诈骗短信的识别方法、装置、电子设备及计算机存储介质制造方法及图纸

本申请提供一种诈骗短信的识别方法、装置、电子设备及计算机存储介质，该方法包括：每隔预设时间获取用户的短信集合；针对所述短信集合中的每一个短信，对所述短信进行预分析，得到初步分析结果；将所述用户的个人信息和待分析短信输入至诈骗风险模型，得到分析结果；其中，所述待分析短信初步分析结果为可能存在诈骗风险的短信；所述诈骗风险模型由训练样本集合对神经网络模型进行训练得到；所述训练样本集合包括：训练样本用户的个人信息、所述训练样本用户的历史短信以及所述历史短信是否为诈骗短信的真实结果；所述分析结果为诈骗短信或非诈骗短信。从而达到可以在保障客户隐私的前提下降低诈骗风险的目的。的前提下降低诈骗风险的目的。的前提下降低诈骗风险的目的。

【技术实现步骤摘要】
诈骗短信的识别方法、装置、电子设备及计算机存储介质


[0001]本申请涉及计算机
，特别涉及一种诈骗短信的识别方法、装置、电子设备及计算机存储介质。

技术介绍

[0002]现在随着经济信息技术的发展人们的生活越来越方便，但是由此带来的短信诈骗也越来越多。
[0003]因此，亟需一种在保障客户隐私的前提下降低诈骗风险的方法。

技术实现思路

[0004]有鉴于此，本申请提供一种诈骗短信的识别方法、装置、电子设备及计算机存储介质，可以在保障客户隐私的前提下降低诈骗风险。
[0005]本申请第一方面提供了一种诈骗短信的识别方法，包括：
[0006]每隔预设时间获取用户的短信集合；其中，所述短信集合中包括至少一个短信；
[0007]针对所述短信集合中的每一个短信，对所述短信进行预分析，得到初步分析结果；其中，所述初步分析结果为可能存在诈骗风险或不存在诈骗风险；
[0008]将所述用户的个人信息和待分析短信输入至诈骗风险模型，得到分析结果；其中，所述待分析短信初步分析结果为可能存在诈骗风险的短信；所述诈骗风险模型由训练样本集合对神经网络模型进行训练得到；所述训练样本集合包括：训练样本用户的个人信息、所述训练样本用户的历史短信以及所述历史短信是否为诈骗短信的真实结果；所述分析结果为诈骗短信或非诈骗短信。
[0009]可选的，所述针对所述短信集合中的每一个短信，对所述短信进行预分析，得到初步分析结果，包括：
[0010]判断所述短信中是否包含预设的诈骗关键字，得到第一判断结果；其中，所述第一判断结果为所述短信中包含预设的诈骗关键字或所述短信中不包含预设的诈骗关键字；
[0011]判断所述短信的语义是否与诈骗相关，得到第二判断结果；其中，所述第二判断结果为所述短信的语义与诈骗相关或所述短信的语义不与诈骗相关；
[0012]根据所述短信的发件人与收件人的关系判断所述短信是否存在诈骗可能，得到第三判断结果；其中，所述第三判断结果为存在诈骗可能或不存在诈骗可能；
[0013]根据所述第一判断结果、所述第二判断结果和所述第三判断结果，确定风险评分；
[0014]判断所述风险评分是否大于阈值；
[0015]若判断出所述风险评分大于阈值，则确定所述短信可能存在诈骗风险；
[0016]若判断出所述风险评分不大于阈值，则确定所述短信不存在诈骗风险。
[0017]可选的，所述将所述用户的个人信息和待分析短信输入至诈骗风险模型，得到分析结果之后，还包括：
[0018]若所述分析结果表明所述待分析短信是诈骗短信，则向所述用户发送提醒信息；
其中，所述提醒信息用于提示所述用户所述待识别短信存在诈骗风险。
[0019]可选的，所述若所述分析结果表明所述待分析短信是诈骗短信，则向所述用户发送提醒信息之后，还包括：
[0020]接收到所述用户的反馈信息；其中，所述反馈信息为认同或不认同；
[0021]若所述反馈信息为不认同，则将所述待分析短信和分析结果发送至区块链模块。
[0022]可选的，所述诈骗风险模型的构建方法，包括：
[0023]构建训练样本集合；其中，所述训练样本集合包括：训练样本用户的个人信息、所述训练样本用户的历史短信以及所述历史短信是否为诈骗短信的真实结果；
[0024]将所述训练样本用户的个人信息和所述训练样本用户的一个历史短信，输入至神经网络模型中，得到预测结果；
[0025]利用所述预测结果与所述真实结果之间的误差，对所述神经网络模型中的参数进行不断调整，直至调整后的所述神经网络模型输出的预测结果与真实结果之间的误差满足预设的收敛条件时，将所述调整后的神经网络模型确定为诈骗风险模型。
[0026]本申请第二方面提供了一种诈骗短信的识别装置，包括：
[0027]获取单元，用于每隔预设时间获取用户的短信集合；其中，所述短信集合中包括至少一个短信；
[0028]预分析单元，用于针对所述短信集合中的每一个短信，对所述短信进行预分析，得到初步分析结果；其中，所述初步分析结果为可能存在诈骗风险或不存在诈骗风险；
[0029]第一输入单元，用于将所述用户的个人信息和待分析短信输入至诈骗风险模型，得到分析结果；其中，所述待分析短信初步分析结果为可能存在诈骗风险的短信；所述诈骗风险模型由训练样本集合对神经网络模型进行训练得到；所述训练样本集合包括：训练样本用户的个人信息、所述训练样本用户的历史短信以及所述历史短信是否为诈骗短信的真实结果；所述分析结果为诈骗短信或非诈骗短信。
[0030]可选的，所述预分析单元，包括：
[0031]第一判断单元，用于判断所述短信中是否包含预设的诈骗关键字，得到第一判断结果；其中，所述第一判断结果为所述短信中包含预设的诈骗关键字或所述短信中不包含预设的诈骗关键字；
[0032]第二判断单元，用于判断所述短信的语义是否与诈骗相关，得到第二判断结果；其中，所述第二判断结果为所述短信的语义与诈骗相关或所述短信的语义不与诈骗相关；
[0033]第三判断单元，用于根据所述短信的发件人与收件人的关系判断所述短信是否存在诈骗可能，得到第三判断结果；其中，所述第三判断结果为存在诈骗可能或不存在诈骗可能；
[0034]风险评分确定单元，用于根据所述第一判断结果、所述第二判断结果和所述第三判断结果，确定风险评分；
[0035]第四判断单元，用于判断所述风险评分是否大于阈值；
[0036]预分析结果确定单元，用于若所述第四判断单元判断出，所述风险评分大于阈值，则确定所述短信可能存在诈骗风险；
[0037]所述预分析结果确定单元，还用于若所述第四判断单元判断出，所述风险评分不大于阈值，则确定所述短信不存在诈骗风险。
[0038]可选的，所述诈骗短信的识别装置，还包括：
[0039]第一发送单元，用于若所述分析结果表明所述待分析短信是诈骗短信，则向所述用户发送提醒信息；其中，所述提醒信息用于提示所述用户所述待识别短信存在诈骗风险。
[0040]可选的，所述诈骗短信的识别装置，还包括：
[0041]接收单元，用于接收到所述用户的反馈信息；其中，所述反馈信息为认同或不认同；
[0042]第二发送单元，用于若所述反馈信息为不认同，则将所述待分析短信和分析结果发送至区块链模块。
[0043]可选的，所述诈骗风险模型的构建单元，包括：
[0044]构建单元，用于构建训练样本集合；其中，所述训练样本集合包括：训练样本用户的个人信息、所述训练样本用户的历史短信以及所述历史短信是否为诈骗短信的真实结果；
[0045]第二输入单元，用于将所述训练样本用户的个人信息和所述训练样本用户的一个历史短信，输入至神经网络模型中，得到预测结果；
[0046]模型确定单元，用于利用所述预测结果与所述真实结果之间的误差，对所述神经网络模型中的参数进行不断本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种诈骗短信的识别方法，其特征在于，包括：每隔预设时间获取用户的短信集合；其中，所述短信集合中包括至少一个短信；针对所述短信集合中的每一个短信，对所述短信进行预分析，得到初步分析结果；其中，所述初步分析结果为可能存在诈骗风险或不存在诈骗风险；将所述用户的个人信息和待分析短信输入至诈骗风险模型，得到分析结果；其中，所述待分析短信初步分析结果为可能存在诈骗风险的短信；所述诈骗风险模型由训练样本集合对神经网络模型进行训练得到；所述训练样本集合包括：训练样本用户的个人信息、所述训练样本用户的历史短信以及所述历史短信是否为诈骗短信的真实结果；所述分析结果为诈骗短信或非诈骗短信。2.根据权利要求1所述的识别方法，其特征在于，所述针对所述短信集合中的每一个短信，对所述短信进行预分析，得到初步分析结果，包括：判断所述短信中是否包含预设的诈骗关键字，得到第一判断结果；其中，所述第一判断结果为所述短信中包含预设的诈骗关键字或所述短信中不包含预设的诈骗关键字；判断所述短信的语义是否与诈骗相关，得到第二判断结果；其中，所述第二判断结果为所述短信的语义与诈骗相关或所述短信的语义不与诈骗相关；根据所述短信的发件人与收件人的关系判断所述短信是否存在诈骗可能，得到第三判断结果；其中，所述第三判断结果为存在诈骗可能或不存在诈骗可能；根据所述第一判断结果、所述第二判断结果和所述第三判断结果，确定风险评分；判断所述风险评分是否大于阈值；若判断出所述风险评分大于阈值，则确定所述短信可能存在诈骗风险；若判断出所述风险评分不大于阈值，则确定所述短信不存在诈骗风险。3.根据权利要求1所述的识别方法，其特征在于，所述将所述用户的个人信息和待分析短信输入至诈骗风险模型，得到分析结果之后，还包括：若所述分析结果表明所述待分析短信是诈骗短信，则向所述用户发送提醒信息；其中，所述提醒信息用于提示所述用户所述待识别短信存在诈骗风险。4.根据权利要求3所述的识别方法，其特征在于，所述若所述分析结果表明所述待分析短信是诈骗短信，则向所述用户发送提醒信息之后，还包括：接收到所述用户的反馈信息；其中，所述反馈信息为认同或不认同；若所述反馈信息为不认同，则将所述待分析短信和分析结果发送至区块链模块。5.根据权利要求1所述的识别方法，其特征在于，所述诈骗风险模型的构建方法，包括：构建训练样本集合；其中，所述训练样本集合包括：训练样本用户的个人信息、所述训练样本用户的历史短信以及所述历史短信是否为诈骗短信的真实结果；将所述训练样本用户的个人信息和所述训练样本用户的一个历史短信，输入至神经网络模型中，得到预测结果；利用所述预测结果与所述真实结果之间的误差，对所述神经网络模型中的参数进行不断调整，直至调整后的所述神经网络模型输出的预测结果与真实结果之间的误差满足预设的收敛条件时，将所述调整后的神经网络模型确定为诈骗风险模型。6.一种诈骗短信的识别装置，其特征在于，包括...

【专利技术属性】
技术研发人员：胡玮，胡路苹，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：