(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111645526.1 (22)申请日 2021.12.2 9 (71)申请人 中国电信股份有限公司 地址 100033 北京市西城区金融街31号 (72)发明人 柳清译　孙从阳　徐德华　胡炳慈　 邹璐　王艳　 (74)专利代理 机构 北京康信知识产权代理有限 责任公司 1 1240 代理人 张岳峰 (51)Int.Cl. G06Q 30/00(2012.01) G06Q 50/30(2012.01) G06N 20/00(2019.01) (54)发明名称 电信诈骗事件的识别方法及其装置、 计算机 可读存储介质 (57)摘要 本发明公开了一种电信诈骗事件的识别方 法及其装置、 计算机可读 存储介质。 其中， 该方法 包括： 获取目标电信数据； 对目标电信数据进行 分析， 得到目标电信数据中的目标特征序列； 通 过信息预测模 型， 确定与目标特征序列对应的电 信数据识别结果， 其中， 信息预测模型为使用多 组训练数据通过机器学习训练得到的， 多组训练 数据中的每一组训练数据均包括： 历史特征序列 以及与历史特征序列对应的历史电信数据识别 结果， 历史特征序列为对历史电信数据进行分析 得到的特征序列； 基于电信数据识别结果确定目 标电信数据是否存在诈骗风险。 本发 明解决了针 对相关技术中识别电信诈骗的手段智能化较低、 覆盖面较小以及识别模型准确度不高的技术问 题。 权利要求书2页 说明书11页 附图2页 CN 114331473 A 2022.04.12 CN 114331473 A 1.一种电信诈骗事 件的识别方法， 其特 征在于， 包括： 获取目标电信数据， 其中， 所述目标电信数据包括以下至少之一： 通话行为数据、 短信 行为数据、 上网流 量数据； 对所述目标电信数据进行分析， 得到所述目标电信数据中的目标 特征序列； 通过信息预测模型， 确定与所述目标特征序列对应的电信数据识别结果， 其中， 所述信 息预测模型为使用多组训练数据通过机器学习训练得到的， 所述多组训练数据中的每一组 训练数据均包括： 历史特征序列以及与所述历史特征序列对应的历史电信数据识别结果， 所述历史特 征序列为对历史电信数据进行分析 得到的特 征序列； 基于所述电信数据识别结果确定所述目标电信数据是否存在诈骗风险。 2.根据权利要求1所述的方法， 其特征在于， 对所述目标电信数据进行分析， 得到所述 目标电信数据中的目标 特征序列， 包括： 按照预定维度对所述目标电信数据进行特征汇总， 得到所述目标电信数据的特征数 据； 对所述目标电信数据的特 征数据进行 过滤， 得到所述目标 特征序列。 3.根据权利要求1所述的方法， 其特征在于， 所述目标电信数据中的通话行为数据以及 短信行为数据均包括以下至少之一： 通话时间、 通话次数、 呼叫类型、 漫游类型、 对端号码、 归属地； 所述目标电信数据中的上网流量数据包括以下至少之一： 上网时间、 上网时长、 上 网次数、 上网流 量字节。 4.根据权利要求2所述的方法， 其特征在于， 在通过信息预测模型， 确定与所述目标特 征序列对应的电信数据识别结果之前， 所述方法还 包括： 获取历史时间段内的历史电信数据； 按照所述预定维度对所述历史电信数据进行特征汇总， 得到所述历史电信数据的历史 特征数据； 对所述历史特 征数据按照预定时间单位进行整合， 得到多组历史特 征数据序列； 对所述多组历史特 征数据序列中的每一组进行 过滤， 得到多个历史特 征序列； 确定所述多个历史特征序列对应的历史电信数据识别结果， 以得到所述多组训练数 据； 利用所述多组训练数据对预定网络模型进行训练， 得到所述信息预测模型。 5.根据权利要求4所述的方法， 其特征在于， 按照所述预定维度对所述历史电信数据进 行特征汇总， 得到所述历史电信数据的历史特 征数据， 包括： 基于所述历史电信数据对多个历史数据采集对象进行聚类， 得到群组诈骗模式； 基于所述群组诈骗模式以及所述预定维度对所述历史电信数据进行特征汇总， 得到所 述历史电信数据的历史特 征数据。 6.根据权利要求5所述的方法， 其特征在于， 基于所述历史电信数据对历史数据采集对 象进行聚类， 得到群组诈骗模式， 包括： 确定所述多个历史数据采集对象的目标历史数据采集对象； 搜索所述目标历史数据采集对象的所有相邻历史数据采集对象； 遍历所述相邻历史数据采集对象以得到历史数据采集对象群组； 获取所述历史数据采集对象群组的预定特 征信息；权　利　要　求　书 1/2 页 2 CN 114331473 A 2基于所述预定特 征信息对所述历史数据采集对象进行聚类， 得到所述群组诈骗模式。 7.根据权利要求1至6中任一项所述的方法， 其特征在于， 基于所述电信数据识别结果 确定所述目标电信数据是否存在诈骗风险， 包括： 在基于所述电信数据识别结果确定所述目标电信数据存在诈骗风险时， 生成提示信 息。 8.一种电信诈骗事 件的识别装置， 其特 征在于， 包括： 第一获取模块， 用于获取目标电信数据， 其中， 所述目标电信数据包括以下至少之一： 通话行为数据、 短信行为数据、 上网流 量数据； 分析模块， 用于对所述目标电信数据进行分析， 得到所述目标电信数据中的目标特征 序列； 第一确定模块， 用于通过信息预测模型， 确定与所述目标特征序列对应的 电信数据识 别结果， 其中， 所述信息预测模型为使用多组训练数据通过机器学习训练得到的， 所述多组 训练数据中的每一组训练数据均包括： 历史特征序列以及与所述历史特征序列对应的历史 电信数据识别结果， 所述历史特 征序列为对历史电信数据进行分析 得到的特 征序列； 第二确定模块， 用于基于所述电信数据识别结果确定所述目标电信数据 是否存在诈骗 风险。 9.一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包括存储的计算 机程序， 其中， 在所述计算机程序被处理器运行时控制所述计算机可读存储介质所在设备 执行上述权利要求1至7中任一项所述的电信诈骗事 件的识别方法。 10.一种处理器， 其特征在于， 所述处理器用于运行计算机程序， 其中， 所述计算机程序 运行时执 行上述权利要求1至7中任一项所述的电信诈骗事 件的识别方法。权　利　要　求　书 2/2 页 3 CN 114331473 A 3