一种基于APP列表分析的诈骗嫌疑识别方法和装置制造方法及图纸

本发明专利技术属于计算机技术领域，具体涉及一种基于APP列表分析的诈骗嫌疑识别方法和装置。通过对网络诈骗分子APP列表研究分析得到的经验模型，将APP列表分为若干个正向嫌疑大类和若干个反向嫌疑大类，并按每个大类对分析结果影响的重要程度赋予每个大类一定的分类阈值，最后加权统计得出最后的诈骗嫌疑分值并进行诈骗嫌疑判定。可以有效解决现有技术对诈骗嫌疑的识别判定存在混淆性和滞后性的缺陷。

【技术实现步骤摘要】
一种基于APP列表分析的诈骗嫌疑识别方法和装置
本专利技术属于计算机
，具体涉及一种基于APP列表分析的诈骗嫌疑识别方法和装置。
技术介绍
随着我国经济的高速发展，以及社会综合管理的深化，特别是大数据和人工智能等新技术的广泛应用，我国的传统犯罪一直逐年下降，社会治安环境不断改善。然而网络诈骗却逆势不断增长，犯罪手段不断翻新，严重影响人们的生活家政，造成个人和社会的巨大经济损失。因而诈骗嫌疑的识别，特别是前期预防性的识别就显得尤为重要。目前诈骗嫌疑的识别有通过话单分析、域名关键字、物品虚实关系等相关模型进行研判。这些分析都有体现一定效果，但仍有一定局限性，一是分析结果可能存在混淆，混淆了营销推广和诈骗，二是分析结果存在一定滞后性，该类分析都是先发生才能产生相应数据以进行分析，无法满足前期预防的需求。鉴于上述原因，采用了新的分析参数：APP列表。APP列表看似十分简单，但实际上是一个诈骗者网络应用的综合体现，而且网络诈骗分子为了实施诈骗以及反侦查效果，因而其APP应用上与常人是有所区别的。但目前尚未有这方面完整的研究和成熟的模本文档来自技高网...

【技术保护点】
1.一种基于APP列表分析的诈骗嫌疑识别方法，其特征在于：所述方法包括：/n获取APP列表数据；/n构建诈骗嫌疑的分值计算模型，以及/n基于所述APP列表数据利用所述分值计算模型输出总的诈骗嫌疑分值并进行诈骗嫌疑判定，输出诈骗嫌疑判定结果；/n所述构建分值计算模型具体包括以下步骤：/nS1：设定关键词组，所述关键词组包括正向关键词组和反向关键词组，/nS2：设定关键词组中的每个关键词对应的诈骗嫌疑分值，其中所述正向关键词组中的关键词对应的诈骗嫌疑分值为正数，所述反向关键词组中的关键词对应的诈骗嫌疑分值为负数，/nS3：识别每个所述关键词命中的APP的数量，/nS4：对每个所述关键词对应的诈骗嫌...

【技术特征摘要】
1.一种基于APP列表分析的诈骗嫌疑识别方法，其特征在于：所述方法包括：
获取APP列表数据；
构建诈骗嫌疑的分值计算模型，以及
基于所述APP列表数据利用所述分值计算模型输出总的诈骗嫌疑分值并进行诈骗嫌疑判定，输出诈骗嫌疑判定结果；
所述构建分值计算模型具体包括以下步骤：
S1：设定关键词组，所述关键词组包括正向关键词组和反向关键词组，
S2：设定关键词组中的每个关键词对应的诈骗嫌疑分值，其中所述正向关键词组中的关键词对应的诈骗嫌疑分值为正数，所述反向关键词组中的关键词对应的诈骗嫌疑分值为负数，
S3：识别每个所述关键词命中的APP的数量，
S4：对每个所述关键词对应的诈骗嫌疑分值及其命中的APP的数量进行加权累计得到该关键词对应的诈骗嫌疑分值，
S5：将所有关键词的诈骗嫌疑分值相加得出总的诈骗嫌疑分值。


2.根据权利要求1所述的方法，其特征在于：每个所述关键词对应的诈骗嫌疑分值的计算方法包括：根据功能对所述关键词进行分类，设定每个所述分类的分类阈值，并设定每个所述分类下的每个所述关键词的权重，计算每个所述分类的诈骗嫌疑分值。


3.根据权利要求2所述的方法，其特征在于：每个所述分类的诈骗嫌疑分值的计算公式为：
其中i为大于1的自然数，f(i)为第i个分类的诈骗嫌疑分值，a为该分类的关键词数量，m为该分类下某个关键词对应的诈骗嫌疑分值，Tn为该关键词命中的APP数量。


4.根据权利要求3所述的方法，其特征在于：所述f(i)均设置有对应的阈值，当以上公式计算出的所述f(i)的分值超出所对应的阈值时，将所述f(i)取值为其对应的阈值，当所述阈值为正数时，所述阈值为所述f(i)的最大值，当所述阈值为负数时，所述阈值为所述f(i)的最小值。。


5.根据权利要求4所述的方法，其特征在于：所述总的诈骗嫌疑分值的计算方式为各个分类的诈骗嫌疑分值相加所得，计算公式为：
其中F(i)为总的...

【专利技术属性】
技术研发人员：江汉祥，黄勇，
申请(专利权)人：厦门市美亚柏科信息股份有限公司，
类型：发明
国别省市：福建;35