用于识别被恶意扣费用户的方法和系统技术方案

本发明专利技术公开一种用于识别被恶意扣费用户的方法和系统，属于信息安全领域。其中在接收到用户投诉后，将相应投诉业务列入灰名单，在核实投诉业务为恶意扣费业务时，将投诉业务转入黑名单。根据黑名单内业务的扣费特征和定购关系，筛选出疑似被恶意扣费用户，根据疑似被恶意扣费用户的用户标签和历史消费行为信息，从疑似被恶意扣费用户中确定被恶意扣费用户。本发明专利技术通过对恶意扣费建立特征指标，从而能主动发现和识别被恶意扣费用户，以有效减少因资费问题导致的用户投诉。

Method and system for identifying malicious chargeback users

The invention discloses a method and a system for identifying malicious chargeback users, belonging to the field of information security. Among them, after receiving the user complaints, the corresponding complaint business included in the list of gray, in the verification of the complaint business for malicious chargeback business, the complaint business into the blacklist. According to the characteristics of deductions and order relation in the blacklist business, were suspected of being malicious users, according to the suspected user tag and history of consumer behavior information from malicious users, suspected of being malicious by malicious user to determine user fees. The invention establishes a characteristic index for malicious chargeback, thereby actively discovering and identifying malicious chargeback users so as to effectively reduce user complaints caused by tariff problems.

【技术实现步骤摘要】

本专利技术涉及信息安全领域，特别涉及一种用于识别被恶意扣费用户的方法和系统。
技术介绍
移动终端恶意扣费主要是通过在终端上预装或下载的特定代码或应用软件，在用户不知情的情况下订购业务，同时屏蔽运营商的二次确认信息，从而使整个过程不被察觉。例如，在老人机终端预置了订购三个移动梦网短信业务的代码，从而在老人不知情的情况下被恶意扣费。为了克服这一缺陷，在现有技术中对此进行了相应尝试。例如可在短信中心判断订购业务在黑白灰名单中的归属，从而防止恶意扣费行为，但存在的问题是有可能存在黑名单中的误杀或白名单中的漏杀；例如还可利用智能终端监控统一网络下的其他终端联网行为，可避免网络流量的耗费及恶意扣费，但仍无法有效避免订购SP业务造成的恶意扣费。
技术实现思路
本专利技术实施例提供一种用于识别被恶意扣费用户的方法和系统，通过对恶意扣费建立特征指标，从而能主动发现和识别被恶意扣费用户，以有效减少因资费问题导致的用户投诉。根据本专利技术的一个方面，提供一种用于识别被恶意扣费用户的方法，包括：在接收到用户投诉后，将相应投诉业务列入灰名单；核实投诉业务是否为恶意扣费业务；若核实投诉业务为恶意扣费业务，则将投诉业务转入黑名单；根据黑名单内业务的扣费特征和定购关系，筛选出疑似被恶意扣费用户；根据疑似被恶意扣费用户的用户标签和历史消费行为信息，从疑似被恶意扣费用户中确定被恶意扣费用户。在一个实施例中，在接收到用户投诉后，将相应投诉业务列入灰名单的步骤包括：在接收到用户投诉后，判断投诉业务被投诉总量是否超过预定门限；若投诉业务被投诉总量未超过预定门限，则将投诉业务列入灰名单；若投诉业务被投诉总量已超过预定门限，则执行将投诉业务转入黑名单的步骤。在一个实施例中，根据黑名单内业务的扣费特征和定购关系，筛选出疑似被恶意扣费用户的步骤包括：提取黑名单内业务的扣费特征；提取黑名单内业务的定购关系；利用扣费特征，对与定购关系相关联的定购用户进行匹配；将与扣费特征相匹配的定购用户作为疑似被恶意扣费用户。在一个实施例中，黑名单内业务的扣费特征包括扣费标签；根据疑似被恶意扣费用户的用户标签和历史消费行为信息，从疑似被恶意扣费用户中确定被恶意扣费用户的步骤包括：提取疑似被恶意扣费用户的用户标签和历史行为信息；从疑似被恶意扣费用户中，筛选出用户标签与扣费标签相匹配的用户作为候选用户；对候选用户的历史消费行为进行分析，以便从候选用户中确定被恶意扣费用户。在一个实施例中，将黑名单内业务的扣费特征纳入恶意扣费特征库中。在一个实施例中，根据恶意扣费特征库，对发起定购的业务进行筛查；若发起定购的业务为恶意扣费业务，则对恶意扣费业务发起的定购进行拦截。根据本专利技术的另一方面，提供一种用于识别被恶意扣费用户的系统，包括接收单元、灰名单管理单元、业务核实单元、黑名单管理单元、疑似用户筛选单元和用户确定单元，其中：接收单元，用于接收用户投诉；灰名单管理单元，用于在接收单元接收到用户投诉后，将相应投诉业务列入灰名单；业务核实单元，用于核实投诉业务是否为恶意扣费业务；黑名单管理单元，用于根据业务核实单元的核实结果，若核实投诉业务为恶意扣费业务，则将投诉业务转入黑名单；疑似用户筛选单元，用于根据黑名单内业务的扣费特征和定购关系，筛选出疑似被恶意扣费用户；用户确定单元，用于根据疑似被恶意扣费用户的用户标签和历史消费行为信息，从疑似被恶意扣费用户中确定被恶意扣费用户。在一个实施例中，灰名单管理单元具体在接收单元接收到用户投诉后，判断投诉业务被投诉总量是否超过预定门限；若投诉业务被投诉总量未超过预定门限，则将投诉业务列入灰名单；若投诉业务被投诉总量已超过预定门限，则指示黑名单管理单元执行将投诉业务转入黑名单的操作。在一个实施例中，疑似用户筛选单元具体提取黑名单内业务的扣费特征，提取黑名单内业务的定购关系，利用扣费特征，对与定购关系相关联的定购用户进行匹配，将与扣费特征相匹配的定购用户作为疑似被恶意扣费用户。在一个实施例中，黑名单内业务的扣费特征包括扣费标签；用户确定单元具体提取疑似被恶意扣费用户的用户标签和历史行为信息，从疑似被恶意扣费用户中，筛选出用户标签与扣费标签相匹配的用户作为候选用户，对候选用户的历史消费行为进行分析，以便从候选用户中确定被恶意扣费用户。在一个实施例中，系统还包括恶意扣费特征库，其中：恶意扣费特征库，用于收纳黑名单内业务的扣费特征。在一个实施例中，系统还包括业务筛查单元，其中：业务筛查单元，用于根据恶意扣费特征库，对发起定购的业务进行筛查，若发起定购的业务为恶意扣费业务，则对恶意扣费业务发起的定购进行拦截。通过以下参照附图对本专利技术的示例性实施例的详细描述，本专利技术的其它特征及其优点将会变得清楚。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术用于识别被恶意扣费用户的方法一个实施例的示意图。图2为本专利技术用于识别被恶意扣费用户的方法另一实施例的示意图。图3为本专利技术用于识别被恶意扣费用户的系统一个实施例的示意图。图4为本专利技术用于识别被恶意扣费用户的系统另一实施例的示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本专利技术的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。图1为本专利技术用于识别被恶意扣费用户的方法一个实施例的示意图，其中：步骤101，在接收到用户投诉后，将相应投诉业务列入灰名单。其中，若该业务为首次投诉，则列入灰名单，若该业务已经被多次投诉，则可直接将该业务列入黑名单中。步骤102，核实投诉业务是否为恶意扣费业务。步骤103，若核实投诉业务为恶意扣费业务，则将投诉业务转入黑名单。步骤104，根据黑名单内业务的扣费特征和定购关系，筛选出疑似被恶意扣费用户。步骤105，根据疑似被恶意扣费用户的用户标签和历史消费行为信息，从疑似被恶意扣费用户中确定被恶意扣费用户。基于本专利技术上述实施例提供的用于识别被恶意扣费用户的方法，通过对恶意扣费建立特征指标，从而能主动发现和识别被恶意扣费用户，以有效减少因资费问题导致的用本文档来自技高网...

【技术保护点】
一种用于识别被恶意扣费用户的方法，其特征在于，包括：在接收到用户投诉后，将相应投诉业务列入灰名单；核实所述投诉业务是否为恶意扣费业务；若核实所述投诉业务为恶意扣费业务，则将所述投诉业务转入黑名单；根据黑名单内业务的扣费特征和定购关系，筛选出疑似被恶意扣费用户；根据疑似被恶意扣费用户的用户标签和历史消费行为信息，从疑似被恶意扣费用户中确定被恶意扣费用户。

【技术特征摘要】
1.一种用于识别被恶意扣费用户的方法，其特征在于，包括：在接收到用户投诉后，将相应投诉业务列入灰名单；核实所述投诉业务是否为恶意扣费业务；若核实所述投诉业务为恶意扣费业务，则将所述投诉业务转入黑名单；根据黑名单内业务的扣费特征和定购关系，筛选出疑似被恶意扣费用户；根据疑似被恶意扣费用户的用户标签和历史消费行为信息，从疑似被恶意扣费用户中确定被恶意扣费用户。2.根据权利要求1所述的方法，其特征在于，在接收到用户投诉后，将相应投诉业务列入灰名单的步骤包括：在接收到用户投诉后，判断所述投诉业务被投诉总量是否超过预定门限；若所述投诉业务被投诉总量未超过预定门限，则将所述投诉业务列入灰名单；若所述投诉业务被投诉总量已超过预定门限，则执行将所述投诉业务转入黑名单的步骤。3.根据权利要求2所述的方法，其特征在于，根据黑名单内业务的扣费特征和定购关系，筛选出疑似被恶意扣费用户的步骤包括：提取黑名单内业务的扣费特征；提取黑名单内业务的定购关系；利用所述扣费特征，对与所述定购关系相关联的定购用户进行匹配；将与所述扣费特征相匹配的定购用户作为疑似被恶意扣费用户。4.根据权利要求3所述的方法，其特征在于，黑名单内业务的扣费特征包括扣费标签；根据疑似被恶意扣费用户的用户标签和历史消费行为信息，从疑似被恶意扣费用户中确定被恶意扣费用户的步骤包括：提取疑似被恶意扣费用户的用户标签和历史行为信息；从疑似被恶意扣费用户中，筛选出用户标签与扣费标签相匹配的用户作为候选用户；对候选用户的历史消费行为进行分析，以便从候选用户中确定被恶意扣费用户。5.根据权利要求1-4中任一项所述的方法，其特征在于，还包括：将黑名单内业务的扣费特征纳入恶意扣费特征库中。6.根据权利要求5所述的方法，其特征在于，还包括：根据恶意扣费特征库，对发起定购的业务进行筛查；若发起定购的业务为恶意扣费业务，则对恶意扣费业务发起的定购进行拦截。7.一种用于识别被恶意扣费用户的系统，其特征在于，包括接收单元、灰名单管理单元、业务...

【专利技术属性】
技术研发人员：王锦华，黄铖斌，龙洋，赵爽，顾鑫，赵彦杰，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：北京;11