CN101459718A - 一种基于移动通信网的垃圾语音过滤方法及其*** - Google Patents

Abstract

一种基于移动通信网的垃圾语音过滤方法，包括如下步骤：设定移动终端的垃圾语音信誉阀值；下载服务器中具有低于所述垃圾语音信誉值的垃圾语音用户标识符，并保存于移动终端的垃圾语音用户标识信息库；获取呼叫请求的主叫用户标识符；在所述垃圾语音用户标识信息库中查找所述主叫用户标识符，若查找到所述主叫用户标识符则移动终端拒绝该呼叫请求；否则进一步判断是否需要实时向所述服务器查询所述主叫用户信誉值，若所述主叫用户信誉值低于设定的所述垃圾语音信誉阀值，则移动终端拒绝该呼叫请求。通过分析移动垃圾语音的特性以及现有垃圾信息过滤技术的不足，结合移动通信***的特点以保护移动通信终端用户免于垃圾语音呼叫的骚扰。

Description

一种基于移动通信网的垃圾语音过滤方法及其***

技术领域

本发明涉及通信领域，特别涉及一种基于移动通信网垃圾语音识别和过滤的方法与***。

背景技术

近年来，随着移动通信的快速发展，移动电话的普及率屡攀新高，正逐步朝着个人通信的方向推进。人们在充分享受移动通信提供的便利的同时，也不断遭遇一系列的困扰。一个主要的困扰就是各种形式的垃圾语音。特别，当移动通信网络与缺乏足够监管的互联网相连时，移动电话用户将面对更多的垃圾语音骚扰。

垃圾语音是指被叫用户不希望接收的语音呼叫，其内容包括违法广告、虚假中奖信息以及类似“响一声”电话的呼叫陷阱等等。因为垃圾语音是通过正常的呼叫建立途径产生的，移动通信***对它的过滤非常困难。由于语音通信服务本身的实时性，导致垃圾语音也是实时的，当被叫方发现某个呼叫是垃圾语音时，被叫用户已经被骚扰了。因此，垃圾语音对用户产生了比垃圾邮件更大的干扰效果。

目前，对垃圾邮件、垃圾语音等垃圾信息实施过滤的技术主要可以分为以下几种：

(1)基于列表的过滤技术

这类技术主要由终端用户建立各自的黑名单和白名单，并由终端根据黑、白名单进行过滤或放行。这种技术对于阻止垃圾语音侵入的效果是有限的。原因是这种技术仅仅依赖被叫用户的个人经验，无法从根本上抑制垃圾语音的影响范围。

(2)基于内容的过滤技术

这种技术目前主要应用在垃圾邮件过滤领域，终端根据邮件内容，采用统计学方法对邮件进行分类。该技术将邮件内容划分为词和词组，并利用贝叶斯法则学习各关键词和词组的概率特性，从而对邮件是否是垃圾邮件进行判断和过滤。不过，由于垃圾语音是实时的，无法预先分析语音内容，所以这种技术并不适合垃圾语音的识别与过滤。

(3)基于举报的过滤技术

这种技术根据用户对垃圾语音呼叫的举报，并将此举报结果在所有用户之间进行共享，实现对垃圾信息的过滤。这类技术仅在理想的情况下可以发挥正常的作用，如果用户的举报有失公平，则不仅不能过滤垃圾语音，还将阻碍正常的语音呼叫。

(4)基于社会网络的过滤技术

这种技术通过统计主叫用户与被叫用户的社会关系网络，并计算每个用户的社会网络聚合系数，以此判断某个呼叫是否为垃圾语音呼叫。这种技术会错误地将面向大众的服务性质的用户终端视为垃圾语音制造者。

根据以上分析可知，现有的垃圾信息过滤技术并不完全适合移动通信网的垃圾语音过滤，因此，需要提出一种可靠的、能够有效过滤移动垃圾语音的技术，以便提高移动网络资源的利用率及服务质量。

发明内容

本发明通过分析移动垃圾语音的特性以及现有垃圾信息过滤技术的不足，本发明结合移动通信***的特点，其目的在于提供一种移动通信网中基于信誉的垃圾语音过滤方法，以保护移动通信终端用户免于垃圾语音呼叫的骚扰。

本发明的目的还在于提供一种基于信誉的垃圾语音过滤***，透过该***对骚扰语音进行过滤。

本发明的目的还在于提供一种垃圾语音信誉评价方法、垃圾语音信誉评估方法、垃圾语音信誉共享方法，以保护移动通信终端用户免于垃圾语音呼叫的骚扰。

本发明的目的及解决其技术问题是采用以下技术方案来实现的。

一种基于移动通信网的垃圾语音过滤方法，该方法包括如下步骤：设定移动终端的垃圾语音信誉阀值；下载服务器中具有低于所述垃圾语音信誉值的垃圾语音用户标识符，并保存于移动终端的垃圾语音用户标识信息库；获取呼叫请求的主叫用户标识符；在所述垃圾语音用户标识信息库中查找所述主叫用户标识符，若查找到所述主叫用户标识符则移动终端拒绝该呼叫请求；否则进一步判断是否需要实时向所述服务器查询所述主叫用户信誉值，若所述主叫用户信誉值低于设定的所述垃圾语音信誉阀值，则移动终端拒绝该呼叫请求。

其中所述方法还包括根据所述呼叫请求的呼叫模型数据与呼叫模型参数在所述移动终端产生一个信誉评价。

其中所述方法还包括根据所述信誉评价以及主叫用户的历史信誉评价，在服务器端重新对该主叫用户进行信誉值的评估。

其中所述方法还包括移动用户根据设定的实时查询，通过服务器对所述主叫用户标识符的信誉值进行查询。

其中所述方法还包括：当向所述服务器实时查询所述主叫用户信誉值时，启动一定时器。

其中所述白名单保存与所述移动用户进行过呼叫过的用户标识符。

其中在服务器端保存主叫用户的信誉值，且不标识该主叫用户是垃圾语音用户。

其中所述方法还包括移动终端向服务器端请求身份信息注册。

其中所述移动终端产生所述信誉评价，进一步包括：统计该移动用户的呼叫模型参数，包括平均入呼叫时长和出呼叫频率；若信誉评价产生方式设定为自动方式，则按照下式产生信誉评价：

$\left\{\begin{array}{c}R\left(T\right)=\mathrm{\α}\frac{{\stackrel{\‾}{t}}_{\mathrm{icl}}}{{\stackrel{\‾}{T}}_{\mathrm{icl}}}+\mathrm{\β}\frac{f_{\mathrm{oc}}}{{\stackrel{\‾}{F}}_{\mathrm{oc}}}\\ R\left(\mathrm{UT}\right)=\frac{1-R\left(T\right)}{2}\\ R\left(\mathrm{Unknown}\right)=\frac{1-R\left(T\right)}{2}\end{array}\right.$

式中R(T)、R(UT)和R(Unknown)构成完整的信誉评价，其中：R(T)表示移动用户的可信度，R(UT)表示不可信度，R(Unknown)表示不确定；

为该主叫用户呼叫该移动用户的平均呼叫时长，单位为秒；T_icl为该移动用户接受的所有入呼叫的平均呼叫时长，单位为秒；f_oc为该移动用户呼叫该主叫用户的呼叫频率，单位为次/天；F_oc为该移动用户呼叫任意用户的总的平均呼叫频率，单位为次/天；α和β为权重参数。

其中在所述移动终端产生所述信誉评价，进一步包括：根据移动终端用户直接提供的主观评价，按照下式产生信誉评价：

$\left\{\begin{array}{c}R\left(T\right)=\mathrm{\α}\frac{{\stackrel{\‾}{t}}_{\mathrm{icl}}}{{\stackrel{\‾}{T}}_{\mathrm{icl}}}+\mathrm{\β}\frac{f_{\mathrm{oc}}}{{\stackrel{\‾}{F}}_{\mathrm{oc}}}\\ R\left(\mathrm{UT}\right)=[1-R\left(T\right)]\mathrm{\γ}\\ R\left(\mathrm{Unknown}\right)=[1-R\left(T\right)](1-\mathrm{\γ})\end{array}\right.$

式中R(T)、R(UT)和R(Unknown)构成完整的信誉评价，其中：R(T)表示移动用户的可信度，R(UT)表示不可信度，R(Unknown)表示不确定；

为该主叫用户呼叫该移动用户的平均呼叫时长，单位为秒；T_icl为该移动用户接受的所有入呼叫的平均呼叫时长，单位为秒；f_oc为该移动用户呼叫该主叫用户的呼叫频率，单位为次/天；F_oc为该移动用户呼叫任意用户的总的平均呼叫频率，单位为次/天；α和β为权重参数；γ为该移动用户的直接评价，γ的取值在0～1之间。

其中所述方法进一步包括所述移动终端依据该移动终端用户与任意用户之间的总呼叫模型参数，也包括平均入呼叫时长和出呼叫频率，来完成对主叫用户的信誉的评价。

其中呼叫模型权重参数α和β可以由移动终端用户自由定义，使R(T)取值在0～1之间。

其中移动终端用户根据R(T)、R(UT)和R(Unknown)三个等级来自定义γ的取值。

其中移动终端提供的信誉评价采用如下格式：

{R(T)，R(UT)，R(Unknown)}

式中，R(T)代表可信度，R(T)越大表示主叫用户越不可能是垃圾语音用户，R(UT)代表不可信度，R(UT)越大表示主叫用户越可能是垃圾语音用户，R(Unknown)代表不确定度，R(Unknown)越大表示移动用户对主叫用户的类型越不能确定。R(T)、R(UT)和R(Unknown)的取值均位于0～1之间，且三者之和为1。

其中在服务器端重新对该主叫用户进行信誉值的评估进一步包括：接收被叫移动用户提供的信誉评价，开始对主叫用户进行信誉评估；若服务器的信誉数据库中保存了该被叫用户的信誉集合，则服务器按照下式对该被叫用户提供的信誉评价进行衰减得到新的信誉评价：

$\left\{\begin{array}{c}R\′\left(T\right)=R\left(T\right)\×\tilde{R}\left(T\right)\\ R\′\left(\mathrm{UT}\right)=R\left(\mathrm{UT}\right)\×\tilde{R}\left(T\right)\\ R\′\left(\mathrm{Unknown}\right)=1-R\′\left(T\right)-R\′\left(\mathrm{UT}\right)\end{array}\right.$

式中{R′(T)，R′(UT)，R′(Unknown)}表示新的信誉评价集合，

代表提供信誉评价的被叫用户的历史信誉集合，其保存于服务器的信誉数据库。

其中所述方法进一步利用证据理论的D-S证据合并公式对所述新信誉评价同该主叫用户的历史信誉集合进行合并。

其中所述方法进一步包括将所述新的信誉集合按照下式对该主叫用户的信誉值进行重新评估；

$\mathrm{Rep}=\frac{R\left(T\right)}{R\left(T\right)+R\left(\mathrm{Unknown}\right)}-\frac{R\left(\mathrm{UT}\right)}{R\left(\mathrm{UT}\right)+R\left(\mathrm{Unknown}\right)}$

式中Rep为该主叫用户的信誉值，{R(T)，R(UT)，R(Unknown)}为该主叫用户的历史信誉集合。

其中主叫用户的信誉值Rep位于-1～+1之间。

其中所述方法进一步包括若被叫用户没有历史信誉集合，服务器用缺省信誉集合对收到的信誉评价进行衰减。

其中该主叫用户的历史信誉集合是由所有历史信誉评价合并后的结果，当收到新的信誉评价，将进行重新评估并更新历史信誉集合。

本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。一种信誉评价方法，该方法包括如下步骤：统计该移动用户的呼叫模型参数，包括平均入呼叫时长和出呼叫频率；若信誉评价产生方式设定为自动方式，则按照下式产生信誉评价：

$\left\{\begin{array}{c}R\left(T\right)=\mathrm{\α}\frac{{\stackrel{\‾}{t}}_{\mathrm{icl}}}{{\stackrel{\‾}{T}}_{\mathrm{icl}}}+\mathrm{\β}\frac{f_{\mathrm{oc}}}{{\stackrel{\‾}{F}}_{\mathrm{oc}}}\\ R\left(\mathrm{UT}\right)=\frac{1-R\left(T\right)}{2}\\ R\left(\mathrm{Unknown}\right)=\frac{1-R\left(T\right)}{2}\end{array}\right.$

式中R(T)、R(UT)和R(Unknown)构成完整的信誉评价，R(T)表示移动用户的可信度，R(UT)表示不可信度，R(Unknown)表示不确定；

为该主叫用户呼叫该移动用户的平均呼叫时长，单位为秒；T_icl为该移动用户接受的所有入呼叫的平均呼叫时长，单位为秒；f_oc为该移动用户呼叫该主叫用户的呼叫频率，单位为次/天；F_oc为该移动用户呼叫任意用户的总的平均呼叫频率，单位为次/天；α和β为权重参数。

其中该方法还包括如下步骤：移动终端根据用户的评价和呼叫模型参数，按照下式产生信誉评价：

$\left\{\begin{array}{c}R\left(T\right)=\mathrm{\α}\frac{{\stackrel{\‾}{t}}_{\mathrm{icl}}}{{\stackrel{\‾}{T}}_{\mathrm{icl}}}+\mathrm{\β}\frac{f_{\mathrm{oc}}}{{\stackrel{\‾}{F}}_{\mathrm{oc}}}\\ R\left(\mathrm{UT}\right)=[1-R\left(T\right)]\mathrm{\γ}\\ R\left(\mathrm{Unknown}\right)=[1-R\left(T\right)](1-\mathrm{\γ})\end{array}\right.$

式中R(T)、R(UT)和R(Unknown)构成完整的信誉评价，R(T)表示移动用户的可信度，R(UT)表示不可信度，R(Unknown)表示不确定；

为该主叫用户呼叫该移动用户的平均呼叫时长，单位为秒；T_icl为该移动用户接受的所有入呼叫的平均呼叫时长，单位为秒；f_oc为该移动用户呼叫该主叫用户的呼叫频率，单位为次/天；F_oc为该移动用户呼叫任意用户的总的平均呼叫频率，单位为次/天；α和β为权重参数，γ为该移动用户的直接评价，γ的取值在0～1之间。

本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。一种信誉评估方法，该方法包括如下步骤：接收移动终端的信誉评价，开始对主叫用户进行信誉评估；若服务器的信誉数据库中保存了该被叫用户的信誉集合，则服务器按照下式对该移动终端用户提供的信誉评价进行衰减得到新的信誉评价：

$\left\{\begin{array}{c}R\′\left(T\right)=R\left(T\right)\×\tilde{R}\left(T\right)\\ R\′\left(\mathrm{UT}\right)=R\left(\mathrm{UT}\right)\×\tilde{R}\left(T\right)\\ R\′\left(\mathrm{Unknown}\right)=1-R\′\left(T\right)-R\′\left(\mathrm{UT}\right)\end{array}\right.$

式中{R′(T)，R′(UT)，R′(Unknown)}表示新的信誉评价集合，

代表信誉评价提供用户的历史信誉集合；

本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。一种信誉共享方法，从服务器下载低于信誉阀值的垃圾语音用户标识符到移动终端，达到信誉共享。

其中所述移动终端根据对垃圾语音过滤的不同要求来设定不同的信誉阀值，进而从服务器下载到不同数量的垃圾语音用户标识符。

本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。一种基于移动通信网的垃圾语音过滤***，该***包括：移动终端和服务器，所述移动终端包括：一人机交互单元，用于设定移动终端的垃圾语音信誉值；一垃圾语音用户标识信息库，用于保存垃圾语音用户标识符；一白名单，用于保存移动用户曾经呼叫过的值得信任的用户标识符；一移动状态监控单元，用于监控入呼叫和出呼叫参数；一垃圾语音过滤单元，根据所述垃圾语音用户标识信息库中的垃圾语音用户标识符对呼叫请求中的主叫用户标识符进行过滤；一垃圾语音用户标识下载单元，用于从服务器端下载最新的垃圾语音用户标识符信息；一呼叫参数统计单元，根据所述移动状态监控单元监控呼叫参数来统计移动终端所有呼入与呼出的呼叫的平均时长和呼叫频率；一垃圾语音信誉评价单元，根据所述呼叫参数统计单元统计的所述参数用于对入呼叫的主叫用户产生信誉评价；一用户身份单元，用于完成所述移动终端用户在服务器端的身份认证；以及一协议通信单元，用于提供移动终端与服务器之间的协议通信功能。所述服务器端包括：一信誉数据库，用于存储移动终端用户身份信息与信誉数据；一信誉评估单元，根据所述被叫移动终端发出的新的信誉评价和历史信誉集合对主叫用户进行信誉评估；一信誉查询单元，用于所述查询信誉数据库，完成移动终端提出的信誉查询要求；以及一通信单元，用于服务器与移动终端之间的协议通信。

其中所述信誉评估单元进一步包括：一信誉评价衰减模块，用于对服务器接收到的所述信誉评价进行合理衰减；一信誉评价合并模块，用于将服务器接收到的所述信誉评价和历史信誉集合的合并计算，得到最新的信誉集合；一信誉量化模块，根据所述信誉集合计算用于识别垃圾语音用户的信誉值。

其中所述信誉查询单元进一步包括：一实时查询模块，用于响应移动终端提出的实时信誉查询请求，该请求仅查询指定的单个用户的信誉；一非实时下载模块，用于完成移动终端提出的垃圾语音用户标识符下载请求。

其中所述垃圾语音用户标识信息库进一步包括：一信息存储管理模块，用于保存和管理用户垃圾语音用户标识符数据，还用于对垃圾语音用户标识符的索引；一信息访问模块，用于向垃圾语音过滤单元和垃圾语音信誉评价单元提供访问信息存储管理单元的接口，该接口包括查询、***和删除。

其中所述协议通信单元进一步包括：一通信协议模块，用于对接收的数据进行解码，以及对发送的数据进行编码；一消息通信模块，用于移动终端与服务器之间发送和接收数据。

借由上述技术方案，本发明至少具有下列优点：

1、本发明利用移动终端保存的垃圾语音用户标识符以及实时查询主叫用户信誉方法，具有实时过滤垃圾语音的优点。

2、本发明的服务器可以作为移动通信网中通信***的组成部分，也可以独立于现有移动通信***，服务器的部署具有不改变现有移动通信网络拓扑结构和现有移动通信***的优点。

3、本发明的信誉评估方法利用信誉评价提供用户的信誉衰减其提供的信誉评价，使信誉的评估具有公平、公正的优点。

4、本发明综合广大移动用户的直接评价，具有快速、准确识别垃圾语音的优点，大大降低垃圾语音的影响范围。

5、本发明通过移动用户设置不同的信誉阀值，具有个性化的垃圾语音过滤优点，移动用户可以根据不同情况。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。

附图说明

图1是本发明移动垃圾语音过滤***的网络结构示意图。

图2是本发明移动垃圾语音过滤***的结构示意图。

图3是本发明过滤移动垃圾语音方法的流程示意图。

图4是本发明移动用户身份信息注册的流程示意图。

图5是本发明中垃圾语音信誉评价的流程示意图。

图6是本发明中垃圾语音信誉评估的流程示意图。

图7是本发明中垃圾语音用户标识符下载的流程示意图。

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的无线定位方法的具体实施方式、结构、特征及其功效，详细说明如后。

本发明的核心思想是，在不改变移动通信网络拓扑结构及移动通信设备内部结构的基础上，基于移动终端用户的信誉评价实施垃圾语音的过滤。下面结合附图进一步详细说明本发明的实施方案。

图1是本发明移动垃圾语音过滤***的网络结构图。图2所示的服务器11不属于移动通信***内部设备，而是通过IP、短信接入移动通信网。在一套移动垃圾语音过滤***中可以包含多个服务器11，并组成分布式***。移动垃圾语音过滤***中的客户端，即移动终端12通过无线方式接入移动通信网络，并与服务器11通信。

图2是本发明移动垃圾语音过滤***的结构图，是在图1的基础上详细说明了组成移动垃圾语音过滤***的服务器11和移动终端12的内部单元结构，以及内部单元之间的关系。

移动终端12包括：人机交互单元121、垃圾语音过滤单元122、垃圾语音信誉评价单元123、垃圾语音用户标识下载单元124、垃圾语音用户标识信息库125、白名单126、呼叫参数统计单元127、用户身份单元128、移动终端状态监控单元129和协议通信单元1210。

人机交互单元121用于显示垃圾语音过滤单元122和垃圾语音信誉评价单元123的输出信息，还用于显示垃圾语音信誉评价单元123接收用户输入的信息，以及设定垃圾语音信誉值。

垃圾语音过滤单元122用于获取呼叫请求中的主叫用户标识符，并在移动终端的垃圾语音用户标识库125中查询主叫用户标识符，如果找到主叫用户标识符，则过滤该呼叫请求。如果没有在垃圾语音用户标识库125中找到该主叫用户标识符，则垃圾语音过滤单元122通过白名单126和人机交互单元121设定的实时信誉查询项确定是否通过协议通信单元1210向服务器11实时查询该主叫用户的信誉。

垃圾语音信誉评价单元123根据呼叫参数统计单元127的结果用于对入呼叫的主叫用户产生信誉评价，信誉评价评价产生方式包括自动方式和手动方式，具体评价的自动和手动计算方式在下文描述。垃圾语音信誉评价单元123提供给用户的评价标准分为三级：可信、一般、不可信。该垃圾语音信誉评价单元123产生的信誉评价包含上述三个等级。

垃圾语音用户标识下载单元124通过协议通信单元1210从服务器11的信誉查询单元113查询并下载最新的垃圾语音用户标识符信息。

垃圾语音用户标识信息库125保存部分垃圾语音用户标识符以及来自垃圾语音标识下载单元124下载的垃圾语音用户标识符，其中保存的用户标识符所标识的主叫用户的信誉低于移动终端12设定的信誉阀值，该信誉阀值由移动终端用户通过人机交互单元121设定的介于-1～+1之间的任意数值。

其中所述垃圾语音用户标识库125进一步包括信息存储管理模块和信息访问模块(未示出)。该信息存储管理模块保存和管理用户垃圾语音用户标识符数据，还可用于对垃圾语音用户标识符的索引。该信息存储管理模块中保存的垃圾语音用户标识符数据包括用户标识符。该信息访问模块用于向垃圾语音过滤单元122和垃圾语音信誉评价单元123提供访问信息存储管理单元的接口，该接口包括查询、***和删除处理功能。

呼叫参数统计单元127对该移动终端的入呼叫和出呼叫的呼叫模型参数进行统计，具体统计：入呼叫时长、出呼叫时长、入呼叫频率和出呼叫频率。这四个呼叫参数分别对移动终端总呼叫模型，以及对每一个具体主叫用户和被叫用户进行该呼叫模型参数的统计。呼叫参数统计单元127统计的结果提供给垃圾语音信誉评价单元123完成对被叫用户的信誉评价的计算，其具体计算方式在下文描述。

白名单126保存移动用户曾经与其进行过呼叫的由垃圾语音信誉评价单元123评价值得信任的用户的标识符。

用户身份单元128生成该移动终端用户的身份信息，配合服务器完成用户身份唯一性的验证。用户身份信息由该移动用户标识符和移动终端设备标识符经过消息摘要加密算法(其中该加密算法可以采用如现有的MD5算法或SHA-1算法等)计算而得。

移动终端状态监控单元129监控移动终端12的状态，当移动终端12接收到一个呼叫请求时，移动终端状态监控单元129负责获取主叫用户标识符，并将主叫用户标识符传递给垃圾语音过滤单元122处理。当移动终端状态监控单元129检测到移动终端12终止一个呼入的呼叫，将该事件经由垃圾语音过滤单元122发送给垃圾语音信誉评价单元123处理，对该主叫用户进行信誉评价，具体评价方式在下文描述。当移动终端状态监控单元129检测到移动终端12发起一个呼叫，从移动终端12提取出被叫用户标识符交由垃圾语音信誉评价单元123将该被叫用户标识符存入白名单126。

协议通信单元1210用于提供移动终端12与服务器11之间的协议通信，还用于对主叫用户信誉的实时查询和垃圾语音用户标识符的下载。

其中该协议通信单元1210进一步包括通信协议模块和消息通信模块(未示出)。所述通信协议模块用于对接收的数据进行解码，和对发送的数据进行编码。所述消息通信模块用于移动终端与服务器之间发送和接收数据。

图2所示的服务器11步包括信誉评估单元112、信誉查询单元113、通信单元114、信誉数据库115和用户身份管理单元111。

信誉评估单元112经由移动终端12的协议通信单元1210接收垃圾语音信誉评价单元123的最新信誉评价，并将该最新信誉评价和历史信誉集合进行合并。

其中该信誉评估单元112进一步包括信誉评价衰减模块、信誉评价合并模块和信誉值量化模块(未示出)。该信誉评价衰减模块对服务器11接收到的信誉评价进行合理衰减，其具体计算方式在下文描述，以避免恶意评价对信誉评估客观性的影响。该信誉评价合并模块用于将服务器接收到垃圾语音信誉评价单元123的信誉评价和历史信誉集合的合并计算，得到最新的信誉集合。该信誉值量化模块根据最新合并得到的信誉集合计算用于识别垃圾语音用户的信誉值，信誉值介于-1～+1之间。

信誉查询单元113完成移动终端12提出的信誉查询要求。

其中该信誉查询单元113进一步包括实时查询模块和非实时下载模块(未示出)。该实时查询模块用于响应移动终端12提出的实时信誉查询请求，该请求仅查询指定的单个用户的信誉。该非实时下载模块用于完成移动终端12提出的垃圾语音用户标识符下载请求。

通信单元114用于实现服务器11与移动终端12之间的协议通信，还用于对接收的数据进行解码，和对发送的数据进行编码。

信誉数据库115存储用户信誉数据，这些数据包括用户标识符、用户的信誉值和用户信誉集合。所述用户信誉集合进一步包括三个部分：可信、未知和不可信。

用户身份管理单元111接收该移动终端12的注册请求并对用户身份进行管理。

图3是本发明提供的移动通信网中过滤垃圾语音方法的流程，该流程具体包括如下步骤：

步骤301，移动终端12初始化本地保存的部分垃圾语音用户标识符库，并通过人机交互单元121设定垃圾语音信誉阀值；

步骤302，移动终端12从服务器11下载低于步骤301设定的信誉阀值的垃圾语音用户标识符，并存入本地的垃圾语音用户标识符库；

步骤303，移动终端12的状态监控单元129监测是否有呼叫请求到达，如果有新的呼叫到达，执行步骤304，否则继续监测呼叫请求；

步骤304，移动终端12从接收到的呼叫请求中提取主叫用户标识符，并到本地保存的部分垃圾语音用户标识信息库125中查询；

步骤305，移动终端12如果在本地保存的部分垃圾语音用户标识符库125中查询到该主叫用户标识符，执行步骤315，否则执行步骤306；

步骤306，移动终端12根据移动用户是否设定实时查询信誉的选项以及该移动终端用户是否主动与该主叫用户进行过通信，判断是否需要进行实时信誉查询，如果需要，执行步骤311，否则执行步骤307；

步骤307，移动终端12提示用户该呼叫请求的主叫用户不是垃圾语音用户，并提示用户接受该呼叫请求；

步骤308，监控该呼叫是否已经结束，如果是，执行步骤309，否则继续监控；

步骤309，移动终端12根据垃圾语音信誉评价方法生成对该主叫用户的信誉评价(具体评价方式在下文描述)，并发送给服务器11；

步骤310，服务器11收到移动终端12的信誉评价，重新对该主叫用户进行信誉评估，并保存新信誉值；

步骤311，移动终端12向服务器22发送实时查询信誉的请求，该请求中包含该用户的身份信息和该主叫用户标识符，并启动定时器T1，监控是否按时收到查询结果，以保证垃圾语音过滤服务的实时性；

步骤312，服务器11根据查询请求中的用户身份信息和主叫用户标识符到信誉数据库115中查询该主叫用户的信誉值，并发送给该移动终端12；

步骤313，如果移动终端12启动的定时器T1超时，执行步骤307，否则执行步骤314；

步骤314，移动终端12从收到的信誉查询结果中提取该主叫用户的信誉值，并与移动用户设定的信誉阀值进行比较，如果高于设定的信誉阀值，执行步骤307，否则执行步骤315。

步骤315，移动终端12确认该主叫用户为垃圾语音用户，拒绝该呼叫请求，并结束该流程。

图4是本发明移动用户身份信息注册的流程图，该流程具体包括如下步骤：

步骤401，移动终端12提取本地移动用户的标识符，以及本地移动终端设备的标识符；

步骤402，为移动用户设定一个身份密码；

步骤403，移动终端12应用消息摘要算法(例如现有的MD5算法或SHA-1算法等)计算基于该用户的标识符、该移动终端的设备标识符及身份密码的身份信息摘要，移动终端12后续同服务器11的信誉评估单元112和信誉查询单元113交互消息时仅提供该身份信息摘要，既保证用户身份在服务器11中的唯一性，也达到保护移动用户隐私的目的；

步骤404，移动终端12将步骤403计算出的该移动终端的身份信息摘要发送给服务器11，请求注册；

步骤405，服务器11如果收到该移动终端的注册请求，用户身份管理单元111执行步骤406，否则继续等待注册请求；

步骤406，服务器11的用户身份管理单元111从收到的注册请求中提取用户身份信息摘要，并判断其唯一性；

步骤407，如果移动用户的身份信息是唯一的，执行步骤408，否则执行步骤409；

步骤408，服务器11的用户身份管理单元111将该移动用户身份信息摘要存入信誉数据库115；

步骤409，服务器11向请求注册的移动终端12发送注册结果，如果移动用户的身份信息是唯一的，返回注册成功，否则发送注册失败。

图5是本发明中垃圾语音信誉评价的流程图，具体步骤包括：

步骤501，在移动终端12设定信誉评价产生方式，其具体产生方式包括：自动方式和手动方式，自动是由移动终端根据呼叫模型参数自动计算产生，手动方式则由被叫移动用户主观评价，并结合呼叫模型参数计算产生；

步骤502，移动终端12监控移动用户是否进入通话状态，如果开始通话，执行步骤503，否则继续监控移动终端设备状态；

步骤503，移动终端12判断该呼叫是否为入呼叫请求，如果是，执行步骤505，否则执行步骤504；

步骤504，移动终端12将该呼叫的被叫移动用户标识符记入白名单126，并记录呼叫开始时间；

步骤505，移动终端12监控该呼叫是否结束，如果结束通话，执行步骤506，否则继续监控；

步骤506，移动终端12记录呼叫结束时间，统计该呼叫的时长；

步骤507，移动终端12判断被叫移动用户设定的信誉评价产生方式，如果是自动方式，执行步骤508，否则执行步骤509；

其中移动终端12提供的信誉评价方式是采用如下格式：

{R(T)，R(UT)，R(Unknown)}

式中，R(T)代表可信度，R(T)越大表示主叫用户越不可能是垃圾语音用户，R(UT)代表不可信度，R(UT)越大表示主叫用户越可能是垃圾语音用户，R(Unknown)代表不确定度，R(Unknown)越大表示被叫移动用户对主叫用户的类型越不能确定。R(T)、R(UT)和R(Unknown)的取值均位于0～1之间，且三者之和为1；

步骤508，移动终端12根据呼叫模型参数自动产生信誉评价，并执行步骤512；

下面给出步骤508中该自动方式进行信誉评价公式：

$\left\{\begin{array}{c}R\left(T\right)=\mathrm{\α}\frac{{\stackrel{\‾}{t}}_{\mathrm{icl}}}{{\stackrel{\‾}{T}}_{\mathrm{icl}}}+\mathrm{\β}\frac{f_{\mathrm{oc}}}{{\stackrel{\‾}{F}}_{\mathrm{oc}}}\\ R\left(\mathrm{UT}\right)=\frac{1-R\left(T\right)}{2}\\ R\left(\mathrm{Unknown}\right)=\frac{1-R\left(T\right)}{2}\end{array}\right.$

式中R(T)、R(UT)和R(Unknown)构成完整的信誉评价，R(T)表示可信度，R(UT)表示不可信度，R(Unknown)表示不确定；

为该主叫用户呼叫该被叫移动用户的平均呼叫时长，单位为秒；T_icl为该被叫移动用户接受的所有入呼叫的平均呼叫时长，单位为秒；f_oc为被叫该移动用户呼叫该主叫用户的呼叫频率，单位为次/天；F_oc为该被叫移动用户呼叫任意用户的总的平均呼叫频率，单位为次/天；α和β为权重参数可以由被叫移动用户通过人机交互单元121自由定义，使R(T)取值在0～1之间。其中

、T_icl、f_oc和F_oc由呼叫参数统计单元127统计、计算而得。

步骤509，移动终端12根据被叫移动用户的主观评价和呼叫模型参数产生信誉评价，其按照下公式产生信誉评价：

$\left\{\begin{array}{c}R\left(T\right)=\mathrm{\α}\frac{{\stackrel{\‾}{t}}_{\mathrm{icl}}}{{\stackrel{\‾}{T}}_{\mathrm{icl}}}+\mathrm{\β}\frac{f_{\mathrm{oc}}}{{\stackrel{\‾}{F}}_{\mathrm{oc}}}\\ R\left(\mathrm{UT}\right)=[1-R\left(T\right)]\mathrm{\γ}\\ R\left(\mathrm{Unknown}\right)=[1-R\left(T\right)](1-\mathrm{\γ})\end{array}\right.$

式中R(T)、R(UT)、R(Unknown)、

、T_icl、f_oc、F_oc、α和β与步骤508的信誉评价计算公式中的符号具有相同的含义；γ为该移动用户的直接评价，γ的取值在0～1之间。移动用户的直接评价包括三个等级：可信、不可信和不确定。移动用户选择不同的评价等级，γ取不同的值。

步骤510，该移动用户是否通过人机交互单元121输入认为主叫用户是垃圾语音用户的“不可信”的直接评价，如果是，执行步骤511，否则执行步骤512；

步骤511，移动终端12将该主叫用户标识符存入本地的垃圾语音用户标识库125，结束本流程；

步骤512，移动终端12向服务器11发送信誉评价消息，其中该消息包括该被叫移动用户的用户身份信息摘要、该主叫用户标识符和信誉评价，结束本流程。

图6是本发明中垃圾语音信誉评估的流程图，具体步骤包括：

步骤601，服务器11监控输入的各种事件，具体由服务器11的通信单元114完成；

步骤602，通信单元114判断服务器11是否收到来自移动终端12的信誉评价，其中包含信誉评价{R(T)，R(UT)，R(Unknown)}，如果是，执行步骤603，否则继续监控输入事件；

步骤603，服务器11的信誉评估单元112从收到的信誉评价消息中提取发送该信誉评价的被叫移动用户的身份信息摘要，并到信誉数据库中进行查询，验证该被叫移动用户是否通过注册；

步骤604，服务器11通过信誉数据库115对该被叫移动用户身份信息进行验证，如果验证该被叫移动用户身份信息合法，执行步骤606，否则执行步骤605；

步骤605，服务器11的信誉评估单元112丢弃该信誉评价，并结束本流程；

步骤606，服务器11的信誉评估单元112从收到的信誉评价消息中提取信誉评价，验证该评价的合法性，验证的方法即判断该信誉评价包含的可信度、不可信度和不确定度三者之和是否为1，也就是包含信誉评价{R(T)，R(UT)，R(Unknown)}三者之和为1；

步骤607，服务器11的信誉评估单元112判断如果该信誉评价合法，执行步骤608，否则执行步骤605；

步骤608，服务器11的信誉评估单元112根据该被叫移动用户的身份信息摘要，到信誉数据库115中查询其信誉值；

步骤609，服务器11的信誉评估单元112判断如果查询到该被叫移动用户的信誉，执行步骤610，否则执行步骤614；

步骤610，服务器11的信誉评估单元112利用查询到的信誉经由信誉评估单元112的信誉评价衰减模块对该被叫移动用户提供的信誉评价进行衰减，避免少数用户进行恶意评价；

其中服务器按照下式对该被叫移动用户提供的信誉评价进行衰减得到新的信誉评价

$\left\{\begin{array}{c}R\′\left(T\right)=R\left(T\right)\×\tilde{R}\left(T\right)\\ R\′\left(\mathrm{UT}\right)=R\left(\mathrm{UT}\right)\×\tilde{R}\left(T\right)\\ R\′\left(\mathrm{Unknown}\right)=1-R\′\left(T\right)-R\′\left(\mathrm{UT}\right)\end{array}\right.$

式中{R′(T)，R′(UT)，R′(Unknown)}表示新的信誉评价，代表信誉评价提供用户的历史信誉集合，该历史信誉集合保存在信誉数据库115中，如果信誉数据库中没有该被叫移动用户的历史信誉集合，则服务器采用缺省信誉集合对该被叫移动用户提供的信誉评价进行衰减，如该缺省信誉集合为：{0.3，0.3，0.4}，此处为举例说明但并不限定于此；

步骤611，服务器11的信誉评估单元112从收到的信誉评价消息中提取评价对象主叫用户的标识符，并到信誉数据库115中查询该主叫用户的历史信誉，该历史信誉也包括：可信度、不可信度和不确定度；

步骤612，服务器11中信誉评估单元112的信誉合并模块将信誉评价与历史信誉进行合并计算，达到重新评估该主叫用户的信誉的目的；

其中服务器11的信誉合并模块利用证据理论的D-S证据合并公式对将上述计算出新信誉评价同该主叫用户的历史信誉集合进行合并计算，并将合并计算出的信誉集合按照下式对该主叫用户的信誉值进行重新评估：

$\mathrm{Rep}=\frac{R\left(T\right)}{R\left(T\right)+R\left(\mathrm{Unknown}\right)}-\frac{R\left(\mathrm{UT}\right)}{R\left(\mathrm{UT}\right)+R\left(\mathrm{Unknown}\right)}$

式中Rep为该主叫用户的信誉值，位于-1～+1之间，{R(T)，R(UT)，R(Unknown)}为该主叫用户的历史信誉集合。Rep值越接近+1，代表主叫用户的信誉越高；反之，Rep越接近-1，则表示主叫用户的信誉越低；

步骤613，服务器11的信誉值量化模块根据合并后的新的信誉集合量化评价对象的信誉值，也就是该信誉值量化模块根据最新合并得到的信誉集合计算用于识别垃圾语音用户的信誉值，该信誉值介于-1～+1之间。

步骤614，服务器11将步骤613计算出的新的信誉存入信誉数据库，并结束本流程。

图7是本发明中垃圾语音用户标识符下载的流程图，具体步骤包括：

步骤701，移动终端12监控本地设备状态，只有本地移动终端设备处于空闲时才启动垃圾语音用户标识符的下载流程；

步骤702，移动终端12的移动终端状态监控单元129判断移动终端是否处于通话状态，如果不是，执行步骤703，否则继续监控设备状态；

步骤703，移动用户通过移动终端12的人机交互单元121输入信誉阀值，交由垃圾语音用户标识下载单元124向服务器11发送垃圾语音用户标识符下载请求，该请求包括信誉阀值，最近更新时间以及本移动用户的身份信息摘要；

步骤704，服务器11的通信单元114判断是否收到垃圾语音用户标识符下载请求，如果收到请求，执行步骤705，否则继续等待移动终端12发送的下载请求；

步骤705，服务器11从收到的垃圾语音用户标识符下载请求中提取该移动用户身份信息摘要，交由用户身份管理单元111到信誉数据库115中查询该用户的身份信息；

步骤706，服务器11的用户身份管理单元111验证该移动用户身份信息是否合法，如果通过验证，信誉查询单元113执行步骤708，否则执行步骤707；

步骤707，服务器11的信誉查询单元113丢弃该垃圾语音用户标识符下载请求，并结束本流程；

步骤708，服务器11的信誉查询单元113从收到的垃圾语音用户标识符下载请求中提取信誉阀值，并到信誉数据库115中查询信誉值低于该信誉阀值的垃圾语音用户标识符；

步骤709，服务器11通过通信单元114将查询到的垃圾语音用户标识符发送给该移动终端12；

步骤710，移动终端12等待服务器11返回的查询结果，如果收到查询结果，执行步骤711，否则执行步骤712；

步骤711，移动终端12将接收到的垃圾语音用户标识符存入本地的垃圾语音用户标识库125，并结束本流程；

步骤712，移动终端12重新发送垃圾语音用户标识符下载请求，并执行步骤704。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的方法及技术内容作出些许的更动或修饰为等同变化的等效实施例，但是凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (39)

1、一种基于移动通信网的垃圾语音过滤方法，其特征在于，该方法包括如下步骤：

设定移动终端的垃圾语音信誉阀值；

下载服务器中具有低于所述垃圾语音信誉值的垃圾语音用户标识符，并保存于移动终端的垃圾语音用户标识信息库；

获取呼叫请求的主叫用户标识符；

在所述垃圾语音用户标识信息库中查找所述主叫用户标识符，若查找到所述主叫用户标识符则移动终端拒绝该呼叫请求；

否则进一步判断是否需要实时向所述服务器查询所述主叫用户信誉值，若所述主叫用户信誉值低于设定的所述垃圾语音信誉阀值，则移动终端拒绝该呼叫请求。

2、如权利要求1所述方法，其特征在于所述方法还包括：当所述呼叫请求结束，根据所述呼叫请求的呼叫模型数据与呼叫模型参数，在所述移动终端产生一个信誉评价。

3、如权利要求2所述方法，其特征在于所述方法还包括：根据所述信誉评价以及主叫用户的历史信誉评价，在服务器端重新对所述主叫用户进行信誉值的评估。

4、如权利要求1所述方法，其特征在于所述方法还包括：移动用户根据设定的实时查询，通过服务器对所述主叫用户标识符的信誉值进行查询。

5、如权利要求4所述方法，其特征在于所述方法还包括：当向所述服务器实时查询所述主叫用户信誉值时，启动一定时器。

6、如权利要求4所述方法，其特征在于，所述白名单保存与所述移动用户进行过呼叫的用户标识符。

7、如权利要求1所述方法，其特征在于，在服务器端保存主叫用户的信誉值，且不标识该主叫用户是垃圾语音用户。

8、如权利要求1所述方法，其特征在于所述方法还包括：所述移动终端向服务器端请求身份信息注册。

9、如权利要求2所述方法，其特征在于，在所述移动终端产生所述信誉评价，进一步包括：

统计该移动用户的呼叫模型参数，包括平均入呼叫时长和出呼叫频率；

若信誉评价产生方式设定为自动方式，则按照下式产生信誉评价，

$\left\{\begin{array}{c}R\left(T\right)=\mathrm{\α}\frac{{\stackrel{\‾}{t}}_{\mathrm{icl}}}{{\stackrel{\‾}{T}}_{\mathrm{icl}}}+\mathrm{\β}\frac{f_{\mathrm{oc}}}{{\stackrel{\‾}{F}}_{\mathrm{oc}}}\\ R\left(\mathrm{UT}\right)=\frac{1-R\left(T\right)}{2}\\ R\left(\mathrm{Unknown}\right)=\frac{1-R\left(T\right)}{2}\end{array}\right.$

式中R(T)、R(UT)和R(Unknown)构成完整的信誉评价，其中：R(T)表示移动用户的可信度，R(UT)表示不可信度，R(Unknown)表示不确定；为该主叫用户呼叫该移动用户的平均呼叫时长，单位为秒；T_icl为该移动用户接受的所有入呼叫的平均呼叫时长，单位为秒；f_oc为该移动用户呼叫该主叫用户的呼叫频率，单位为次/天；F_oc为该移动用户呼叫任意用户的总的平均呼叫频率，单位为次/天；α和β为权重参数。

10、如权利要求2所述方法，其特征在于，在所述移动终端产生所述信誉评价，进一步包括：

根据移动终端用户直接提供的主观评价，按照下式产生信誉评价：

$\left\{\begin{array}{c}R\left(T\right)=\mathrm{\α}\frac{{\stackrel{\‾}{t}}_{\mathrm{icl}}}{{\stackrel{\‾}{T}}_{\mathrm{icl}}}+\mathrm{\β}\frac{f_{\mathrm{oc}}}{{\stackrel{\‾}{F}}_{\mathrm{oc}}}\\ R\left(\mathrm{UT}\right)=[1-R\left(T\right)]\mathrm{\γ}\\ R\left(\mathrm{Unknown}\right)=[1-R\left(T\right)](1-\mathrm{\γ})\end{array}\right.$

式中R(T)、R(UT)和R(Unknown)构成完整的信誉评价，其中：R(T)表示移动用户的可信度，R(UT)表示不可信度，R(Unknown)表示不确定；

为该主叫用户呼叫该移动用户的平均呼叫时长，单位为秒；T_icl为该移动用户接受的所有入呼叫的平均呼叫时长，单位为秒；f_oc为该移动用户呼叫该主叫用户的呼叫频率，单位为次/天；F_oc为该移动用户呼叫任意用户的总的平均呼叫频率，单位为次/天；α和β为权重参数；γ为该移动用户的直接评价，γ的取值在0～1之间。

11、如权利要求9或10所述的方法，其特征在于，进一步包括所述移动终端依据该移动终端用户与任意用户之间的总呼叫模型参数，也包括平均入呼叫时长和出呼叫频率，来完成对主叫用户的信誉的评价。

12、如权利要求9或10所述的方法，其特征在于，权重参数α和β可以由移动终端用户自由定义，使R(T)取值在0～1之间。

13、如权利要求10所述的方法，其特征在于，移动终端用户根据R(T)、R(UT)和R(Unknown)三个等级来自定义γ的取值。

14、如权利要求9或10所述的方法，其特征在于，移动终端提供的信誉评价采用如下格式：

{R(T)，R(UT)，R(Unknown)}

式中，R(T)代表可信度，R(T)越大表示主叫用户越不可能是垃圾语音用户，R(UT)代表不可信度，R(UT)越大表示主叫用户越可能是垃圾语音用户，R(Unknown)代表不确定度，R(Unknown)越大表示移动用户对主叫用户的类型越不能确定。R(T)、R(UT)和R(Unknown)的取值均位于0～1之间，且三者之和为1。

15、如权利要求3所述的方法，其特征在于，在服务器端重新对所述主叫用户进行信誉值的评估进一步包括：

接收被叫移动用户提供的信誉评价，开始对主叫用户进行信誉评估；

若服务器的信誉数据库中保存了该被叫用户的信誉集合，则服务器按照下式对该被叫用户提供的信誉评价进行衰减得到新的信誉评价：

$\left\{\begin{array}{c}R\′\left(T\right)=R\left(T\right)\×\tilde{R}\left(T\right)\\ R\′\left(\mathrm{UT}\right)=R\left(\mathrm{UT}\right)\×\tilde{R}\left(T\right)\\ R\′\left(\mathrm{Unknown}\right)=1-R\′\left(T\right)-R\′\left(\mathrm{UT}\right)\end{array}\right.$

式中{R′(T)，R′(UT)，R′(Unknown)}表示新的信誉评价集合，

代表提供信誉评价的被叫用户的历史信誉集合，其保存于服务器的信誉数据库。

16、如权利要求15所述的方法，其特征在于，进一步利用证据理论的D-S证据合并公式对所述新的信誉评价同该主叫用户的历史信誉集合进行合并，获得新的信誉评价集合。

17、如权利要求16所述的方法，其特征在于，进一步包括将所述新的信誉评价集合按照下式对该主叫用户的信誉值进行重新评估；

$\mathrm{Rep}=\frac{R\left(T\right)}{R\left(T\right)+R\left(\mathrm{Unknown}\right)}-\frac{R\left(\mathrm{UT}\right)}{R\left(\mathrm{UT}\right)+R\left(\mathrm{Unknown}\right)}$

式中Rep为该主叫用户的信誉值，{R(T)，R(UT)，R(Unknown)}为该主叫用户的历史信誉集合。

18、如权利要求17所述的方法，其特征在于，主叫用户的信誉值Rep位于-1～+1之间。

19、如权利要求18所述的方法，其特征在于，进一步包括若被叫用户没有历史信誉集合，服务器用缺省信誉集合对收到的信誉评价进行衰减。

20、如权利要求19所述的方法，其特征在于，该主叫用户的历史信誉集合是由所有历史信誉评价合并后的结果，当收到新的信誉评价，将进行重新评估并更新历史信誉集合。

21、一种基于移动通信网的信誉评价方法，其特征在于，该方法包括如下步骤：

统计该移动用户的呼叫模型参数，包括平均入呼叫时长和出呼叫频率；

若信誉评价产生方式设定为自动方式，则按照下式产生信誉评价：

$\left\{\begin{array}{c}R\left(T\right)=\mathrm{\α}\frac{{\stackrel{\‾}{t}}_{\mathrm{icl}}}{{\stackrel{\‾}{T}}_{\mathrm{icl}}}+\mathrm{\β}\frac{f_{\mathrm{oc}}}{{\stackrel{\‾}{F}}_{\mathrm{oc}}}\\ R\left(\mathrm{UT}\right)=\frac{1-R\left(T\right)}{2}\\ R\left(\mathrm{Unknown}\right)=\frac{1-R\left(T\right)}{2}\end{array}\right.$

式中R(T)、R(UT)和R(Unknown)构成完整的信誉评价，R(T)表示移动用户的可信度，R(UT)表示不可信度，R(Unknown)表示不确定；

为该主叫用户呼叫该移动用户的平均呼叫时长，单位为秒；T_icl为该移动用户接受的所有入呼叫的平均呼叫时长，单位为秒；f_oc为该移动用户呼叫该主叫用户的呼叫频率，单位为次/天；F_oc为该移动用户呼叫任意用户的总的平均呼叫频率，单位为次/天；α和β为权重参数。

22、如权利要求21所述的方法，其特征在于，该方法还包括如下步骤：移动终端根据用户的评价和呼叫模型参数，按照下式产生信誉评价：

$\left\{\begin{array}{c}R\left(T\right)=\mathrm{\α}\frac{{\stackrel{\‾}{t}}_{\mathrm{icl}}}{{\stackrel{\‾}{T}}_{\mathrm{icl}}}+\mathrm{\β}\frac{f_{\mathrm{oc}}}{{\stackrel{\‾}{F}}_{\mathrm{oc}}}\\ R\left(\mathrm{UT}\right)=[1-R\left(T\right)]\mathrm{\γ}\\ R\left(\mathrm{Unknown}\right)=[1-R\left(T\right)](1-\mathrm{\γ})\end{array}\right.$

式中R(T)、R(UT)和R(Unknown)构成完整的信誉评价，R(T)表示移动用户的可信度，R(UT)表示不可信度，R(Unknown)表示不确定；

为该主叫用户呼叫该移动用户的平均呼叫时长，单位为秒；T_icl为该移动用户接受的所有入呼叫的平均呼叫时长，单位为秒；f_oc为该移动用户呼叫该主叫用户的呼叫频率，单位为次/天；F_oc为该移动用户呼叫任意用户的总的平均呼叫频率，单位为次/天；α和β为权重参数，γ为该移动用户的直接评价，γ的取值在0～1之间。

23、如权利要求21或22所述的方法，其特征在于，根据该移动用户与任意用户之间的总呼叫模型参数，包括平均入呼叫时长和出呼叫频率以使移动终端用户完成对主叫用户的信誉评价。

24、如权利要求21或22所述的方法，其特征在于，权重参数α和β可以由移动用户自由定义，使R(T)取值在0～1之间。

25、如权利要求22所述的方法，其特征在于，移动终端用户根据R(T)、R(UT)和R(Unknown)三个评价等级可以自定义γ的取值。

26、如权利要求21或22所述的方法，其特征在于，移动终端提供的信誉评价采用如下格式：

{R(T)，R(UT)，R(Unknown)}

式中，R(T)代表可信度，R(T)越大表示主叫用户越不可能是垃圾语音用户，R(UT)代表不可信度，R(UT)越大表示主叫用户越可能是垃圾语音用户，R(Unknown)代表不确定度，R(Unknown)越大表示移动用户对主叫用户的类型越不能确定。R(T)、R(UT)和R(Unknown)的取值均位于0～1之间，且三者之和为1。

27、一种基于移动通信网的信誉评估方法，其特征在于，该方法包括如下步骤：

接收移动终端的信誉评价，开始对主叫用户进行信誉评估；

若服务器的信誉数据库中保存了该被叫用户的信誉集合，则服务器按照下式对该移动终端用户提供的信誉评价进行衰减得到新的信誉评价：

$\left\{\begin{array}{c}R\′\left(T\right)=R\left(T\right)\×\tilde{R}\left(T\right)\\ R\′\left(\mathrm{UT}\right)=R\left(\mathrm{UT}\right)\×\tilde{R}\left(T\right)\\ R\′\left(\mathrm{Unknown}\right)=1-R\′\left(T\right)-R\′\left(\mathrm{UT}\right)\end{array}\right.$

式中{R′(T)，R′(UT)，R′(Unknown)}表示新的信誉评价集合， $\{\tilde{R}\left(T\right),\tilde{R}\left(\mathrm{UT}\right),\tilde{R}\left(\mathrm{Unknown}\right)\}$

代表信誉评价提供用户的历史信誉集合。

28、如权利要求27所述的方法，其特征在于，进一步利用证据理论的D-S证据合并公式对所述新信誉评价同该主叫用户的历史信誉集合进行合并。

29、如权利要求28所述的方法，其特征在于，进一步包括将所述新的信誉评价集合按照下式对该主叫用户的信誉值进行重新评估：

$\mathrm{Rep}=\frac{R\left(T\right)}{R\left(T\right)+R\left(\mathrm{Unknown}\right)}-\frac{R\left(\mathrm{UT}\right)}{R\left(\mathrm{UT}\right)+R\left(\mathrm{Unknown}\right)}$

式中Rep为该主叫用户的信誉值，{R(T)，R(UT)，R(Unknown)}为该主叫用户的历史信誉集合。

30、如权利要求29所述的方法，其特征在于，所述主叫用户的信誉值Rep位于-1～+1之间。

31、如权利要求30所述的方法，其特征在于，进一步包括信誉评价提供用户没有历史信誉集合，服务器用缺省信誉集合对收到的信誉评价进行衰减，缺省信誉集合由服务器设定。

32、如权利要求30所述的方法，其特征在于，该目标用户的历史信誉集合是由所有历史信誉评价合并后的结果，当收到新的信誉评价，将进行重新评估并更新历史信誉集合。

33、一种基于移动通信网的信誉共享方法，其特征在于，从服务器下载低于信誉阀值的垃圾语音用户标识符到移动终端，达到信誉共享。

34、如权利要求33所述的方法，其特征在于，所述移动终端根据对垃圾语音过滤的不同要求来设定不同的信誉阀值，进而从服务器下载到不同数量的垃圾语音用户标识符。

35、一种基于移动通信网的垃圾语音过滤***，该***包括：移动终端和服务器，其特征在于，所述移动终端包括：

一人机交互单元，用于设定移动终端的垃圾语音信誉值；

一垃圾语音用户标识信息库，用于保存垃圾语音用户标识符；

一白名单，用于保存移动用户曾经呼叫过的值得信任的用户标识符；

一移动状态监控单元，用于监控入呼叫和出呼叫参数；

一垃圾语音过滤单元，根据所述垃圾语音用户标识信息库中的垃圾语音用户标识符对呼叫请求中的主叫用户标识符进行过滤；

一垃圾语音用户标识下载单元，用于从服务器端下载最新的垃圾语音用户标识符信息；

一呼叫参数统计单元，根据所述移动状态监控单元监控呼叫参数来统计移动终端所有呼入与呼出的呼叫的平均时长和呼叫频率；

一垃圾语音信誉评价单元，根据所述呼叫参数统计单元统计的所述参数用于对入呼叫的主叫用户产生信誉评价；

一用户身份单元，用于完成所述移动终端用户在服务器端的身份认证；以及

一协议通信单元，用于提供移动终端与服务器之间的协议通信功能。

所述服务器端包括：

一信誉数据库，用于存储移动终端用户身份信息与信誉数据；

一信誉评估单元，根据所述被叫移动终端发出的新的信誉评价和历史信誉集合对主叫用户进行信誉评估；

一信誉查询单元，用于所述查询信誉数据库，完成移动终端提出的信誉查询要求；以及

一通信单元，用于服务器与移动终端之间的协议通信。

36、如权利要求35所述的***，其特征在于，所述信誉评估单元进一步包括：

一信誉评价衰减模块，用于对服务器接收到的所述信誉评价进行合理衰减；

一信誉评价合并模块，用于将服务器接收到的所述信誉评价和历史信誉集合的合并计算，得到最新的信誉集合；

一信誉量化模块，根据所述信誉集合计算用于识别垃圾语音用户的信誉值。

37、如权利要求35所述的***，其特征在于，所述信誉查询单元进一步包括：

一实时查询模块，用于响应移动终端提出的实时信誉查询请求，该请求仅查询指定的单个用户的信誉；

一非实时下载模块，用于完成移动终端提出的垃圾语音用户标识符下载请求。

38、如权利要求35所述的***，其特征在于，所述垃圾语音用户标识信息库进一步包括：

一信息存储管理模块，用于保存和管理用户垃圾语音用户标识符数据，还用于对垃圾语音用户标识符的索引；

一信息访问模块，用于向垃圾语音过滤单元和垃圾语音信誉评价单元提供访问信息存储管理单元的接口，该接口包括查询、***和删除。

39、如权利要求35所述的***，其特征在于，所述协议通信单元进一步包括：

一通信协议模块，用于对接收的数据进行解码，以及对发送的数据进行编码；

一消息通信模块，用于移动终端与服务器之间发送和接收数据。

Images