jié)果，獲取畫像數(shù)據(jù)涉詐分析預(yù)測信息；

37、畫像數(shù)據(jù)分析預(yù)測模型包括：畫像數(shù)據(jù)讀取單元、畫像數(shù)據(jù)處理分析預(yù)測單元和預(yù)測信息輸出單元；畫像數(shù)據(jù)處理分析預(yù)測單元包括：數(shù)據(jù)規(guī)則配置處理子單元、畫像數(shù)據(jù)標(biāo)簽化管理子單元及標(biāo)簽化數(shù)據(jù)分析預(yù)測子單元；通過畫像數(shù)據(jù)讀取單元讀取通信號碼初步用戶畫像數(shù)據(jù)并輸入到畫像數(shù)據(jù)處理分析預(yù)測單元，經(jīng)過畫像數(shù)據(jù)處理分析預(yù)測單元的數(shù)據(jù)規(guī)則配置處理子單元進(jìn)行畫像數(shù)據(jù)轉(zhuǎn)換及處理監(jiān)控，得到配置轉(zhuǎn)換處理監(jiān)控?cái)?shù)據(jù)；畫像數(shù)據(jù)標(biāo)簽化管理子單元根據(jù)配置轉(zhuǎn)換處理監(jiān)控?cái)?shù)據(jù)通過數(shù)據(jù)標(biāo)簽化及數(shù)據(jù)目錄關(guān)聯(lián)管理，獲取監(jiān)控標(biāo)簽化關(guān)聯(lián)數(shù)據(jù)；標(biāo)簽化數(shù)據(jù)分析預(yù)測子單元對監(jiān)控標(biāo)簽化關(guān)聯(lián)數(shù)據(jù)進(jìn)行分析，分析監(jiān)控標(biāo)簽化關(guān)聯(lián)數(shù)據(jù)與涉詐號碼標(biāo)簽化數(shù)據(jù)的標(biāo)簽關(guān)聯(lián)相似度是否達(dá)到或超過涉詐參照標(biāo)簽關(guān)聯(lián)相似度；當(dāng)標(biāo)簽關(guān)聯(lián)相似度達(dá)到或超過涉詐參照標(biāo)簽關(guān)聯(lián)相似度，預(yù)測為初步用戶畫像數(shù)據(jù)具有涉詐風(fēng)險(xiǎn)；預(yù)測信息輸出單元將具有涉詐風(fēng)險(xiǎn)的初步用戶畫像數(shù)據(jù)輸出。

38、優(yōu)選的，涉詐信息專家模型驗(yàn)證分系統(tǒng)包括：

39、涉詐敏感信息專家模型子系統(tǒng)，根據(jù)涉詐敏感信息搜集，通過涉詐敏感信息集成決策樹強(qiáng)化訓(xùn)練創(chuàng)建涉詐敏感信息專家模型；

40、涉詐敏感信息驗(yàn)證子系統(tǒng)，通過涉詐敏感信息專家模型，對畫像數(shù)據(jù)涉詐分析預(yù)測信息進(jìn)行涉詐敏感信息驗(yàn)證；

41、信息驗(yàn)證結(jié)果篩選子系統(tǒng)，根據(jù)涉詐敏感信息驗(yàn)證，篩選出驗(yàn)證后具有涉詐敏感信息結(jié)果，獲取涉詐敏感信息專家模型信息驗(yàn)證結(jié)果；

42、通過涉詐敏感信息集成決策樹強(qiáng)化創(chuàng)建涉詐敏感信息專家模型，包括：提取涉詐敏感信息的度量特征，標(biāo)注所有度量特征的涉詐敏感屬性；提取涉詐敏感信息中的全局信息，將全局?jǐn)?shù)據(jù)劃分為多個(gè)子集，獲取涉詐敏感信息規(guī)則集合，作為集成決策樹節(jié)點(diǎn)構(gòu)成第一決策路徑，將涉詐敏感信息訓(xùn)練樣本分為第一涉詐敏感信息訓(xùn)練樣本及第二涉詐敏感信息訓(xùn)練樣本；根據(jù)涉詐敏感屬性擴(kuò)展第一決策路徑，獲取第二決策路徑；集成決策樹節(jié)點(diǎn)的第一子節(jié)點(diǎn)及第二子節(jié)點(diǎn)分別添加第一決策規(guī)則和第二決策規(guī)則，第一決策規(guī)則和第二決策規(guī)則進(jìn)行多次復(fù)用；根據(jù)第一決策規(guī)則，第一子節(jié)點(diǎn)分支分為第一涉詐敏感信息訓(xùn)練樣本得分和第一子節(jié)點(diǎn)決策規(guī)則；根據(jù)第二決策規(guī)則，第二子節(jié)點(diǎn)分支分為第二涉詐敏感信息訓(xùn)練樣本得分和第二子節(jié)點(diǎn)決策規(guī)則；第一子節(jié)點(diǎn)決策規(guī)則和第二子節(jié)點(diǎn)決策規(guī)則依次分支，直至達(dá)到集成決策樹葉節(jié)點(diǎn)，集成決策樹葉節(jié)點(diǎn)全部為涉詐敏感信息訓(xùn)練樣本得分；通過加權(quán)平均方式計(jì)算最終樣本得分；創(chuàng)建涉詐敏感信息專家模型。

43、優(yōu)選的，涉詐方向追溯識別分系統(tǒng)包括：

44、涉詐方向智能判定子系統(tǒng)，根據(jù)涉詐敏感信息專家模型信息驗(yàn)證結(jié)果，進(jìn)行涉詐敏感信息涉詐方向智能判定；

45、涉詐號碼精準(zhǔn)用戶畫像子系統(tǒng)，通過涉詐方向智能判定，進(jìn)行涉詐號碼精準(zhǔn)用戶畫像，精準(zhǔn)識別涉詐號碼；

46、雙端預(yù)警追溯識別子系統(tǒng)，將涉詐號碼精準(zhǔn)用戶畫像發(fā)送到通信號碼監(jiān)管端和通信號碼接收端，進(jìn)行雙端預(yù)警聯(lián)動追溯精準(zhǔn)識別涉詐號碼；

47、將涉詐號碼精準(zhǔn)用戶畫像發(fā)送到通信號碼監(jiān)管端和通信號碼接收端，進(jìn)行涉詐號碼雙端預(yù)警聯(lián)動精準(zhǔn)識別包括：將涉詐號碼精準(zhǔn)用戶畫像發(fā)送到通信號碼監(jiān)管端和通信號碼接收端；在通信號碼接收端，首先發(fā)送涉詐預(yù)警信息，并警示通信號碼接收端其通信方式已被涉詐號碼端獲取，與通信號碼監(jiān)管端進(jìn)行雙端聯(lián)動預(yù)警，追溯通信方式泄露路徑，精準(zhǔn)識別涉詐號碼獲取涉詐敏感信息渠道，進(jìn)行雙端預(yù)警聯(lián)動追溯精準(zhǔn)識別涉詐號碼。

48、相比現(xiàn)有技術(shù)，本發(fā)明至少包括以下有益效果：

49、本發(fā)明提供了基于用戶畫像的涉詐號碼識別方法及系統(tǒng)，包括：基于通信號碼歷史記錄大數(shù)據(jù)，對通信號碼進(jìn)行初步用戶畫像，獲取通信號碼初步用戶畫像數(shù)據(jù)；根據(jù)通信號碼初步用戶畫像數(shù)據(jù)，通過畫像數(shù)據(jù)分析預(yù)測模型進(jìn)行畫像數(shù)據(jù)涉詐分析預(yù)測，獲取畫像數(shù)據(jù)涉詐分析預(yù)測信息；根據(jù)畫像數(shù)據(jù)涉詐分析預(yù)測信息，通過涉詐敏感信息專家模型進(jìn)行信息驗(yàn)證，獲取涉詐敏感信息專家模型信息驗(yàn)證結(jié)果；根據(jù)涉詐敏感信息專家模型信息驗(yàn)證結(jié)果，通過涉詐方向智能判定，進(jìn)行通信號碼精準(zhǔn)用戶畫像，并發(fā)送到通信號碼監(jiān)管端和通信號碼接收端，進(jìn)行雙端預(yù)警聯(lián)動追溯精準(zhǔn)識別涉詐號碼；能夠針對嚴(yán)重危害社會環(huán)境的電信詐騙頻繁多發(fā)的特點(diǎn)，精準(zhǔn)識別涉詐號碼；能夠獲取通信號碼初步用戶畫像數(shù)據(jù)大范圍獲取涉詐號碼初步用戶畫像，可以進(jìn)行畫像數(shù)據(jù)涉詐分析預(yù)測，針對用戶畫像驗(yàn)證困難的問題可以進(jìn)行涉詐敏感信息專家模型信息驗(yàn)證，顯著降低驗(yàn)證誤差；可以進(jìn)行通信號碼精準(zhǔn)用戶畫像以及預(yù)警聯(lián)動追溯精準(zhǔn)識別涉詐號碼，大幅增加涉詐號碼識別的精準(zhǔn)度，涉詐預(yù)警的及時(shí)性顯著改善，對于涉詐信息渠道根源的及時(shí)追溯使詐騙追溯效率明顯提高。

50、本發(fā)明所述的基于用戶畫像的涉詐號碼識別方法及系統(tǒng)，本發(fā)明的其它優(yōu)點(diǎn)、目標(biāo)和特征將部分通過下面的說明體現(xiàn)，部分還將通過對本發(fā)明的研究和實(shí)踐而為本領(lǐng)域的技術(shù)人員所理解。