一種基于信令數(shù)據(jù)的業(yè)務推銷類騷擾電話識別方法

全俊斌 張士珣 劉崢

【摘? 要】為治理網(wǎng)絡不良信息，研究了業(yè)務推銷類騷擾電話的識別方法。通過采集分析通話信令數(shù)據(jù)，統(tǒng)計異常通話特征，并運用加權(quán)綜合評分方法，創(chuàng)新實現(xiàn)了業(yè)務推銷類細分場景下的騷擾電話識別，與現(xiàn)有詐騙電話、高頻騷擾電話的識別方法存在區(qū)別，有效擴大了騷擾電話識別范圍。

【關鍵詞】推銷;騷擾電話;識別

doi：10.3969/j.issn.1006-1010.2020.07.016? ? ? ? 中圖分類號：TN915.08

文獻標志碼：A? ? ? ? 文章編號：1006-1010（2020）07-0093-04

引用格式：全俊斌，張士珣，劉崢. 一種基于信令數(shù)據(jù)的業(yè)務推銷類騷擾電話識別方法[J]. 移動通信， 2020，44（7）： 93-96.

0? ?引言

騷擾電話持續(xù)泛濫，已嚴重干擾了人們正常生活。而有效的騷擾電話綜合治理措施，有賴于對騷擾電話的精準識別與細化分類，如業(yè)務推銷類（房產(chǎn)中介、貸款、保險）、違法犯罪類（黃、賭、毒）、惡意騷擾類（“呼死你”）等[1]?，F(xiàn)有騷擾電話識別技術中，基于用戶標記的號碼庫[2]，極依賴于用戶投訴標記數(shù)據(jù)，時效性差，識別范圍有限，且具有主觀性，可能存在誤報。基于呼叫行為的號碼分類[3-6]，識別結(jié)果為通用類騷擾電話（如高頻電話），識別范圍有限，更難以區(qū)分騷擾電話類型，不利于實施下一步針對性處置措施?；谕ㄔ拑?nèi)容的號碼分類[7-8]，對軟硬件要求高，投入成本巨大，且涉及用戶敏感信息，存在數(shù)據(jù)安全風險。在無需采集用戶敏感信息前提下，快速準確識別出業(yè)務推銷類別的騷擾電話，是業(yè)界的技術難點。

1? ?信令數(shù)據(jù)采集

信令作為用戶呼叫數(shù)據(jù)，包含著海量的端到端信息，是運營商掌控網(wǎng)絡的重要手段。在現(xiàn)網(wǎng)中，通過分光、分流、匯聚、負載均衡等步驟，將核心網(wǎng)元的接口數(shù)據(jù)（一般包括X2、S1-MME、S1-U、S6a等）接入采集服務器，完成信令數(shù)據(jù)的采集。再經(jīng)過信令解碼、合成、存儲、共享等步驟，生成信令話單數(shù)據(jù)，獲取用戶號碼的通話信息。網(wǎng)絡信令數(shù)據(jù)的采集原理如圖1所示。

2? ?識別技術方法

通過分析用戶投訴舉報的業(yè)務推銷類騷擾電話樣本號碼，發(fā)現(xiàn)此類號碼具有靜默期長、多使用手機號碼主叫、被叫多為手機號碼、主叫占比高、平均通話時長較短等明顯特征。因此基于上述通話特征，建立數(shù)據(jù)初篩條件，在歷史通話話單中篩選出疑似新啟用的騷擾號碼，減少后續(xù)當天話單的號碼分析量，提升分析效率。接著統(tǒng)計樣本的行為規(guī)律，如通話所在地與被叫歸屬地不一致、被叫先掛機、被叫號碼分散等，篩選出統(tǒng)計特征，進一步提升識別準確率。相比于現(xiàn)有技術只能識別出騷擾電話此通用大類別，本方法可識別出騷擾電話中的業(yè)務營銷細化類別，分析結(jié)果、選取分析特征均存在不同。

方法主要分為話單獲取、數(shù)據(jù)初篩、特征統(tǒng)計、綜合評分四個環(huán)節(jié)。

2.1? 話單獲取

獲取當天及歷史N天的信令話單數(shù)據(jù)，包括以下字段信息：主叫號碼、被叫號碼、通話開始時間、通話時長、主叫號碼歸屬地、被叫號碼歸屬地、通話所在地、通話掛機方向等。

2.2? 數(shù)據(jù)初篩

在每個號碼當天及歷史N天的通話記錄中，篩選出疑似新啟用的騷擾號碼，條件如下：

（1）號碼活躍時間為當天，即僅在當天主叫次數(shù)大于0，而歷史前N天內(nèi)主被叫次數(shù)為0;

（2）號碼為11位長的手機號碼。即去除0086、+86、86等國家碼前綴后，號碼位長為11位，首三位數(shù)字符合已知運營商號段規(guī)則（如130、131等）;

（3）當天未撥打過短號。短號是指號碼位長為3位且第一位數(shù)字是“5”，或者號碼位長為5-6位且第一位數(shù)字是“6”的號碼;

（4）當天未撥打過固話號碼。固話號碼是指號碼位數(shù)為11位且前三或四位為區(qū)號，或者號碼位數(shù)為7至8位且第一位數(shù)字非“0”;

（5）當天“主叫占比”大于指定閾值，其中主叫占比等于主叫次數(shù)除以總通話次數(shù);

（6）當天“通話次數(shù)”在指定次數(shù)區(qū)間范圍內(nèi);

（7）當天“平均通話時長”在指定時長區(qū)間范圍內(nèi)，其中平均通話時長等于各次通話時長的平均值。

如以上條件均滿足，則判斷為疑似新啟用的騷擾號碼。

2.3? 特征統(tǒng)計

對于疑似新啟用的騷擾號碼，提取其當天作為主叫時的通話話單，分析對應被叫的統(tǒng)計特征：

（1）被叫為手機號碼的占比=被叫為手機號碼的通話次數(shù)/總通話次數(shù)。其中，判斷是否手機號碼的條件為：去除0086、+86、86等國家碼前綴后，號碼位長為11位，首三位數(shù)字符合已知運營商號段規(guī)則;

（2）主叫號碼通話所在地與被叫號碼歸屬地不一致的占比=主叫號碼通話所在地與被叫號碼歸屬地不一致的通話次數(shù)/總通話次數(shù);

（3）被叫號碼歸屬同一省份的最大占比=被叫號碼歸屬同一省份的通話次數(shù)最大值/總通話次數(shù);

（4）被叫掛機占比=掛機方向為被叫號碼的通話次數(shù)/總通話次數(shù);

（5）被叫號碼離散度=去重后被叫號碼總個數(shù)/總通話次數(shù)。

輸出每個疑似新啟用騷擾號碼對應的特征統(tǒng)計結(jié)果列表，格式如：[統(tǒng)計特征A，統(tǒng)計特征B，...，統(tǒng)計特征E]。

2.4? 綜合評分

對每個疑似新啟用騷擾號碼的特征統(tǒng)計數(shù)值進行歸一化及加權(quán)綜合打分，輸出得分高于指定閾值的號碼，判斷為業(yè)務推銷類的騷擾電話號碼，步驟如下：

（1）特征數(shù)值歸一化：對每個號碼的統(tǒng)計特征列表[特征A，特征B，……，特征E]，進行歸一化處理。歸一化公式如下：

歸一化結(jié)果=（該號碼對應的該列特征值-所有號碼該列特征的最小值）/（所有號碼該列特征的最大值-所有號碼該列特征的最小值）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

所有號碼對應的統(tǒng)計特征如表1所示：

其中某個號碼x對應特征A的歸一化方法如下：

號碼x對應特征A歸一化結(jié)果=（Ax-min（特征A列））/（max（特征A列）-min（特征A列））? ? ? ? ? ? ? ?（2）

其中，max（特征A列）表示特征A列當中的最大值，min（特征A列）表示特征A列當中的最小值。

將每個號碼對應的所有統(tǒng)計特征進行歸一化處理，得到每個號碼對應的歸一化特征列表[歸一化特征a，歸一化特征b，……，歸一化特征e]，每個歸一化特征取值在[0， 1]間。

（2）加權(quán)綜合評分：對于每個號碼對應的歸一化統(tǒng)計特征，依據(jù)預設的權(quán)重列表[特征權(quán)重a'，特征權(quán)重b'，……，特征權(quán)重e']，按如下公式計算每個號碼綜合得分：

號碼綜合得分=歸一化特征a×特征權(quán)重a'+歸一化特征b×特征權(quán)重b'+……+歸一化特征e×特征權(quán)重e'

（3）

其中，所有特征權(quán)重之和為100，則號碼綜合得分取值范圍是[0， 100]間。

（3）評分結(jié)果判斷：對于每個號碼對應的綜合得分，與預設閾值進行比較。若得分高于預設閾值，則判斷該號碼屬于業(yè)務推銷類騷擾電話。

2.5? 實現(xiàn)效果

基于hadoop/spark構(gòu)建大數(shù)據(jù)環(huán)境，實現(xiàn)信令數(shù)據(jù)的清洗、轉(zhuǎn)換、過濾、壓縮、篩選、存儲等功能。同時，基于上述識別方法建立模型分析信令數(shù)據(jù)，輸出號碼識別結(jié)果。根據(jù)實際生產(chǎn)結(jié)果，為兼顧識別準確率及覆蓋率，選擇重要特征變量的取值如下，得到圖2結(jié)果樣例：

（1）歷史7天話單（N=7）;

（2）主叫占比閾值0.9;

（3）通話次數(shù)大于等于20;

（4）平均通話時長為10 s至100 s;

（5）加權(quán)特征權(quán)重設置為[25， 20， 15， 10， 30];

（6）綜合得分閾值80。

對連續(xù)多周結(jié)果的疑似號碼進行回訪撥測，驗證識別準確率達95%以上。同時，識別結(jié)果中有90%以上的號碼，未被現(xiàn)有其它騷擾詐騙電話檢測技術（如高頻電話）識別出，有效擴大了騷擾電話的識別范圍。

3? ? 結(jié)束語

本文基于信令數(shù)據(jù)的采集分析，提出了一種業(yè)務推銷類騷擾電話的識別方法。通過提取當天及歷史通話話單，分析活躍時間、非手機號碼呼叫行為、主叫占比、通話次數(shù)、通話時長等主叫特征，識別疑似新開戶騷擾電話號碼，接著提取其當天主叫通話話單，分析對應被叫的五類統(tǒng)計特征，并對特征數(shù)值進行歸一化及加權(quán)綜合打分，識別出業(yè)務推銷類騷擾電話。實踐表明，方法可準確識別出業(yè)務推銷類細分場景下的騷擾電話，彌補現(xiàn)時此類電話號碼的自動識別技術空白。同時，方法只需提取通話話單的部分字段數(shù)據(jù)，統(tǒng)計通話號碼及行為特征，不涉及用戶敏感數(shù)據(jù)，不存在信息安全風險，可有效支撐不良信息防治工作。

參考文獻：

[1]? ? 葛健，周楠. 騷擾電話治理的應對與挑戰(zhàn)[J]. 信息通信技術與政策， 2019（1）： 32-35.

[2]? ? 李娜，陳福，毛國君，等. 基于區(qū)塊鏈的防電話騷擾欺詐模型[J]. 應用科學學報， 2019（2）： 235-243.

[3]? ?韓研. “呼死你”騷擾電話防治方案[J]. 電信科學， 2018（Z1）： 269-274.

[4]? ? 趙越，王瑜，葛陽，等. 基于機器學習的大數(shù)據(jù)防詐騙能力研究與應用[J]. 江蘇通信， 2019（4）： 64-66.

[5]? ? ?王彥青，王瀚辰. 一種識別騷擾電話的組合算法研究[J].

電信科學， 2017（7）： 112-119.

[6]? ? ?田紀軍，夏雪玲，朱堯，等. 基于信令監(jiān)測系統(tǒng)的騷擾電

話監(jiān)控分析方法[J]. 信息通信， 2015（11）： 244-245.

[7]? ? ?杜海濤，張峰，高曼穎，等. 基于話音識別的騷擾電話呼

叫檢測技術分析[J]. 電信工程技術與標準化， 2014（12） ：

5-9.

[8]? ? ?任中崗，周松. 一種基于通話內(nèi)容的騷擾電話攔截方法[J]. 電子世界， 2014（5）： 85.

作者簡介

全俊斌（orcid.org/0000-0002-8530-6281）：碩士，現(xiàn)任職于中國移動通信集團廣東有限公司，主要研究方向為網(wǎng)絡信息安全。

張士珣：學士，現(xiàn)任職于中國移動通信集團廣東有限公司，主要研究方向為網(wǎng)絡信息安全。

劉崢：碩士，現(xiàn)任職于中國移動通信集團廣東有限公司，主要研究方向為網(wǎng)絡信息安全。

收稿日期：2019-12-03