基于SVM的电信诈骗行为特征识别方法

电信诈骗行为种类繁多,受害人分布广,对其预防存在困难。针对电信诈骗手段开始向最新电信技术和系统漏洞的充分利用演进这种趋势,论文提出通过通信记录数据去发现电信诈骗通话行为与普通用户的通话行为的行为特征差异,并结合用户属性,使用支持向量机(SVM)这一机器学习手段进行电信诈骗行为的学习,进而完成电信诈骗行为的识别,以辅助拦截电信诈骗号码。论文分析了诈骗行为的规律,提出了行为特征的抽取方法及基于SVM的行为识别系统构建方法,最终通过实际样本数据的训练和测试,验证了这一方法的可行性。

基于大数据的预测警务在打击跨境电信诈骗中的应用研究

近年来,各国通力合作,接连侦破多起跨境电信诈骗的重案、大案,成绩斐然,却未能有效遏制跨境电信诈骗发案数连年递增的趋势。在传统警务模式打击跨境电信诈骗遭遇边际效能的困境之时,基于大数据的预测警务以全面、准确、客观的分析结果指导警察机构对犯罪进行事前准确干预和事后迅速处置,切断其资金链,从根本上对其进行打击。