隨著社會(huì)的進(jìn)步和通信技術(shù)的發(fā)展,移動(dòng)通信已經(jīng)成為人們?nèi)粘Ｉ钪胁豢苫蛉钡囊徊糠?在給用戶(hù)帶來(lái)便利的同時(shí),也出現(xiàn)了如垃圾短信、騷擾電話(huà)等違法和不良現(xiàn)象。通過(guò)騷擾電話(huà)進(jìn)行的電話(huà)營(yíng)銷(xiāo)、騷擾詐騙以及反動(dòng)信息宣傳不僅擾亂了人們正常的工作和生活,而且占用大量通信網(wǎng)絡(luò)資源,甚至?xí)o國(guó)家穩(wěn)定與社會(huì)和諧帶來(lái)負(fù)面影響。在騷擾電話(huà)問(wèn)題日益突出的情況下,如何利用技術(shù)手段對(duì)騷擾電話(huà)進(jìn)行分析識(shí)別進(jìn)而攔截已成為當(dāng)前社會(huì)所面臨的一大挑戰(zhàn)。雖然電信運(yùn)營(yíng)商與一些互聯(lián)網(wǎng)安全公司針對(duì)騷擾電話(huà)問(wèn)題采取了一系列措施,但存在攔截效率低以及終端設(shè)備要求較高等問(wèn)題,基于此,本文利用數(shù)據(jù)挖掘技術(shù)對(duì)信令數(shù)據(jù)解析得到的呼叫詳細(xì)記錄進(jìn)行分析,通過(guò)通話(huà)特征識(shí)別,主動(dòng)發(fā)現(xiàn)騷擾電話(huà)并實(shí)施攔截。論文的主要研究?jī)?nèi)容如下:1.在信令監(jiān)測(cè)以及數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上,針對(duì)當(dāng)前社會(huì)迫切需要解決的騷擾電話(huà)問(wèn)題,提出一種騷擾電話(huà)識(shí)別和攔截技術(shù)的總體設(shè)計(jì)方案。2.在傳統(tǒng)貝葉斯分類(lèi)算法的基礎(chǔ)上,通過(guò)特征屬性加權(quán)的方式進(jìn)行改進(jìn),提高分類(lèi)算法識(shí)別準(zhǔn)確率,以及利用Hadoop平臺(tái)對(duì)分類(lèi)算法進(jìn)行并行化實(shí)現(xiàn),解決海量數(shù)據(jù)分類(lèi)識(shí)別效率低的問(wèn)題。3.完成騷擾電話(huà)識(shí)別與攔截技術(shù)的部分開(kāi)... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

CDR展示界面圖

圖 5.3 CDR 展示界面圖DR 數(shù)據(jù)展示如圖 5.3 所示，CDR 數(shù)據(jù)作為數(shù)據(jù)挖掘分析直接作用的對(duì)象了一個(gè)完整呼叫流程的全部信息，其數(shù)據(jù)的完整性與準(zhǔn)確性直接影響了分析識(shí)別的性能。騷擾電話(huà)識(shí)別只利用了 CDR 完整記錄中的少量數(shù)據(jù)，仍有很大的應(yīng)用研究?jī)r(jià)值。 白名單管理

圖 5.5 人工仲裁界面圖人工仲裁界面圖如圖 5.5 所示，經(jīng)人工撥測(cè)確認(rèn)為騷擾電話(huà)選中添加至黑根據(jù)攔截策略進(jìn)行攔截處理；經(jīng)人工撥測(cè)確認(rèn)為正常電話(huà)的直接從疑似目錄中刪除。.4 騷擾電話(huà)趨勢(shì)分析

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)型果蠅算法優(yōu)化的灰色神經(jīng)網(wǎng)絡(luò)變形預(yù)測(cè)[J]. 楊帆,王小兵,邵陽(yáng).  測(cè)繪科學(xué). 2018(02)
[2]基于互信息的加權(quán)樸素貝葉斯文本分類(lèi)算法[J]. 武建軍,李昌兵.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017(07)
[3]基于加權(quán)貝葉斯網(wǎng)絡(luò)的隱私數(shù)據(jù)發(fā)布方法[J]. 王良,王偉平,孟丹.  計(jì)算機(jī)研究與發(fā)展. 2016(10)
[4]MapReduce框架下支持差分隱私保護(hù)的k-means聚類(lèi)方法[J]. 李洪成,吳曉平,陳燕.  通信學(xué)報(bào). 2016(02)
[5]基于MapReduce的層疊分組并行SVM算法研究[J]. 張鵬翔,劉利民,馬志強(qiáng).  計(jì)算機(jī)應(yīng)用與軟件. 2015(03)
[6]檢測(cè)僵尸網(wǎng)絡(luò)的貝葉斯算法的MapReduce并行化實(shí)現(xiàn)[J]. 邵秀麗,劉一偉,耿梅潔,韓健斌.  智能系統(tǒng)學(xué)報(bào). 2014(01)
[7]一種改進(jìn)隱樸素貝葉斯算法的研究[J]. 李晶輝,張小剛,陳華,胡義函.  小型微型計(jì)算機(jī)系統(tǒng). 2013(07)
[8]基于MapReduce的決策樹(shù)算法并行化[J]. 陸秋,程小輝.  計(jì)算機(jī)應(yīng)用. 2012(09)
[9]人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及應(yīng)用[J]. 毛健,趙紅東,姚婧婧.  電子設(shè)計(jì)工程. 2011(24)
[10]基于TM影像、森林資源清查數(shù)據(jù)和人工神經(jīng)網(wǎng)絡(luò)的森林碳空間分布模擬[J]. 汪少華,張茂震,趙平安,陳金星.  生態(tài)學(xué)報(bào). 2011(04)

博士論文
[1]止損策略對(duì)雙隨機(jī)安全第一投資組合模型的影響研究[D]. 單單.重慶大學(xué) 2014
[2]數(shù)據(jù)庫(kù)中數(shù)據(jù)挖掘理論方法及應(yīng)用研究[D]. 羅可.湖南大學(xué) 2005

碩士論文
[1]基于改進(jìn)果蠅算法的橋式起重機(jī)主梁輕量化設(shè)計(jì)研究[D]. 樊恒.中北大學(xué) 2017
[2]加權(quán)貝葉斯郵件過(guò)濾方法研究[D]. 張遠(yuǎn).哈爾濱工業(yè)大學(xué) 2016
[3]基于Hadoop的SVM算法優(yōu)化及在文本分類(lèi)中的應(yīng)用[D]. 陶杭.北京郵電大學(xué) 2015



本文編號(hào)：3413956