今天小编要和大家分享的是移动通信相关信息，接下来我将从利用机器学习方法建模对诈骗案件进行研判和处置，科技感5g光速时代互联网工作总结汇报经典创意高端演示ppt模板这几个方面来介绍。
移动通信相关技术文章利用机器学习方法建模对诈骗案件进行研判和处置
文章来源：电信工程技术与标准化，作者：林宇俊，许鑫伶，何洋，鲁银冰
近年来，通信信息诈骗造成的损失逐年递增，且诈骗形式和剧本层出不穷。通信信息诈骗已形成了一条非常完整的犯罪产业链。根据有关机构测算，通信信息诈骗从业者达上百万人，年产业规模已经高达千亿元。目前通信信息诈骗案例集中呈现出了一些新的特征。
一是诈骗模式事件链化、精准化。犯罪分子往往利用社会工程学设置诈骗场景脚本，利用不断升级的诈骗手法、运营商的业务规则和流程漏洞，通过诈骗事件链设置将受害人一步步引入圈套，让人防不胜防。
二是诈骗渠道和手段多样化、专业化，随着科技手段的进步，作案手段已从最原始的发短信、打电话等发展到扫描恶意二维码植入木马病毒、钓鱼诈骗等恶意网站等多种渠道联合作案的新型犯罪手段。
随着5G技术的发展，通信将变得更加便捷，数据源变得更多样化，数据量也会呈现激增的趋势。采用传统的社会治理手段和识别规则难以适应，相关部门和企业防范打击经验不足，防不胜防。
1 研究目的
随着互联网和5G的发展，运营商采集的数据源更丰富，产生的数据量呈指数上升。电信诈骗作案方式也层出不穷，从冒充亲友类的“猜猜我是谁”的常见诈骗方式，到结合了匿名网站、钓鱼网站和垃圾邮件等多种黑产手段的新型诈骗方式。因此，通信信息诈骗案件更难检测和预防，也对通信信息诈骗治理工作提出了更高要求，即须能够利用大数据技术，在短时间内处理海量通信数据，并能利用机器学习方法建模，及时对诈骗案件进行研判和处置。
目前业界主要的骚扰诈骗电话识别方案有以下几种。
（1）语音分析：分析陌生电话语音内容，使用自然语言处理提取行为特征，但造成侵犯用户通话隐私和影响用户感知等不良影响。
（2）阈值匹配：从主叫号码字段匹配及其呼叫频率阈值，再用投诉样本数据对其验证，易造成具有字段特征的普通用户号码被误判，亦难以识别出不具有号码字段特征的诈骗电话，且投诉样本数量少，只有少量诈骗电话被记录。