電信詐騙案件呈高發(fā)態(tài)勢(shì),防范機(jī)制需要進(jìn)一步增強(qiáng)。傳統(tǒng)的電信詐騙檢測(cè)機(jī)制多通過(guò)分析用戶通信行為特征、人工歸納規(guī)則來(lái)實(shí)現(xiàn),能夠解決部分規(guī)律性較強(qiáng)的詐騙場(chǎng)景,如群呼、錄音型詐騙等,但在應(yīng)對(duì)詐騙人行為變化響應(yīng)的及時(shí)性和有效性不足,更難以識(shí)別由人工發(fā)起的點(diǎn)對(duì)點(diǎn)詐騙。本文以犯罪嫌疑人自身特征、詐騙內(nèi)容維度為切入點(diǎn),分析詐騙人聲紋特征及詐騙意圖,結(jié)合人工智能技術(shù)研究詐騙人電話詐騙有效檢測(cè)方法,并針對(duì)實(shí)際的業(yè)務(wù)場(chǎng)景提供可行的防范思路。

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

圖1聲紋識(shí)別流程示意圖

聲紋識(shí)別流程如圖1所示,通過(guò)積累目標(biāo)對(duì)象語(yǔ)音,構(gòu)建目標(biāo)對(duì)象聲紋庫(kù),用于識(shí)別待檢測(cè)語(yǔ)音數(shù)據(jù)中是否存在目標(biāo)對(duì)象語(yǔ)音,從而達(dá)到發(fā)現(xiàn)目標(biāo)對(duì)象目的。聲紋識(shí)別主要由以下幾個(gè)模塊組成:

圖2基于聲紋識(shí)別電話詐騙檢測(cè)示意圖

通過(guò)對(duì)詐騙分子聲紋的研究,可以精準(zhǔn)定位海量電話數(shù)據(jù)場(chǎng)景下的詐騙通話,快速發(fā)現(xiàn)有害詐騙信息。具體過(guò)程如下:結(jié)合聲紋識(shí)別、聲紋聚類技術(shù),利用采集標(biāo)注的詐騙人有害話音集合,提取并存儲(chǔ)此類人員的聲紋特征,建立聲紋庫(kù),新的通話接入時(shí),經(jīng)過(guò)聲紋提取及聲紋比對(duì),可以實(shí)現(xiàn)目標(biāo)通話中詐騙聲紋的檢出....

圖3智能語(yǔ)音識(shí)別技術(shù)框圖

表1聲紋識(shí)別近一個(gè)月預(yù)警效果日期預(yù)警量標(biāo)注量詐騙量正確率2019/8/241009100999698.71%2019/8/2598398397198.78%2019/8/2684084082498.10%2019/8/2714791....

圖4意圖A關(guān)鍵詞判別過(guò)程

最終根據(jù)正向匹配度和負(fù)向匹配度得分聯(lián)合進(jìn)行A意圖類別的歸屬判別決策。整個(gè)過(guò)程如圖4所示:3.2.2基于規(guī)則文法的文本意圖研究

本文編號(hào)：3915757