邮电设计技术/2021/03
——————————
收稿日期：2021-01-04
0引言
随着移动通信业务的飞速发展，手机给人们带来便利的同时，也带来了许多危害。与、QQ 等社交工具相比，短信具有被叫号码不受限制、快捷、高效等优势，导致不法分子趁机以短信形式实施、广告宣传甚至传播手机病毒，轻则给用户带来骚扰，重则造成经济损失。目前，大部分运营商垃圾短信监控系统主要利用关键字策略、流量策略和被叫行为分析等方法进行变相组合监控和拦截［1-2］，同时配以人工审核对监控结果进行二次确认提高查准率。但随着近年来垃圾短信发送方法的不断升级，运维运营的治理成本大幅上升，治理效果却在下降。基于此，本文重点研究基于内容的智能垃圾短信分析系统，在原有垃圾短信网元中增加智能分析模块，及时发现并更新拦截策略；采用广义数字识别方法识别短信中的电话号码、银行卡等数字信息，提升拦截效率和效果。
1智能分析系统组网及业务流程设计
增加了智能分析系统后，需要对现有的短消息业务流程进行调整，在原有系统基础上增加智能分析系统，
具体业务流程如图1所示。
a ）MO 为用户提交消息到短消息中心（SMSC ）。
b ）deliver_req 为SMSC 提交消息到监控平台进行监控处理。
c ）deliver_rsp 为监控平台根据现有监控策略对消
息进行相关监控处理，并将结果反馈给短消息中心。
基于广义数字的智能垃圾短信拦截系统设计Design of Intelligent Spam Short Message Interception
System Based on Generalized Digital
关键词：
广义数字；垃圾短信；拦截
doi ：10.12045/j.issn.1007-3043.2021.03.012文章编号：1007-3043（2021）03-0055-03中图分类号：TN918文献标识码：A
开放科学（资源服务）标识码（OSID ）：
摘要：垃圾短信问题困扰已久，存在拦截规则呆板、拦截效率低、误拦截、错拦截等问题。采用基于广义数字的垃圾短信过滤系统方案，实现基于广义数字拦截规则的智能识别，减少人工判断、提高拦截效率。
Abstract ：
The problem of spam messages has been plagued for a long time，and there are problems such as stiff interception rules，low interception efficiency，false interception，and false interception.It adopts a spam SMS filtering system scheme based on gen-eralized numbers to realize intelligent recognition based on generalized digital interception rules，reduce manual judgment and improve interception efficiency.
Keywords ：
Generalized number；Spam SMS；Intecept
王金栋1，向前兰2，李
岳1（1.中国电信股份有限公司陕西分公司，陕西西安710035；2.咸阳师范学院，陕西咸阳712000）
Wang Jindong 1，Xiang Qianlan 2，Li Yue 1（1.China Telecom Corportation Shaanxi Branch ，Xi'an 710035，China ；2.Xianyang Normal Uni⁃北京炸酱面的做法
versity ，Xianyang 712000，China ）
王金栋，向前兰，李岳基于广义数字的智能垃圾短信拦截系统设计无线通信
Radio Communication
引用格式：王金栋，向前兰，李岳.基于广义数字的智能垃圾短信拦截系统设计［J］.邮电设计技术，2021（3）：55-57.
55
2021/03/DTPT
d ）监控平台将消息话单同步到智能分析系统。
e ）智能分析系统将此条话单入库，并进行大数据挖掘和分析处理。
f ）智能分析系统将相关数据挖掘结果同步到监控平台（新提取关键字、黑名单号码、疑似垃圾短信）
。
g ）后续SMSC 提交到监控平台的消息，将根据更
新后的监控策略进行处理。
2广义数字识别
从垃圾短信产生的根源分析，或者宣传类的垃圾短信通常会包含或银行账号等重要信息，而由于成本及更换困难等多种原因，这些或账号相对比较固定，通过之前的垃圾短信内容分析，很多内容是经常变化的，但银行卡账号或者电话号码一般更换的较少。因此，数字特征是大量垃圾短信中具有明显特征且比较固定的特征信息。如果根据垃圾短信内容中的数字相关信息进行拦截，拦截效率大大提升的同时，拦截效果也会非常显著。2.1定义广义数字库
目前垃圾短信中所包含的电话号码、账号等数字已不是简单的阿拉伯数字，不法分子为了避免被拦
截，往往在其中穿插了各种各样的“数字”：阿拉伯数
字、中文简体数字、繁体数字、谐音数字、带符号的数字，这些表现形式多样的“数字”称为广义数字。
广义数字库可配置，包括阿拉伯数字、中文简体数字（如一、二、三）、繁体数字（如壹、贰、叁）、谐音数字、带符号的数字（①、❶）、以全角或上下标表示的数字（如１、₁、⁴）等［3］。
通过智能垃圾短信拦截系统对大量话单的挖掘统计分析，会提取一份广义数字黑名单送往实时监控系统，经启用同步后用于垃圾短信的实时判断，当多个不同的主叫发送的短信中都含有上述广义数字时，实时短信垃圾监控系统会判断击中广义数字黑名单规则并直接实时拦截，从而减少短信下发。2.2广义数字特征向量提取流程于月仙个人资料
广义数字特征向量是从该条短信内容中提取的若干个连续广义数字组成的集合。
a ）短信内容预处理。首先对短信内容进行特殊
字符过滤，即去除掉空格和标点符号后，接着以广义数字库为基础，对短信内容中的广义数字进行检测，
统一替换为阿拉伯数字。唐艺昕原名
b ）单个连续数字段的最小长度（字符数）判断。
连续K 个或K 个以上（K 可以自定义，如K =3，即表示连续3个或3个以上的广义数字段才会被抽样出来）的
广义数字才会被抽样出来，设某条短信内容中抽样出的数字各段组合集合：{a 1a 2⋯a i ,b 1b 2⋯b j ,⋯}，其中
a 1a 2⋯a i 和
b 1b 2⋯b j 是抽样出的2个数字段，则必须满足i ，j ≥3。
c ）2个连续数字段的最小距离（字符数）判断。广义数字特征向量应是由该条短信内容中相对集中的一段广义数字组成的集合，设某条短信抽样出的数字各段组合成集合：{a 1a 2⋯a i ,b 1b 2⋯b j ,⋯}，则必须满足：
a 1a 2⋯a i 和
b 1b 2⋯b j 2段广义数字段之间的距离小于等于J 个字符。其中J 可以自定义，如J =4，则表示如果2组数字之间的其他字符超过4个或4个以上时a 1a 2⋯a i 不会被抽样出来；继续检查b 1b 2⋯b j 和下一段
之间的距离。
d ）有效的数字特征向量长度范围（字符数）判断。
抽样出的广义数字段组成一个广义数字特征向量：V ={a 1a 2⋯a i b 1b 2⋯b j ⋯}。检查该向量的长度x 需要
满足长度范围m ≤x ≤n ，考虑到目前手机号码为11位，固定电话号码不含区号一般为7~8位，含区号一般为11~12位，银行账号一般为16位，故可设定m =7，n =
图1
短消息业务流程设计
王金栋，向前兰，李岳
基于广义数字的智能垃圾短信拦截系统设计
无线通信
Radio Communication 56
邮电设计技术/2021/03
16。
2.3可疑广义数字特征向量判断原则
广义数字特征向量判断首先对短信内容进行预处理，将短信格式进行规整，然后抽样出广义数字特征，具体流程如图2所示。
为每个新提取出的广义数字特征向量设置一个计数器Q i ，当发现另一条包含该特征向量的短信时，该计数器Q i 累加；同时比较该特征向量的主叫号码是否相同，若不相同，则其相应的主叫号码离散度D i 加1。
当某个广义数字特征向量满足：计数器Q i 达到阈值且主叫号码离散度D i 达到阈值，则该条特征向量判定为可疑广义数字特征向量。2.4广义数字结果输出
根据可疑广义数字特征向量挖掘规则，将短信内容及主叫号码提取出来，并根据人工判断是否启用规则，通过对样本挖掘，结果举例如图3所示。
图3中每行第1列为提取的数字，第2列为其权重，权重越高垃圾短信嫌疑越大，一般权重为0为垃圾短信和正常短信的临界点。
经过对内容进行人工判断，如图3所示训练结果均可被认定为垃圾短信，认定判断准确。
图2广义数字判断流程
凭什么说图3广义数字训练结果
3结论
本文重点对基于内容的智能垃圾短信拦截系统进行了分析，与其他垃圾短信鉴定系统不同的是，此次主要以广义数字样本识别对垃圾短信的内容进行了判断，并且通过文本实验进行抽样，可行性强，判断准确率高，可以为运营商垃圾短信治理提供强有力的支撑手段。参考文献：
［1］张尼，张智江，宋建，等.垃圾短消息过滤技术综述［J ］.移动通信，
2009，33（6）：17-21.
轰叔
［2］徐英慧，刘梅彦.基于内容的手机端垃圾短信过滤策略研究［J ］.
北京信息科技大学学报（自然科学版），2013，28（1）：51-55.［3］钱庆锋，万博文.基于广义数字的垃圾短信拦截策略的研究［J ］.
中国新通信，2015，17（4）：42-43.
［4］易阳锋.垃圾短信监控的原理与实现［J ］.中兴通讯技术，2005
周奇（6）：49-54.
［5］张燕，傅建明.垃圾短信的识别与追踪研究［J ］.计算机应用研究，
王金栋，向前兰，李岳基于广义数字的智能垃圾短信拦截系统设计无线通信
Radio Communication
57