CN111641756B - 诈骗识别方法、装置及计算机可读存储介质 - Google Patents
诈骗识别方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111641756B CN111641756B CN202010405108.4A CN202010405108A CN111641756B CN 111641756 B CN111641756 B CN 111641756B CN 202010405108 A CN202010405108 A CN 202010405108A CN 111641756 B CN111641756 B CN 111641756B
- Authority
- CN
- China
- Prior art keywords
- fraud
- terminal
- identification
- voice information
- terminal identification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/2281—Call monitoring, e.g. for law enforcement purposes; Call tracing; Detection or prevention of malicious calls
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/12—Detection or prevention of fraud
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Technology Law (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种诈骗识别方法,该方法包括:获取与监测终端标识相关联的所有话单数据;对所有所述话单数据进行聚类分析,得到嫌疑终端标识;采集所述嫌疑终端标识对应的用户语音信息;对所述用户语音信息进行识别分析得到诈骗终端标识。本发明还公开了一种诈骗识别装置和一种计算机可读存储介质。本发明能够实现快速识别诈骗号码的功能,实现准确识别诈骗嫌疑人。
Description
技术领域
本发明涉及诈骗检测技术领域,尤其涉及诈骗识别方法、装置及计算机可读存储介质。
背景技术
通信行业的不断发展,给人带来更多便利的同时,随之而来的是电信网络诈骗活动的猖獗,电话诈骗的手段越来越多,让人们防不胜防。
目前针对诈骗电话的识别主要来自用户的举报,以及建立黑白名单机制,根据诈骗电话的号码与电话库预存的号码的相似度来进行诈骗电话识别与拦截。但是诈骗电话的生存周期往往很短,而拦截机制信息更新滞后,保护性不强,这些方法并不可以准确地识别诈骗号码,容易出现错误拦截的现象,容易导致拦截手段的失效。
发明内容
本发明的主要目的在于提出一种诈骗识别方法、装置及计算机可读存储介质,旨在实现如何快速识别诈骗号码。
为实现上述目的,本发明提供一种诈骗识别方法,所述方法包括如下步骤:
获取与监测终端标识相关联的所有话单数据;
对所有所述话单数据进行聚类分析,得到嫌疑终端标识;
采集所述嫌疑终端标识对应的用户语音信息;
对所述用户语音信息进行识别分析得到诈骗终端标识。
可选地,所述对所述用户语音信息进行识别分析得到诈骗终端标识的步骤包括:
对所述用户语音信息进行识别分析,确定终端使用者;
检测所述终端使用者是否为至少两人;
若所述终端使用者为至少两人,则将所述用户语音信息对应的所述嫌疑终端标识标记为诈骗终端标识。
可选地,所述检测所述终端使用者是否为至少两人的步骤之后,包括:
若所述终端使用者为一人,则将所述用户语音信息发送至服务器;
接收所述服务器根据所述用户语音信息返回的存储终端标识;
检测所述存储终端标识与所述嫌疑终端标识是否相同;
若所述存储终端标识与所述嫌疑终端标识相同,则将所述用户语音信息对应的所述嫌疑终端标识标记为诈骗终端标识。
可选地,所述检测所述嫌疑终端标识与所述终端标识是否相同的步骤之后,包括:
若所述存储终端标识与所述嫌疑终端标识不相同,则将所述用户语音信息对应的所述嫌疑终端标识从所述监测终端标识中移除。
可选地,所述对所有所述话单数据进行聚类分析,得到嫌疑终端标识的步骤,包括:
根据所有话单数据得到监测终端标识以及与监测终端标识对应的通话特征信息;
根据所述通话特征信息对所述监测终端标识进行聚类分析,得到嫌疑终端标识。
可选地,所述对所述用户语音信息进行识别分析得到诈骗终端标识的步骤之后,包括:
当接收到移动终端发送的来电判断信息时,获取所述来电判断信息中的来电终端标识;
检测所述诈骗终端标识是否与所述来电终端标识相同;
若所述诈骗终端标识与所述来电终端标识相同,则将拦截来电信息发送至所述移动终端,以便于所述移动终端在接收到所述拦截来电信息之后对来电进行拦截。
可选地,所述采集所述嫌疑终端标识对应的用户语音信息的步骤,包括:
向所述嫌疑终端标识对应的嫌疑终端发送语音获取指令;
接收所述嫌疑终端根据所述语音获取指令返回的用户语音信息。
可选地,所述将所述用户语音信息发送至所述服务器的步骤,包括:
将终端使用者的多个所述用户语音信息的声纹信息进行整合,得到整合语音信息;
将整合语音信息发送至服务器。
此外,为实现上述目的,本发明还提供一种诈骗识别装置,所述诈骗识别装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的诈骗识别程序,所述诈骗识别程序被所述处理器执行时实现如上所述的诈骗识别方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有诈骗识别程序,所述诈骗识别程序被处理器执行时实现如上所述的诈骗识别方法的步骤。
本发明提供了一种诈骗识别方法、装置及计算机可读存储介质,获取与监测终端标识相关联的所有话单数据;对所有所述话单数据进行聚类分析,得到嫌疑终端标识;采集所述嫌疑终端标识对应的用户语音信息;对所述用户语音信息进行识别分析得到诈骗终端标识。通过上述方式,本发明能够实现快速识别诈骗号码的功能,能够实现准确识别诈骗嫌疑人。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图;
图2为本发明诈骗识别方法第一实施例的流程示意图;
图3为本发明诈骗识别方法第二实施例的流程示意图;
图4为本发明诈骗识别方法第三实施例的流程示意图;
图5为本发明诈骗识别方法第四实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:获取与监测终端标识相关联的所有话单数据;对所有所述话单数据进行聚类分析,得到嫌疑终端标识;采集所述嫌疑终端标识对应的用户语音信息;对所述用户语音信息进行识别分析得到诈骗终端标识。
现有的针对诈骗电话的识别主要来自用户的举报,以及建立黑白名单机制,根据诈骗电话的号码与电话库预存的号码的相似度来进行诈骗电话识别与拦截。但是诈骗电话的生存周期往往很短,而拦截机制信息更新滞后,保护性不强,这些方法并不可以准确地识别诈骗号码,容易出现错误拦截的现象,容易导致拦截手段的失效。
本发明实现如何快速识别诈骗号码。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端可以是PC,也可以是智能手机、平板电脑等具有显示功能的可移动式终端设备。
如图1所示,该终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
优选地,终端还可以包括摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。其中,传感器比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示屏的亮度,接近传感器可在移动终端移动到耳边时,关闭显示屏和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;当然,移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及诈骗识别程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的诈骗识别程序,并执行以下操作:
获取与监测终端标识相关联的所有话单数据;
对所有所述话单数据进行聚类分析,得到嫌疑终端标识;
采集所述嫌疑终端标识对应的用户语音信息;
对所述用户语音信息进行识别分析得到诈骗终端标识。进一步地,处理器1001可以调用存储器1005中存储的诈骗识别程序,还执行以下操作:
对所述用户语音信息进行识别分析,确定终端使用者;
检测所述终端使用者是否为至少两人;
若所述终端使用者为至少两人,则将所述用户语音信息对应的所述嫌疑终端标识标记为诈骗终端标识。
进一步地,处理器1001可以调用存储器1005中存储的诈骗识别程序,还执行以下操作:
若所述终端使用者为一人,则将所述用户语音信息发送至服务器;
接收所述服务器根据所述用户语音信息返回的存储终端标识;
检测所述存储终端标识与所述嫌疑终端标识是否相同;
若所述存储终端标识与所述嫌疑终端标识相同,则将所述用户语音信息对应的所述嫌疑终端标识标记为诈骗终端标识。
进一步地,处理器1001可以调用存储器1005中存储的诈骗识别程序,还执行以下操作:
若所述存储终端标识与所述嫌疑终端标识不相同,则将所述用户语音信息对应的所述嫌疑终端标识从所述监测终端标识中移除。
进一步地,处理器1001可以调用存储器1005中存储的诈骗识别程序,还执行以下操作:
根据所有话单数据得到监测终端标识以及与监测终端标识对应的通话特征信息;
根据所述通话特征信息对所述监测终端标识进行聚类分析,得到嫌疑终端标识。
进一步地,处理器1001可以调用存储器1005中存储的诈骗识别程序,还执行以下操作:
当接收到移动终端发送的来电判断信息时,获取所述来电判断信息中的来电终端标识;
检测所述诈骗终端标识是否与所述来电终端标识相同;
若所述诈骗终端标识与所述来电终端标识相同,则将拦截来电信息发送至所述移动终端,以便于所述移动终端在接收到所述拦截来电信息之后对来电进行拦截。
进一步地,处理器1001可以调用存储器1005中存储的诈骗识别程序,还执行以下操作:
向所述嫌疑终端标识对应的嫌疑终端发送语音获取指令;
接收所述嫌疑终端根据所述语音获取指令返回的用户语音信息。
进一步地,处理器1001可以调用存储器1005中存储的诈骗识别程序,还执行以下操作:
将终端使用者的多个所述用户语音信息的声纹信息进行整合,得到整合语音信息;
将整合语音信息发送至服务器。
基于上述硬件结构,提出本发明诈骗识别方法实施例。
本发明诈骗识别方法。
参照图2,图2为本发明诈骗识别方法第一实施例的流程示意图。
本发明实施例中,该诈骗识别方法应用于诈骗识别装置,所述诈骗识别方法包括:
步骤S10,获取与监测终端标识相关联的所有话单数据;
在本实施例中,诈骗识别装置通过电信网络获取与监测终端标识相关联的所有话单数据。其中,检测终端标识可以是诈骗识别装置将正常终端标识排除之后的名单,其中终端标识为终端的电话号码;话单数据为电话号码的通话记录,话单数据包括:呼叫号码,被叫号码,通话时长等。
步骤S20,对所有所述话单数据进行聚类分析,得到嫌疑终端标识;
在本实施例中,诈骗识别装置在获取到话单数据之后,诈骗识别装置对所有话单数据进行聚类分析,诈骗识别装置得到嫌疑终端标识。其中,聚类分析可以是通过聚类算法进行分析的计算方法。其中,嫌疑终端标识是在监测终端标识中通过聚类分析算法筛选出的终端标识。由于原始的话单数据中,每通通话的有效信息较少,因此需要结合先验的业务知识,从原始数据中抽取统计特征进行聚类。如号码A一天打了一百通电话,单独看每一通通话都较为正常。但是根据先验业务知识确定出号码的呼叫次数、被叫次数、平均通话时长等特征后,计算号码A的这些特征就可以发现异常。因此可以将先验业务规则,与聚类结果融合,以获得更高的聚类准确度。
步骤S30,采集所述嫌疑终端标识对应的用户语音信息;
在本实施例中,诈骗识别装置在得到嫌疑终端标识之后,诈骗识别装置采集嫌疑终端标识对应的用户语音信息。其中,用户语音信息为嫌疑终端标识对应的使用者通话的语音信息。
步骤S30采集所述嫌疑终端标识对应的用户语音信息,可以包括:
步骤a1,向所述嫌疑终端标识对应的嫌疑终端发送语音获取指令;
步骤a2,接收所述嫌疑终端根据所述语音获取指令返回的用户语音信息;其中,用户语音信息为在预设时长内所述终端使用者的语音信息。
在本实施例中,诈骗识别装置在得到嫌疑终端标识之后,诈骗识别装置向嫌疑终端标识对应的嫌疑终端发送语音获取指令;嫌疑终端接收到语音获取指令之后,嫌疑终端获取用户语音信息,嫌疑终端将用户语音信息发送至诈骗识别装置;诈骗识别装置接收嫌疑终端根据语音获取指令返回的用户语音信息;其中,用户语音信息为在预设时长内终端使用者的语音信息。
作为一种实施方式,在本实施例中,诈骗识别装置在得到嫌疑终端标识之后,诈骗识别装置向通话监控装置发送语音获取指令;通话监控装置接收到语音获取指令之后,通话监控装置获取用户语音信息,通话监控装置将用户语音信息发送至诈骗识别装置;诈骗识别装置接收通话监控装置根据语音获取指令返回的用户语音信息;其中,通话监控装置为监控通话的电信***。
步骤S40,对所述用户语音信息进行识别分析得到诈骗终端标识。
在本实施例中,诈骗识别装置在采集到用户语音信息之后,诈骗识别装置对用户语音信息进行识别分析得到诈骗终端标识。其中,诈骗终端标识为通过识别分析在嫌疑终端标识中筛选出的终端标识,诈骗终端标识为最终确定的诈骗电话,为诈骗分子使用的电话号码。
步骤S40对所述用户语音信息进行识别分析得到诈骗终端标识之后,可以包括:
步骤b1,当接收到移动终端发送的来电判断信息时,获取所述来电判断信息中的来电终端标识;
步骤b2,检测所述诈骗终端标识是否与所述来电终端标识相同;
步骤b3,若所述诈骗终端标识与所述来电终端标识相同,则将拦截来电信息发送至所述移动终端,以便于所述移动终端在接收到所述拦截来电信息之后对来电进行拦截。
在本实施例中,诈骗识别装置在得到诈骗终端标识之后,当诈骗识别装置接收到移动发送的来电判断信息时,获取来电判断信息中的来电终端标识,检测诈骗终端标识是否与来电终端标识相同;当诈骗识别装置检测到诈骗终端标识与来电终端标识相同,诈骗识别装置将拦截来电信息发送至移动终端,移动终端在接收到所述拦截来电信息之后对来电进行拦截。其中,拦截来电信息为拦截来电的指令。
本实施例通过上述方案,获取与监测终端标识相关联的所有话单数据;对所有所述话单数据进行聚类分析,得到嫌疑终端标识;采集所述嫌疑终端标识对应的用户语音信息;对所述用户语音信息进行识别分析得到诈骗终端标识。由此,实现了快速识别诈骗号码的功能。
进一步地,参照图3,图3为本发明方法诈骗识别第二实施例的流程示意图。基于上述图2所示的实施例,步骤S40对所述用户语音信息进行识别分析得到诈骗终端标识,可以包括:
步骤S41,对所述用户语音信息进行识别分析,确定终端使用者;
在本实施例中,诈骗识别装置在采集到用户语音信息之后,诈骗识别装置对用户语音信息进行识别分析,诈骗识别装置确定终端使用者。其中终端使用者为使用终端标识的人。终端使用者可以是一个人,也可以是多个人。
步骤S42,检测所述终端使用者是否为至少两人;
在本实施例中,诈骗识别装置在确定终端使用者之后,诈骗识别装置检测终端使用者是否为至少两人,即诈骗识别装置检测使用终端标识的人是否为至少两个人。
步骤S43,若所述终端使用者为至少两人,则将所述用户语音信息对应的所述嫌疑终端标识标记为诈骗终端标识。
在本实施例中,当诈骗识别装置检测终端使用者为至少两人时,诈骗识别装置将用户语音信息对应的嫌疑终端标识标记为诈骗终端标识。
步骤S43将所述用户语音信息对应的所述嫌疑终端标识标记为诈骗终端标识之后,可以包括:
步骤c1,将所述用户语音信息和所述终端使用者进行绑定,生成诈骗分子信息;
步骤c2,将诈骗分子信息保存至本地。
在本实施例中,诈骗识别装置将用户语音信息对应的嫌疑终端标识标记为诈骗终端标识之后,诈骗识别装置用户语音信息和终端使用者进行绑定,生成诈骗分子信息;并将诈骗分子信息保存至本地,也可以将诈骗分子信息发送至服务器。
本实施例通过上述方案,获取与监测终端标识相关联的所有话单数据;对所有所述话单数据进行聚类分析,得到嫌疑终端标识;采集所述嫌疑终端标识对应的用户语音信息;对所述用户语音信息进行识别分析,确定终端使用者;检测所述终端使用者是否为至少两人;若所述终端使用者为至少两人,则将所述用户语音信息对应的所述嫌疑终端标识标记为诈骗终端标识。由此,实现了快速识别诈骗号码的功能,实现了准确识别诈骗嫌疑人。
进一步地,参照图4,图4为本发明方法诈骗识别第三实施例的流程示意图。基于上述图2所示的实施例,步骤S42检测所述终端使用者是否为至少两人之后,可以包括:
步骤S44,若所述终端使用者为一人,则将所述用户语音信息发送至服务器;
在本实施例中,当诈骗识别装置检测终端使用者为一人时,诈骗识别装置将用户语音信息发送至服务器中,服务器在接收到用户语音信息之后,服务器对用户语音信息进行识别分析,服务器检测服务器存储单元中的语音信息是否与用户语音信息的使用者为同一个人,若服务器检测服务器存储单元中的语音信息与用户语音信息的使用者为同一个人,服务器则将保存在服务存储单元的语音信息对应的存储终端标识发送诈骗识别装置。
作为一种实施方式,在本实施例中,当诈骗识别装置检测终端使用者为一人时,诈骗识别装置检测诈骗识别装置的数据库中的语音信息是否与用户语音信息的使用者为同一个人,若诈骗识别装置检测诈骗识别装置的数据库中的语音信息与用户语音信息的使用者为同一个人,则获取诈骗识别装置的数据库中的语音信息对应的存储终端标识。
步骤S44将所述用户语音信息发送至所述服务器的步骤,包括:
步骤d1,将终端使用者的多个所述用户语音信息的声纹信息进行整合,得到整合语音信息;
步骤d2,将整合语音信息发送至服务器。
在本实施例中,当诈骗识别装置检测终端使用者为一人时,诈骗识别装置将用户语音信息的声纹信息进行整合,得到整合语音信息;诈骗识别装置将整合语音信息发送至服务器,服务器将整合语音信息保存至存储单元;服务器对用户语音信息进行识别分析,服务器检测服务器存储单元中的语音信息是否与用户语音信息的使用者为同一个人,若服务器检测服务器存储单元中的语音信息与用户语音信息的使用者为同一个人,服务器则将保存在服务存储单元的语音信息对应的存储终端标识发送诈骗识别装置。
步骤S45,接收所述服务器根据所述用户语音信息返回的检测终端标识;
在本实施例中,服务器则将保存在服务存储单元的语音信息对应的嫌疑终端标识发送诈骗识别装置之后,诈骗识别装置接收服务器根据用户语音信息返回的存储终端标识。
步骤S46,检测所述存储终端标识与所述嫌疑终端标识是否相同;
在本实施例中,诈骗识别装置接收服务器根据用户语音信息返回的存储终端标识之后,诈骗识别装置检测存储终端标识与嫌疑终端标识是否相同。
步骤S46检测所述存储终端标识与所述嫌疑终端标识是否相同之后,可以包括:
步骤e,若所述存储终端标识与所述嫌疑终端标识不相同,则将所述用户语音信息对应的所述嫌疑终端标识从所述监测终端标识中移除。
在本实施例中,诈骗识别装置检测到嫌疑终端标识与所述嫌疑终端标识不相同,诈骗识别装置则将所述用户语音信息对应的所述嫌疑终端标识从所述监测终端标识中移除。
步骤S47,若所述存储终端标识与所述终端标识相同,则将所述用户语音信息对应的所述嫌疑终端标识标记为诈骗终端标识。
在本实施例中,诈骗识别装置检测到存储终端标识与所述终端标识相同,诈骗识别装置则将所述用户语音信息对应的嫌疑终端标识标记为诈骗终端标识。
本实施例通过上述方案,获取与监测终端标识相关联的所有话单数据;对所有所述话单数据进行聚类分析,得到嫌疑终端标识;采集所述嫌疑终端标识对应的用户语音信息;对所述用户语音信息进行识别分析,确定终端使用者;检测所述终端使用者是否为至少两人;若所述终端使用者为一人,则将所述用户语音信息发送至服务器;接收所述服务器根据所述用户语音信息返回的存储终端标识;检测所述存储终端标识与所述嫌疑终端标识是否相同;若所述存储终端标识与所述嫌疑终端标识相同,则将所述用户语音信息对应的所述嫌疑终端标识标记为诈骗终端标识。由此,实现了快速识别诈骗号码的功能。
进一步地,参照图5,图5为本发明方法诈骗识别第四实施例的流程示意图。基于上述图2所示的实施例,步骤S20对所有所述话单数据进行聚类分析,得到嫌疑终端标识,可以包括:
步骤S21,根据所有话单数据得到监测终端标识以及与监测终端标识对应的通话特征信息;
在本实施例中,诈骗识别装置在获取到话单数据之后,诈骗识别装置根据所有话单数据得到监测终端标识以及与监测终端标识对应的通话特征信息;其中,通话特征信息为呼叫次数、被叫次数、平均通话时长和监测终端标识对应的号码归属地等信息。
步骤S22,根据所述通话特征信息对所述监测终端标识进行聚类分析,得到嫌疑终端标识。
在本实施例中,诈骗识别装置在得到通话特征信息之后,诈骗识别装置根据通话特征信息对监测终端标识进行聚类分析,诈骗识别装置得到嫌疑人终端标识。
本实施例通过上述方案,获取与监测终端标识相关联的所有话单数据;根据所有话单数据得到监测终端标识以及与监测终端标识对应的通话特征信息;根据所述通话特征信息对所述监测终端标识进行聚类分析,得到嫌疑终端标识;采集所述嫌疑终端标识对应的用户语音信息;对所述用户语音信息进行识别分析得到诈骗终端标识。由此,实现了快速识别诈骗号码的功能。
本发明还提供一种诈骗识别装置。
本发明诈骗识别装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的诈骗识别程序,所述诈骗识别程序被所述处理器执行时实现如上所述的诈骗识别方法的步骤。
其中,在所述处理器上运行的诈骗识别程序被执行时所实现的方法可参照本发明诈骗识别方法各个实施例,此处不再赘述。
本发明还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有诈骗识别程序,所述诈骗识别程序被处理器执行时实现如上所述的诈骗识别方法的步骤。
其中,在所述处理器上运行的诈骗识别程序被执行时所实现的方法可参照本发明诈骗识别方法各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种诈骗识别方法,其特征在于,所述诈骗识别方法包括如下步骤:
获取与监测终端标识相关联的所有话单数据;
对所有所述话单数据进行聚类分析,得到嫌疑终端标识;
采集所述嫌疑终端标识对应的用户语音信息;
对所述用户语音信息进行识别分析得到诈骗终端标识;
其中,所述对所述用户语音信息进行识别分析得到诈骗终端标识的步骤包括:
对所述用户语音信息进行识别分析,确定终端使用者;
检测所述终端使用者是否为至少两人;
若所述终端使用者为至少两人,则将所述用户语音信息对应的所述嫌疑终端标识标记为诈骗终端标识;
其中,所述检测所述终端使用者是否为至少两人的步骤之后,包括:
若所述终端使用者为一人,则将所述用户语音信息发送至服务器;
接收所述服务器根据所述用户语音信息返回的存储终端标识;
检测所述存储终端标识与所述嫌疑终端标识是否相同;
若所述存储终端标识与所述嫌疑终端标识不相同,则将所述用户语音信息对应的所述嫌疑终端标识从所述监测终端标识中移除。
2.如权利要求1所述的诈骗识别方法,其特征在于,所述检测所述存储终端标识与所述嫌疑终端标识是否相同的步骤之后,包括:
若所述存储终端标识与所述嫌疑终端标识相同,则将所述用户语音信息对应的所述嫌疑终端标识标记为诈骗终端标识。
3.如权利要求1或2所述的诈骗识别方法,其特征在于,所述对所有所述话单数据进行聚类分析,得到嫌疑终端标识的步骤,包括:
根据所有话单数据得到监测终端标识以及与监测终端标识对应的通话特征信息;
根据所述通话特征信息对所述监测终端标识进行聚类分析,得到嫌疑终端标识。
4.如权利要求1或2所述的诈骗识别方法,其特征在于,所述对所述用户语音信息进行识别分析得到诈骗终端标识的步骤之后,包括:
当接收到移动终端发送的来电判断信息时,获取所述来电判断信息中的来电终端标识;
检测所述诈骗终端标识是否与所述来电终端标识相同;
若所述诈骗终端标识与所述来电终端标识相同,则将拦截来电信息发送至所述移动终端,以便于所述移动终端在接收到所述拦截来电信息之后对来电进行拦截。
5.如权利要求1或2所述的诈骗识别方法,其特征在于,所述采集所述嫌疑终端标识对应的用户语音信息的步骤,包括:
向所述嫌疑终端标识对应的嫌疑终端发送语音获取指令;
接收所述嫌疑终端根据所述语音获取指令返回的用户语音信息。
6.如权利要求1所述的诈骗识别方法,其特征在于,所述将所述用户语音信息发送至服务器的步骤,包括:
将终端使用者的多个所述用户语音信息的声纹信息进行整合,得到整合语音信息;
将整合语音信息发送至服务器。
7.一种诈骗识别装置,其特征在于,所述诈骗识别装置包括:存储器、处理器及存储在所述存储器上并在所述处理器上运行的诈骗识别程序,所述诈骗识别程序被所述处理器执行时实现如权利要求1至6中任一项所述的诈骗识别方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有诈骗识别程序,所述诈骗识别程序被处理器执行时实现如权利要求1至6中任一项所述的诈骗识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010405108.4A CN111641756B (zh) | 2020-05-13 | 2020-05-13 | 诈骗识别方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010405108.4A CN111641756B (zh) | 2020-05-13 | 2020-05-13 | 诈骗识别方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111641756A CN111641756A (zh) | 2020-09-08 |
CN111641756B true CN111641756B (zh) | 2021-11-16 |
Family
ID=72332100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010405108.4A Active CN111641756B (zh) | 2020-05-13 | 2020-05-13 | 诈骗识别方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111641756B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113763963A (zh) * | 2021-08-24 | 2021-12-07 | 南京龙垣信息科技有限公司 | 电话卡冒用检测方法、***、计算机设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106550155A (zh) * | 2016-11-25 | 2017-03-29 | 上海欣方智能***有限公司 | 对可疑号码进行诈骗样本甄别归类及拦截的方法及*** |
CN107197463A (zh) * | 2017-07-10 | 2017-09-22 | 北京亿赛通网络安全技术有限公司 | 一种电话诈骗的检测方法、存储介质及电子设备 |
CN107734128A (zh) * | 2017-09-28 | 2018-02-23 | 努比亚技术有限公司 | 一种诈骗号码识别方法及设备 |
CN110213448A (zh) * | 2018-09-13 | 2019-09-06 | 腾讯科技(深圳)有限公司 | 恶意号码识别方法、装置、存储介质和计算机设备 |
CN110648670A (zh) * | 2019-10-22 | 2020-01-03 | 中信银行股份有限公司 | 欺诈识别方法、装置、电子设备及计算机可读存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130179552A1 (en) * | 2012-01-09 | 2013-07-11 | Ezshield, Inc. | Computer Implemented Method, Computer System And Nontransitory Computer Readable Storage Medium For Matching URL With Web Site |
US9419988B2 (en) * | 2013-06-20 | 2016-08-16 | Vonage Business Inc. | System and method for non-disruptive mitigation of messaging fraud |
US10601820B2 (en) * | 2016-12-09 | 2020-03-24 | International Business Machines Corporation | Method and apparatus to identify and authorize caller via ultrasound |
CN107547718B (zh) * | 2017-08-22 | 2020-11-03 | 电子科技大学 | 基于深度学习的电信诈骗识别与防御*** |
CN109995924A (zh) * | 2017-12-30 | 2019-07-09 | ***通信集团贵州有限公司 | 欺诈电话识别方法、装置、设备及介质 |
CN108777749B (zh) * | 2018-04-28 | 2021-03-30 | 深圳市安络科技有限公司 | 一种诈骗电话识别方法及装置 |
CN108989581B (zh) * | 2018-09-21 | 2022-03-22 | 中国银行股份有限公司 | 一种用户风险识别方法、装置及*** |
CN109451182B (zh) * | 2018-10-19 | 2021-08-13 | 北京邮电大学 | 一种诈骗电话的检测方法和装置 |
CN110177179B (zh) * | 2019-05-16 | 2020-12-29 | 国家计算机网络与信息安全管理中心 | 一种基于图嵌入的诈骗号码识别方法 |
CN110351415A (zh) * | 2019-06-26 | 2019-10-18 | 厦门快商通信息咨询有限公司 | 骚扰电话号码的确定方法、装置、设备及存储介质 |
-
2020
- 2020-05-13 CN CN202010405108.4A patent/CN111641756B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106550155A (zh) * | 2016-11-25 | 2017-03-29 | 上海欣方智能***有限公司 | 对可疑号码进行诈骗样本甄别归类及拦截的方法及*** |
CN107197463A (zh) * | 2017-07-10 | 2017-09-22 | 北京亿赛通网络安全技术有限公司 | 一种电话诈骗的检测方法、存储介质及电子设备 |
CN107734128A (zh) * | 2017-09-28 | 2018-02-23 | 努比亚技术有限公司 | 一种诈骗号码识别方法及设备 |
CN110213448A (zh) * | 2018-09-13 | 2019-09-06 | 腾讯科技(深圳)有限公司 | 恶意号码识别方法、装置、存储介质和计算机设备 |
CN110648670A (zh) * | 2019-10-22 | 2020-01-03 | 中信银行股份有限公司 | 欺诈识别方法、装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111641756A (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102379313B1 (ko) | 어플리케이션을 표시하기 위한 전자 장치 및 그의 동작 방법 | |
CN107133797B (zh) | 一种支付异常自动检测方法、终端及计算机可读存储介质 | |
CN109905545B (zh) | 一种消息处理方法及终端、计算机可读存储介质 | |
CN108347512B (zh) | 一种身份识别方法及移动终端 | |
CN107908487B (zh) | 任务控制管理方法、装置、设备及计算机可读存储介质 | |
CN107547741B (zh) | 一种信息处理方法、装置及计算机可读存储介质 | |
CN112100431A (zh) | Ocr***的评估方法、装置、设备及可读存储介质 | |
CN116029719B (zh) | 支付服务推荐的方法、电子设备及存储介质 | |
CN111324813A (zh) | 推荐方法、装置、设备及计算机可读存储介质 | |
EP3125474A1 (en) | Method, device and computer program for processing short messages | |
CN111641756B (zh) | 诈骗识别方法、装置及计算机可读存储介质 | |
CN110650051A (zh) | 自助终端监测方法、***及计算机可读存储介质 | |
US20200137525A1 (en) | Method of Identifying User Location, Storage Medium and Electronic Device | |
EP3283998A1 (en) | Computerized system and method for associating rf signals | |
CN110109676B (zh) | 编译方法、终端及计算机可读存储介质 | |
CN112231666A (zh) | 违规帐号的处理方法、装置、终端、服务器及存储介质 | |
CN109684006B (zh) | 一种终端控制方法及装置 | |
CN107623715B (zh) | 一种身份信息获取方法和装置 | |
CN113468541B (zh) | 识别方法、装置、电子设备和存储介质 | |
CN110970035B (zh) | 单机语音识别方法、装置及计算机可读存储介质 | |
CN112230815B (zh) | 智能求助方法、装置、设备及存储介质 | |
CN109544170B (zh) | 一种交易快照验证方法、设备及计算机可读存储介质 | |
CN109739998B (zh) | 一种信息分类方法及装置 | |
CN109325003B (zh) | 一种基于终端设备的应用程序归类方法及*** | |
CN114328451A (zh) | 一种基于机器学习的敏感信息库构建方法、装置及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |