一种识别骚扰电话的组合算法研究

doi:10.11959/j.issn.1000?0801.2017127

电信科学 ›› 2017, Vol. 33 ›› Issue (7): 112-119.doi: 10.11959/j.issn.1000?0801.2017127

一种识别骚扰电话的组合算法研究

王彦青¹,王瀚辰^1,²

¹ 东信北邮信息技术有限公司，北京 100191
² 美国特尔菲学校，美国俄勒冈州谢里登 97378

修回日期:2017-03-15 出版日期:2017-07-01 发布日期:2017-07-25
作者简介:王彦青，男，东信北邮信息技术有限公司数据分析师，主要从事算法研究方面的工作。|王瀚辰，男，现就职于东信北邮信息技术有限公司。

Research on a combining algorithm for harassing calls to identify

Yanqing WANG¹,Hanchen WANG^1,²

¹ Eastcom-BUPT Information Technology Co.,Ltd.,Beijing 100191,China
² Delphian School,Sheridan,OR 97378,USA

Revised:2017-03-15 Online:2017-07-01 Published:2017-07-25

摘要/Abstract

摘要：

当前骚扰电话层出不穷，严重影响了人们的日常生活。为了有效防范此类电话带来的不良社会影响，采用了数据挖掘的分析手段，深入研究了骚扰电话呼叫特点，提出了一种基于用户反馈的分时段分析骚扰电话识别方法；并对用户标识的疑似骚扰号码引入随机森林算法，极大提高骚扰源识别率，结合布控拦截机制，整体实现对骚扰电话全方位的管控。通过实际数据验证，效果明显。

关键词: 骚扰电话, 随机森林算法, 大数据

Abstract:

At present,people’s daily life has been seriously affected by an endless stream of harassing calls.To prevent the adverse social influence,a harassing calls recognition method based on the analysis of users’ feedbacks was proposed,which could make people look insight into the features of harassing calls by data mining.Also,the random forest algorithm was applied to identify the suspected harassment numbers.In this way,the recognition rate of harassment source has been enhanced greatly,and a comprehensive control in harassing calls can be achieved by integrating the portable interceptor.Simulation results also show its good performance.

Key words: harassing call, random forest algorithm, big data

中图分类号:

TP393

王彦青,王瀚辰. 一种识别骚扰电话的组合算法研究[J]. 电信科学, 2017, 33(7): 112-119.

Yanqing WANG,Hanchen WANG. Research on a combining algorithm for harassing calls to identify[J]. Telecommunications Science, 2017, 33(7): 112-119.

图/表 4

图1

图2

图3

表1

参考文献 8

[1]	杜磊 . 骚扰电话何时休[J]. 计算机与网络, 2015,41(3):1.
	DU L . Harassing phone calls[J]. Computer and Network, 2015,41(3):1.
[2]	漆晨曦 . 立足小数据基础的电信企业大数据分析应用发展策略[J]. 电信科学, 2014,30(10): 15-20.
	QI C X . Analysis and application development strategy of tele-com enterprise big data based on small data[J]. Telecommuni-cations Science, 2014,30(10): 15-20.
[3]	董师师, 黄哲学 . 随机森林理论浅析[J]. 集成技术, 2013(1): 1-7.
	DONG S S , HUANG Z X . A brief theoretical overview of random forests[J]. Journal of Integration Technology, 2013(1): 1-7.
[4]	黄勇军, 冯明, 丁圣勇 ,等. 电信运营商大数据发展策略探讨[J]. 电信科学, 2013,29(3): 6-11.
	HUANG Y J , FENG M , DING S Y ,et al. Discussion on the de-volpment strategy of telecom operators[J]. Telecommunications Science, 2013,29(3): 6-11.
[5]	卢卫, 陆希玉 . 4G时代移动互联网的发展趋势[J]. 电信科学, 2014,30(5): 51-54.
	LU W , LU X Y . Mobile internet trends in 4G era[J]. Telecom-munications Science, 2014,30(5): 51-54.
[6]	张艳芳, 黄群 . 基于Bootstrap方法的样本相等性检验[J]. 防灾科学学院学报, 2008,10(1): 95-98.
	ZHANG Y F , HUANG Q . Tests based on bootstrap method for the equality of distribution[J]. Journal of Institute of Disaster-preven-tion Science and Technology, 2008,10(1): 95-98.
[7]	杜海涛, 张峰, 高曼颖 ,等. 基于话音识别的骚扰电话呼叫检测技术分析[J]. 电信工程技术与标准化, 2014(12): 5-9.
	DU H T , ZHANG F , GAO M Y ,et al. Analysis and experi-ment of disturbing call detection technology based on speech recognition[J]. Telecom Engineering Technics and Standardization, 2014(12): 5-9.
[8]	胡坤, 刘镝, 刘明辉 ,等. 大数据的安全理解及应对策略研究[J]. 电信科学, 2014,30(2): 112-117,122.
	HU K , LIU D , LIU M H ,et al. Research on security connotation and response strategies for big data[J]. Telecommunications Science, 2014,30(2): 112-117,122.

验证指标	省内群呼	省内响一声	网间群呼		网间响一声
验证指标	未剔除短号	剔除短号	未剔除短号	剔除短号	未剔除短号	剔除短号
高度疑似号码量	10 471	5 713	250 001	151 660	134 100	116 529
总计确认号码个数（第三方标识匹配量+回拨确认+监听录音）	8 682	4 773	172 921	127 837	111 338	98 247
模型准确率	82.90%	83.50%	69.20%	84.30%	83.00%	84.30%
现网已有规则当时段确认量（当时段指与测试样本同一时间周期）	920	750	1 158	1 158	2 162	2 162
提升倍数	9.4	6.4	149.3	110.4	51.5	45.4
与白名单匹配后识别错误量	79	50	176	176	53	53
错误识别率	0.75%	0.88%	0.07%	0.12%	0.04%	0.05%

[1]	韩璐, 陈威宇, 张斐, 何建锋, 苏怀振. 差异化需求下的非关系型分布式报送信息大数据分类方法[J]. 电信科学, 2023, 39(6): 114-121.
[2]	韩雪. 基于电力大数据的电力骨干通信网络毁伤韧性评估方法[J]. 电信科学, 2023, 39(5): 136-143.
[3]	孙玉娣. 基于电信大数据的5G网络海量用户复访行为预测模型[J]. 电信科学, 2023, 39(2): 157-162.
[4]	李爱华, 吴晓波, 陈超, 魏彬, 史嫄嫄. 5G网络大数据智能分析技术[J]. 电信科学, 2022, 38(8): 129-139.
[5]	黄更生, 黄宇红, 郭漫雪, 郑健平, 葛欣. DT时代面向数据服务的新型基础设施架构[J]. 电信科学, 2022, 38(7): 138-145.
[6]	李攀攀, 谢正霞, 乐光学, 刘鑫. 基于深度学习的无线通信接收方法研究进展与趋势[J]. 电信科学, 2022, 38(2): 1-17.
[7]	赵海波, 相志军, 肖林松. 基于异构数据的电力短期负荷大数据预测方案[J]. 电信科学, 2022, 38(12): 103-111.
[8]	刘志勇, 何忠江, 阮宜龙, 单俊峰, 张超. 大数据安全特征与运营实践[J]. 电信科学, 2021, 37(5): 160-169.
[9]	卢子萌,陈佳怡,李璟,谢岳,蒋欣利,韩蕾,郭倩. 基于加权随机森林算法的空巢电力用户识别方法[J]. 电信科学, 2020, 36(8): 112-121.
[10]	刘晓军,武娟,徐晓青. 大数据架构剖析及数据安全融合技术[J]. 电信科学, 2020, 36(7): 146-155.
[11]	刘玉娇,宋坤煌,王向. 基于电力大数据的经济景气指数分析[J]. 电信科学, 2020, 36(6): 166-171.
[12]	程卫华,何肖嵘. 基于大数据的网页浏览质差分析方法研究[J]. 电信科学, 2020, 36(11): 174-181.
[13]	高建,陈文彬,庞建民,于华东,宋国瑞. 基于组合密钥的智能电网多源数据安全保护[J]. 电信科学, 2020, 36(1): 134-138.
[14]	谭晓敏,方艾,梁冰,杨豪杰. 基于决策树的EPG体验异常原因定位[J]. 电信科学, 2019, 35(8): 158-164.
[15]	鲁泽霖,李强治. 电子商务平台的演化逻辑和运营机理[J]. 电信科学, 2019, 35(7): 152-158.

一种识别骚扰电话的组合算法研究

Research on a combining algorithm for harassing calls to identify

在线阅读

PDF下载

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 8

相关文章 15

Metrics

推荐阅读 0