论文部分内容阅读
随着通信科技的日益普及,垃圾短信问题也变得日益严峻,其严重的泛滥不仅仅严重影响人们的正常生活,而且严重影响社会稳定和公共安全。垃圾短信对网络产生冲击,更造成严重的不良社会影响,成为通信投诉的首位,对运营商也产生严重的负面影响。为了维护短信市场的正常秩序,保障正常业务畅通与信息安全,运营商迫切希望采取有效手段解决垃圾短信监管难题,因此垃圾短信智能过滤技术的研究具有重要的意义。目前垃圾短信过滤技术主要包括黑白名单技术、规则过滤以及关键词匹配等。然而现有的实时监控技术需要对短信进行逐条分析与判断,存在大量运算,会造成短信服务中心网络堵塞,使得短信发送得不到及时的处理。而且由于中文垃圾短信内容可以通过变形文字以及符号间隔实现变种,而且变种速度非常快,因此内容分析手段往往在垃圾短信的大范围传播后才能实现过滤,难以真正实现实时监控与过滤,且过滤效率低。针对目前各种短信过滤技术的缺点,本文提出一种基于短信发送用户的行为的短信流过滤方法,该方法的主要思想是通过垃圾短信用户的发送行为进行数学建模,使用决策树等数据挖掘技术结合用户行为过滤策略、内容过滤策略、名单过滤策略、智能过滤策略四种核心策略,实现对垃圾短信的过滤以及垃圾短信发送号码的发现。一般来说,垃圾短信的发送有很多明显的行为特性,例如手记号码开通时间短、发送对象多、发送频率高等等。只要能够建立合适的用户发送行为模型,从用户发送短信的行为中将更容易判断出垃圾短信,因此通过内容分析与用户行为分析手段可以实现垃圾短信的有效过滤。广东移动短信安全监控系统自2006年开始建设,目前已经进行七期的建设,系统完善并稳定运行,全面覆盖短彩信业务整治。当前系统平均每天约对8400万条短信进行拦截和告警,其中系统告警(含垃圾信息)约80万条。短信业务涉及容量15000条/秒,实际业务忙时负荷超过12000条/秒。