本发明专利技术公开了一种通信卡异常行为检测方法及装置、存储介质和处理器。其中，该方法包括：确定待检测通信卡；获取待检测通信卡的特征数据集；将特征数据集输入异常行为检测模型，得到检测结果，异常行为检测模型基于样本通信卡集的样本特征数据集进行模型训练得到，包括：第一检测模型、第二检测模型和第三检测模型，用于训练第一检测模型、第二检测模型和第三检测模型的样本集、验证集和测试集不同，检测结果包括：第一检测结果、第二检测结果和第三检测结果；基于第一检测结果、第二检测结果和第三检测结果对待检测通信卡进行观察或关停处理。本发明专利技术解决了现有的检测通行卡异常行为的方法准确率较低，容易误伤正常用户的不常用号码的技术问题。常用号码的技术问题。常用号码的技术问题。
【技术实现步骤摘要】
通信卡异常行为检测方法及装置、存储介质和处理器
[0001]本专利技术涉及计算机
，具体而言，涉及一种通信卡异常行为检测方法及装置、存储介质和处理器。
技术介绍
[0002]随着网络技术的不断发展，越来越多的用户接到过电信异常行为电话。一般实施异常行为的人员通过电话的形式，假冒电商客服人员实施异常行为，并且实施异常行为的号卡一般为他人号卡，实施异常行为的人员通过各种手段收售号卡，这些号码与正常号码有着明显差异，该类号码一般会在集中时间段使用，在涉嫌异常行为的号卡的生命周期中，异常行为号卡会在异常行为阶段高频呼叫，异常行为号卡必然存在的环节有：测试环节、异常行为养卡环节、异常行为环节，这三个环节可能由几分钟完成，也可能几天内完成。
[0003]由于每个环节完成时间无法确定，因此检测难度增加，近年来异常行为人员为防止号卡被关停，会在异常行为养卡阶段前进行低通话时长、低流量、低短信的养卡。因此，现有的检测养卡异常行为方法准确率极低，且极容易误伤正常用户的不常用号码。
[0004]针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
[0005]本专利技术实施例提供了一种通信卡异常行为检测方法及装置、存储介质和处理器，以至少解决现有的检测通行卡异常行为的方法准确率较低，容易误伤正常用户的不常用号码的技术问题。
[0006]根据本专利技术实施例的一个方面，提供了一种通信卡异常行为检测方法，包括：确定待检测通信卡，其中，上述待检测通行卡为存在异常行为的通信卡；获取上述待检测通信卡的特征数据集；将上述特征数据集输入异常行为检测模型，得到检测结果，其中，上述异常行为检测模型基于样本通信卡集的样本特征数据集进行模型训练得到，上述异常行为检测模型包括：第一检测模型、第二检测模型和第三检测模型，用于训练上述第一检测模型、上述第二检测模型和上述第三检测模型的样本集、验证集和测试集不同，上述检测结果包括：第一检测结果、第二检测结果和第三检测结果；基于上述第一检测结果、上述第二检测结果和上述第三检测结果对上述待检测通信卡进行观察或关停处理。
[0007]可选的，上述获取上述待检测通信卡的特征数据集，包括：获取上述待检测通信卡预设时间段内的通信数据，其中，上述通信数据包括：通话记录数据、接入基站记录数据、流量记录数据和短信记录数据；基于上述通话记录数据构造通话类特征数据；基于上述接入基站记录数据构造静默类特征数据和位置类特征数据；基于上述流量记录数据构造流量类特征数据；基于上述短信记录数据构造短信类特征数据；将上述通话类特征数据、上述静默类特征数据、上述位置类特征数据、上述流量类特征数据和上述短信类特征数据确定为上述特征数据集。
[0008]可选的，在将上述特征数据集输入异常行为检测模型，得到检测结果之前，上述方
法还包括:确定上述样本通信卡集，其中，上述样本通信卡集包括：异常通信卡和正常通信卡；对上述样本通信卡集进行分类处理，确定每个上述样本通信卡的类别，其中，上述类别包括：正常使用类、个人养卡类、三无静默类、异常行为养卡类、异常行为类；获取上述样本通信卡的样本特征数据集；基于上述类别和上述样本特征数据集将上述样本通信卡集分为训练集、验证集和测试集；基于上述训练集、上述验证集和上述测试集生成上述异常行为检测模型。
[0009]可选的，上述基于上述训练集、上述验证集和上述测试集生成上述异常行为检测模型，包括：将上述样本特征数据集划分为n个样本子集；从上述n个样本子集中任意选择一个样本子集作为目标测试集，并将剩余样本子集作为目标训练集和目标验证集，基于上述目标训练集和上述目标验证集训练得到初始异常行为检测模型，采用上述目标测试集对上述初始异常行为检测模型进行测试处理，得到测试结果，完成一次初始异常行为检测模型生成操作；重复n次上述异常行为检测模型生成操作，确定多个初始异常行为检测模型和多个测试结果，其中，上述多个初始异常行为检测模型和多个测试结果一一对应；基于上述多个测试结果的准确率值从上述多个初始异常行为检测模型中选取三个上述初始异常行为检测模型，得到上述第一检测模型、上述第二检测模型和上述第三检测模型。
[0010]可选的，上述基于上述第一检测结果、上述第二检测结果和上述第三检测结果对上述待检测通信卡进行观察或关停处理，包括：若上述第一检测结果、上述第二检测结果和上述第三检测结果中存在3个异常行为类结果，则对上述待检测通信卡进行关停处理；若上述第一检测结果、上述第二检测结果和上述第三检测结果中存在2个上述异常行为类结果以及1个非异常行为类结果，则对上述待检测通信卡进行观察处理；若上述第一检测结果、上述第二检测结果和上述第三检测结果中不存在上述异常行为类结果以上述异常行为养卡类结果，则无需对上述待检测通信卡进行处理；若上述第一检测结果、上述第二检测结果和上述第三检测结果中存在3个异常行为养卡类结果，则对上述待检测通信卡进行观察处理。
[0011]根据本专利技术实施例的另一方面，还提供了一种通信卡异常行为检测装置，包括：确定模块，用于确定待检测通信卡，其中，上述待检测通行卡为存在异常行为的通信卡；获取模块，用于获取上述待检测通信卡的特征数据集；检测模块，用于将上述特征数据集输入异常行为检测模型，得到检测结果，其中，上述异常行为检测模型基于样本通信卡集的样本特征数据集进行模型训练得到，上述异常行为检测模型包括：第一检测模型、第二检测模型和第三检测模型，用于训练上述第一检测模型、上述第二检测模型和上述第三检测模型的样本集、验证集和测试集不同，上述检测结果包括：第一检测结果、第二检测结果和第三检测结果；处理模块，用于基于上述第一检测结果、上述第二检测结果和上述第三检测结果对上述待检测通信卡进行观察或关停处理。
[0012]根据本专利技术实施例的另一方面，还提供了一种非易失性存储介质，上述非易失性存储介质存储有多条指令，上述指令适于由处理器加载并执行任意一项上述的通信卡异常行为检测方法。
[0013]根据本专利技术实施例的另一方面，还提供了一种处理器，上述处理器用于运行程序，其中，上述程序被设置为运行时执行任意一项上述的通信卡异常行为检测方法。
[0014]根据本专利技术实施例的另一方面，还提供了一种电子设备，包括存储器和处理器，上
述存储器中存储有计算机程序，上述处理器被设置为运行上述计算机程序以执行任意一项上述的通信卡异常行为检测方法。
[0015]在本专利技术实施例中，通过确定待检测通信卡，其中，上述待检测通行卡为存在异常行为的通信卡；获取上述待检测通信卡的特征数据集；将上述特征数据集输入异常行为检测模型，得到检测结果，其中，上述异常行为检测模型基于样本通信卡集的样本特征数据集进行模型训练得到，上述异常行为检测模型包括：第一检测模型、第二检测模型和第三检测模型，用于训练上述第一检测模型、上述第二检测模型和上述第三检测模型的样本集、验证集和测试集不同，上述检测结果包括：第一检测结果、第二检测结果和第三检测结果；基于上述第一检测结果、上述第二检测结果和上述第三检测结果对上述待检测本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种通信卡异常行为检测方法，其特征在于，包括：确定待检测通信卡，其中，所述待检测通行卡为存在异常行为的通信卡；获取所述待检测通信卡的特征数据集；将所述特征数据集输入异常行为检测模型，得到检测结果，其中，所述异常行为检测模型基于样本通信卡集的样本特征数据集进行模型训练得到，所述异常行为检测模型包括：第一检测模型、第二检测模型和第三检测模型，用于训练所述第一检测模型、所述第二检测模型和所述第三检测模型的样本集、验证集和测试集不同，所述检测结果包括：第一检测结果、第二检测结果和第三检测结果；基于所述第一检测结果、所述第二检测结果和所述第三检测结果对所述待检测通信卡进行观察或关停处理。2.根据权利要求1所述的方法，其特征在于，所述获取所述待检测通信卡的特征数据集，包括：获取所述待检测通信卡预设时间段内的通信数据，其中，所述通信数据包括：通话记录数据、接入基站记录数据、流量记录数据和短信记录数据；基于所述通话记录数据构造通话类特征数据；基于所述接入基站记录数据构造静默类特征数据和位置类特征数据；基于所述流量记录数据构造流量类特征数据；基于所述短信记录数据构造短信类特征数据；将所述通话类特征数据、所述静默类特征数据、所述位置类特征数据、所述流量类特征数据和所述短信类特征数据确定为所述特征数据集。3.根据权利要求1所述的方法，其特征在于，在将所述特征数据集输入异常行为检测模型，得到检测结果之前，所述方法还包括:确定所述样本通信卡集，其中，所述样本通信卡集包括：异常通信卡和正常通信卡；对所述样本通信卡集进行分类处理，确定每个所述样本通信卡的类别，其中，所述类别包括：正常使用类、个人养卡类、三无静默类、异常行为养卡类、异常行为类；获取所述样本通信卡的样本特征数据集；基于所述类别和所述样本特征数据集将所述样本通信卡集分为训练集、验证集和测试集；基于所述训练集、所述验证集和所述测试集生成所述异常行为检测模型。4.根据权利要求3所述的方法，其特征在于，所述基于所述训练集、所述验证集和所述测试集生成所述异常行为检测模型，包括：将所述样本特征数据集划分为n个样本子集；从所述n个样本子集中任意选择一个样本子集作为目标测试集，并将剩余样本子集作为目标训练集和目标验证集，基于所述目标训练集和所述目标验证集训练得到初始异常行为检测模型，采用所述目标测试集对所述初始异常行为检测模型进行测试处理，得到测试结果，完成一次初始异常行为检测模型生成操作；重复n次所述异常行为检测...
【专利技术属性】
技术研发人员：李文璟，张维，肖浩，黄珊，钟宏杰，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。