基于概念格的移動(dòng)綜合監(jiān)管平臺(tái)詐騙短信識(shí)別算法研究.pdf

1、詐騙短信識(shí)別算法的研究一直是詐騙短信綜合監(jiān)管平臺(tái)建設(shè)過(guò)程中的一項(xiàng)重要設(shè)計(jì)任務(wù)，目前的算法一般是針對(duì)單一關(guān)鍵字、重復(fù)出現(xiàn)的疑似詐騙信息的高有效識(shí)別來(lái)提高算法效率的，由于利益驅(qū)使欺詐類短信反監(jiān)管變異能力越來(lái)越強(qiáng)，偽裝能力越來(lái)越高，因此詐騙短信綜合監(jiān)管平臺(tái)對(duì)于詐騙短信識(shí)別算法提出了更高的要求。
　　在現(xiàn)有分析詐騙短信挖掘算法的文獻(xiàn)中，通過(guò)機(jī)器學(xué)習(xí)方法智能地對(duì)全國(guó)詐騙短信可能性進(jìn)行綜合評(píng)價(jià)的算法還很少見(jiàn)。本文通過(guò)引入概念格相關(guān)理論，建立了

2、一個(gè)基于概念格的詐騙短信挖掘綜合評(píng)價(jià)LRA算法（a concept lattice fraudtext mining based on comprehensive evaluation algorithm）。現(xiàn)有算法往往在數(shù)據(jù)清理后再對(duì)數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)清理與數(shù)據(jù)分析脫節(jié)導(dǎo)致加大了算法的時(shí)間和空間的復(fù)雜度，而LRA算法將數(shù)據(jù)清理與數(shù)據(jù)分析通過(guò)形式背景熵統(tǒng)一到了一起從而提高了算法的效率。LRA算法首先選取了具有代表性的，年齡上較為集中的詐

3、騙短信數(shù)據(jù)進(jìn)行分析，將抽樣檢測(cè)數(shù)據(jù)進(jìn)行數(shù)量化并形成概念格的形式背景；其次建立詐騙短信識(shí)別與短信費(fèi)用和套餐檔次的函數(shù)關(guān)系式；再次，由于大多數(shù)情況下，對(duì)同一個(gè)子系統(tǒng)的同一個(gè)部件兩次相鄰的檢測(cè)結(jié)果一般都是相同的，因此LRA算法將這些相同的數(shù)據(jù)清理以提高識(shí)別效率；最后，針對(duì)LRA 算法在算法效率、算法參數(shù)閾值選取方面的不足進(jìn)行了展望。
　　綜上，論文通過(guò)設(shè)計(jì)形式背景約簡(jiǎn)定理，證明約簡(jiǎn)后的結(jié)果就是有效的形式背景數(shù)據(jù)；在此基礎(chǔ)上，詐騙短信評(píng)定