垃圾短信关键词
篇一：垃圾短信关键词
摘要：经过10余年的大力治理，垃圾短信现象还没有得到完全根治，垃圾短信仍然是拖累通信运营商客户满意度提升的大问题。本文分析了垃圾短信治理存在的问题，包括治理不力的原因，并针对垃圾短信的治理难题，提出了做好垃圾短信问题治理工作的对策。
关键词：垃圾短信；综合治理；技术防范
近几年，基于移动通信网络的移动信息服务业因使用方便、服务快捷，受到了广大用户的欢迎。但是伴随着移动通信的快速发展，一些不法分子利用移动通信网络发送大量带有非法或不健康内容的垃圾短信，对广大手机用户的工作、生活造成很大干扰，对电信运营商企业形象产生负面影响，也给政府部门监管带来极大困难。
但是，在实际推进过程中依然存在一些问题，垃圾短信问题并未从根本上彻底解决，主要存在以下问题：
一、法律依据滞后。点到点短信属于个人通信，个人发送行为及信息内容均受法律的保护，电信企业无权事先检查和监控，同时对于疑似垃圾短信发送者的处臵无法律依据。单纯依靠企业，制裁力度有限且
威慑力小。
二、精准的技术防范及调查取证难度较大。垃圾短信发商为了逃避运营商的拦截封堵，不断变换发方式，如插入特殊字符、同音字等；从近年的垃圾短信分析看，‚伪基
站‛已成为发送垃圾短信的元凶。‚‛即非法无线信号发射台，是一种小型化、易移动的无线通信设备，它抢占了移动通信信息频道，诱骗客户手机接入，向覆盖区内的手机发送不良信息，‚‛流动性强，案件监测难、抓捕难，不仅使电信运营无法正常向客户提供服务，对用户和运营商均造成利益损害。
三、涉及到多部门协调。涉及公安、工商、新闻、电信业在内的多个管理部门和单位，包括了技术问题、公民权利问题、社会价值判定等诸多领域。目前在工作协调机制方面不完善。如推行实名制是解决垃圾短信治理的有效方式，但基础电信企业在查验用户身份信息真实性时，仍不能免费接入公安部门身份信息查询系统。
四、用户自身方面：自我保护意识及警觉性不够，在收到不熟悉的或带有明显欺诈倾向的短信，轻易回短信或者回电话，以致受骗上当遭受经济损失。同时，对于此类情况未能及时举报和投诉，使犯罪分子更加猖獗；受消费习惯等方面的影响，对实名制存在抵触心理，造成实名制推行一年多来，虽然电信运营企业加大宣传并采取优惠便利措施，仍有部分老用户主动性不高，不能积极配合实名补登记。
作为电信运营企业，将会通过进一步完善技术手段，强化考核推进实名制等措施，加大垃圾短信管控力度，同时，也需要相关部门及广大用户配合，从以下几个方面共同做好治理工作：台式机加硬盘
一、完善个人信息保护规定，明晰责任，明确相关主体
就业好的专业的责任和义务、处罚手段等，使电信运营企业在治理垃圾短信时有明确依据。如明确电信运营商可采用的关键词屏蔽过滤垃圾短信，对大规模发垃圾短信的手机用户可以取消入网资格等行为限制等。
二、以法律手段、政府行政手段为主，企业技术手段为辅，通过立法部门、公安部门、工商部门、通信监管部门、运营商通力合作，以强有力的法律和行政管理来支撑，形成综合治理的合力。如：在打击方面，建立联动、长效机制。电信运营企业协助警方进行活动区域的定位、及时发现并反馈信息；公安机关实施查、抓捕；工商管理部门从源头治理，查封生产厂家、销售商家，斩断销售的黑产业链。在实名推进方面，允许基础电信企业免费接入公安部门身份信息查询系统，对电话用户身份信息的真实性进行校验，为下一步的用户服务、案件查处等奠定基础；工商部门对流动商贩进行规范或清理等。
四、广大众要提高个人信息保护意识，加强防范，从被动防御转为主动防范。一是谨慎个人信息的泄露，不要轻信陌生号码发来的信息，或点击短信中的相关链接，办理业务需到运营商；二
是可以通过安装手机安全软件等方式防御垃圾短信骚扰。根据360手机云安全中心统计数据显示，360手机卫士一年可拦截的垃圾短信总量已突破100亿条。
方舟生存进化篇二：垃圾短信关键词
摘要：
针对垃圾短信分类问题，提出一种计算词分类权重的方法，并以此为基础通过降维来得到分类特征词集合。提出了短信分类隶属度概念，通过计算短信分类隶属度和分类隶属度密度的方法来实现分类。为了提高分类的准确性，还对特征词进行了分类权重的迭代学习，从而保证了词分类权重取值的合理性。实验结果表明，该分类模型具有良好的分类效果和较低的时间复杂度。
关键词：
垃圾短信；特征词；文本分类；降维；权重学习
0引言
短信作为一种重要的交流手段，在人们的日常生活中正发挥越来越重要的作用。伴随着短信的广泛使用，垃圾短信也严重困扰着人们的生活。因此研究高效实用的垃圾短信分类方法很有必要。
鳄鱼龟饲养
港台明星图片
4结语
本文所提出的算法考虑了词在不同分类中的权重差别，并认为每一类垃圾短信存在一个特征词集合，在此基础上实现了垃圾短信分类算法。实验结果表明，该方法在准确度和时间复杂度都达到了较好的效果。但是由于实验样本中没有足够的正常短信样本，可能会导致正常短信误分率较高，因此结合行为进行分类可能会提高算法的精确度和实用性，如考虑一个时间间隔中从某一个号码发出多条短信被认为是疑似垃圾短信，然后采用本研究的算法进行二次分类。另外，考虑词语语义相似度对分类权重的影响是下一步要研究的
目标。
参考文献：
[1]
[2]
[3]
李慧，叶鸿，潘学瑞，等.基于SVM的垃圾短信过滤系统[J].计算机安全，2012，13（6）：34-38.
[4]
冯鸥鹏.垃圾短信过滤中字特征与词特征对过滤效果的比较研究[D].北京：北京邮电大学，2011.
[5]
徐易.基于短文本的分类算法研究[D].上海：上海交通大学，2010.
[6]
[7]
[8]
陈功平，沈明玉，王红，等.基于内容的短信分类技术[J].华东理工大学学报：自然科学版，2011，37（6）：770-774.
[9]
[11]
[12]港台三级大全
[13]
UYSAL A K，GNAL S，ERIGIN S，et al. Detection of SMS spam messages on mobile phones[C]// SIU：The 20th