买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：科大国创云网科技有限公司

摘要：本发明公开了一种应用AI运营商行业的电信欺诈预警识别方法及系统，属于电信欺诈预警识别技术领域，包括以下步骤：S1：数据加工处理；S2：建立信用标签体系；S3：构建用户信用体系；S4：建设反诈预警模型并识别。本发明通过聚合不同系统的业务数据，采用大数据技术架构，支持分布式架构，基于流式计算的高速执行引擎，进行反诈标签库以及反诈模型计算和数据分析，实现了在涉诈前对发展人、受理人、包区受理过程进行质量管理，在涉诈中对疑似涉诈号码、身份证进行实时监控分析，预警处置，在涉诈后对涉诈号码分析管理，值得被推广使用。

主权项：1.一种应用AI运营商行业的电信欺诈预警识别系统，其特征在于，包括：反诈数据集市模块，包括反诈标签库与反诈模型库，用于实现与反诈相关的DWS层数据管理与使用；反诈应用模块，用于基于反诈标签和反诈模型计算数据实现反诈预警功能；外部系统对接模块，用于与外部系统进行反诈数据共享，同时接入统一认证平台、统一日志平台完成用户认证、日志管理功能；所述反诈标签库用于建设终端类、位置类、卡类、角色类共4类反诈标签，实现黑名单库、灰名单库、可信名单库数据管理；通过对用户行为数据按照标签规则进行定时或实时计算完成用户标签数据更新，同时通过构建体系化的标签管理能力，提供标签目录分类管理能力，规范反诈标签分类管理，实现反诈标签的开放和共享，提供标签修改、标签发布以及标签下线删除全生命周期管理能力；所述反诈模型库用于建设终端异常类模型、位置异常类模型、卡异常类模型和角色异常类模型，实现模型管理与计算能力；反诈应用具体包括四种，分别为赋能一线、预警派单、大屏监控、智能分析应用；其中，赋能一线应用用于通过一键安检、反诈弹窗预警、反诈消息推送以及反诈知识库，支撑一线人员及时拦截高风险用户入网以及核查处置涉诈号码；所述预警派单应用用于进行反诈预警派单处置流程，实现反诈预警派单、接单、处置、回单以及归档的流程闭环管控；所述大屏监控应用用于从业务、模型、专题维度建立实时和定时大屏监控，实现对反诈态势的整体监控；所述智能分析应用用于对新入网用户进行风险分析，输出入网风险分析报表；所述应用AI运营商行业的电信欺诈预警识别系统对电信欺诈进行预警识别的具体过程包括以下步骤：S1：数据加工处理将用户相关的原始数据通过采集工具统一采集到大数据平台，分别按照非实时数据和实时数据进行加工处理；S2：建立信用标签体系通过配置标签名称、标签规则、标签更新频次进行创建标签，根据标签规则按照标签更新频次定时或实时计算标签，在标签规则中配置标签基础分以及标签加减分详细子规则，将标签转化为对应的HiveSQL提交大数据平台运行；S3：构建用户信用体系基于配置标签规则能力，为每个新入网用户给予一个初始基础分，利用签约数据、涉诈历史、通信行为、消费行为、关联信息五个方面数据的跟踪分析，对用户不良信用行为进行评分与分级进行相应扣分，根据最终得分将用户划分为高风险用户、中风险用户、普通用户以及白名单用户的不同标签，并对用户标签进行定期更新计算；S4：建立反诈预警模型并识别基于用户标签数据进行诈骗用户特征识别，通过特征混合建模实现疑似欺诈行为发现和欺诈用户清单输出，实现通信干预或人工提醒服务；在所述步骤S1中，针对非实时数据，按照采集的时间分表存储形成ODS层数据，通过根据ODS层数据编写数据抽取、脏数据清洗、子目标数据转换、多表组合宽表HiveSQL或者SparkSQL，通过ETL工具定时计算出细化的DWD层数据，再通过Sqoop将最新的白名单、黑名单以及历史工单数据从PG库抽取到Hive表中，结合DWD层数据计算出当前天、当前小时或当前五分钟的指标数据，最后在DWS层基础上按照设定的计算维度计算出不同业务数据；在所述步骤S1中，针对实时数据，将其直接对接大数据平台的Kafka数据库，通过提交Flink程序实时计算反诈模型需要的ADS层数据；在所述步骤S2中，初始基础分为1000分，高风险用户为最终得分在500分以下的用户，中风险用户为最终得分500-700分之间的用户，普通用户为最终得分在700-900分的用户，白名单用户为最终得分在900分以上的用户；在所述步骤S4中，基于用户标签数据刻画出每个入网用户的用户画像，通过规则模型和机器学习分类模型对诈骗用户进行识别，其中用户画像包括多个基本用户特征；规则模型通过对用户标签数据进行不同组合实现识别疑似诈骗用户；机器学习模型通过分类算法对最近一周内历史疑似诈骗号码以及历史疑似诈骗号码对应的用户特征数据进行训练，然后在使用训练后的机器学习模型对当日用户标签数据进行分类预测出疑似诈骗用户。

全文数据：

权利要求：

百度查询： 科大国创云网科技有限公司 一种应用AI运营商行业的电信欺诈预警识别方法及系统