随着信息科技的不断发展,电话通信成为了人们生活中必不可少的社交方式。在此情况下,随之衍生出的通信诈骗犯罪也在不断侵入人们的正常生活。通信诈骗作为一种新兴的犯罪方式,因其无现实接触且手法多样的特点,时常让人们防不胜防,给社会造成了巨大的财产损失。由于诈骗用户数据占比较低,且犯罪分子常模仿正常用户行为来规避拦截等原因,利用传统手段对通信诈骗行为进行识别拦截的效果欠佳,亟待人们提出更高效的方法来进一步解决。基于以上情况,论文提出了电信用户行为的概率图分类方法,通过概率理论与图结构相结合,对通信社交网络中的通信诈骗用户进行有效的识别。这种基于通信社交的概率图分类方法除了使用电信用户的通话特征,还将用户间的社交关系考虑进来,利用诈骗用户与正常用户不同的社交行为和不同的社交对象,对电信用户进行分类识别。论文首先对电信行为分析的关键难点与概率图分类方法将面临的问题进行分析,并根据分析结果提出电信用户行为的概率图分类模型,将用户的通信特征与社交特征一起融入通信社交网络结构中,通过用户间的置信度传播算法计算用户节点的诈骗行为概率。之后,对概率图分类方法进行实现与测试,在真实通信数据集上的对比验证了此方法的可行性。最后,基于概率图分类方法,对其在实际生活中的应用系统进行了详细设计,通过对系统的功能进行测试,验证了系统的有效性。