基于概念格的移動綜合監(jiān)管平臺詐騙短信識別算法研究.pdf

1、詐騙短信識別算法的研究一直是詐騙短信綜合監(jiān)管平臺建設(shè)過程中的一項重要設(shè)計任務，目前的算法一般是針對單一關(guān)鍵字、重復出現(xiàn)的疑似詐騙信息的高有效識別來提高算法效率的，由于利益驅(qū)使欺詐類短信反監(jiān)管變異能力越來越強，偽裝能力越來越高，因此詐騙短信綜合監(jiān)管平臺對于詐騙短信識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中，通過機器學習方法智能地對全國詐騙短信可能性進行綜合評價的算法還很少見。本文通過引入概念格相關(guān)理論，建立了

2、一個基于概念格的詐騙短信挖掘綜合評價LRA算法（a concept lattice fraudtext mining based on comprehensive evaluation algorithm）?，F(xiàn)有算法往往在數(shù)據(jù)清理后再對數(shù)據(jù)進行分析，數(shù)據(jù)清理與數(shù)據(jù)分析脫節(jié)導致加大了算法的時間和空間的復雜度，而LRA算法將數(shù)據(jù)清理與數(shù)據(jù)分析通過形式背景熵統(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)進行分析，將抽樣檢測數(shù)據(jù)進行數(shù)量化并形成概念格的形式背景；其次建立詐騙短信識別與短信費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，對同一個子系統(tǒng)的同一個部件兩次相鄰的檢測結(jié)果一般都是相同的，因此LRA算法將這些相同的數(shù)據(jù)清理以提高識別效率；最后，針對LRA 算法在算法效率、算法參數(shù)閾值選取方面的不足進行了展望。
　　綜上，論文通過設(shè)計形式背景約簡定理，證明約簡后的結(jié)果就是有效的形式背景數(shù)據(jù)；在此基礎(chǔ)上，詐騙短信評定