專利名稱：一種基于特征識別的欺詐信息過濾系統(tǒng)及方法
技術領域：
本發(fā)明涉及信息安全領域，尤其涉及一種基于特征識別的欺詐信息過濾系統(tǒng)及方法。
背景技術：
隨著網(wǎng)上銀行的普及，網(wǎng)銀欺詐類短信和郵件日益猖獗，通常這類欺詐短信或郵件中內嵌有釣魚網(wǎng)站鏈接，由于其網(wǎng)址和網(wǎng)頁內容與銀行的官方網(wǎng)站高度相仿，用戶很容易受其誘導而訪問釣魚網(wǎng)站，并在釣魚網(wǎng)站上輸入自己的網(wǎng)上銀行賬號和密碼等信息，從而導致用戶的銀行賬戶被盜，給用戶造成直接的經(jīng)濟損失?，F(xiàn)有的垃圾短信過濾系統(tǒng)主要是通過貝葉斯、支持向量機(SVM)等分類算法來判斷并向用戶提示垃圾信息的。貝葉斯分類是利用概率統(tǒng)計知識進行分類的算法，而支持向量機(SVM)是通過構造最優(yōu)線性分類面來指導分類的，這兩種算法都是統(tǒng)計學習分類算法，即基于一定的特征集，通過自適應的學習，判斷出垃圾信息。上述垃圾短信過濾系統(tǒng)在判斷出垃圾信息后的處理也比較簡單，只是將短信或郵件標記為垃圾信息，不區(qū)分危害性更大的網(wǎng)銀欺詐類信息與一般的廣告類垃圾信息，更不會結合檢測出的垃圾信息做聯(lián)動的防釣魚處理，因此無法防范用戶被釣魚。

發(fā)明內容
本發(fā)明要解決的技術問題是提供一種基于特征識別的欺詐信息過濾系統(tǒng)，它可以有效過濾欺詐類信息，降低用戶因資金賬號被盜而遭受經(jīng)濟損失的概率。為解決上述技術問題，本發(fā)明的基于特征識別的欺詐信息過濾系統(tǒng)，包括客戶端和服務端，客戶端包括特征識別子系統(tǒng)、分類過濾子系統(tǒng)和信息攔截中心，特征識別子系統(tǒng)設置在分類過濾子系統(tǒng)之前，用于根據(jù)接收到的信息的特征，識別出欺詐信息；分類過濾子系統(tǒng)與特征識別子系統(tǒng)連接，用于對進入分類過濾子系統(tǒng)的信息進行分類，識別出垃圾信息；信息攔截中心用于攔截上述兩個子系統(tǒng)識別出的欺詐信息和垃圾信息；服務端通過網(wǎng)絡連接與客戶端連接，且服務端設置有安全服務云中心，用于監(jiān)控客戶端的進程，并通過網(wǎng)絡與客戶端保持數(shù)據(jù)同步。所述特征識別子系統(tǒng)進一步包括特征數(shù)據(jù)庫，用于存儲欺詐信息的來源特征、行為特征以及內容特征；來源識別模塊，與特征數(shù)據(jù)庫連接，用于根據(jù)特征數(shù)據(jù)庫中的來源特征，判斷用戶收到的信息是否是欺詐信息；行為識別模塊，與特征數(shù)據(jù)庫連接，用于根據(jù)特征數(shù)據(jù)庫中的行為特征，判斷用戶收到的信息是否是欺詐信息；可選的行為特征包括被叫號碼是否相鄰、短信發(fā)送頻率、短、信發(fā)送量、發(fā)送成功率、回復率等，相應的判斷結果可以補充黑名單及分類模塊的學習素材；內容識別模塊，與特征數(shù)據(jù)庫連接，用于根據(jù)特征數(shù)據(jù)庫中的內容特征，判斷用戶收到的信息是否是欺詐信息?？蛇x的內容特征包括銀行名稱、官方網(wǎng)址、客服電話，短信中出現(xiàn)的網(wǎng)址、客服電話等。本發(fā)明要解決的另一技術問題是提供上述系統(tǒng)的實現(xiàn)方法。為解決上述技術問題，本發(fā)明的基于特征識別的欺詐信息過濾方法，包括以下步驟I)用戶收到新信息；
2)檢測該信息是否是欺詐信息，若是，則將該信息標識為欺詐信息，并對其進行攔截；若否，則轉到步驟3)；3)檢測該彳目息是否是垃圾/[目息，若是，則將該 目息標識為垃圾 目息，并對其進行攔截；若否，則將該信息顯示給用戶。所述步驟2)中，通過將該信息的特征與欺詐信息的特征進行比對，來判斷該信息是否是欺詐息。所述特征包括信息的來源特征、行為特征以及內容特征。識別出欺詐信息后，可以進一步通知后臺的安全服務云中心監(jiān)控該欺詐信息，并進行聯(lián)動的防釣魚處理。與現(xiàn)有的垃圾信息過濾系統(tǒng)相比，本發(fā)明的欺詐信息過濾系統(tǒng)及其實現(xiàn)方法，具有以下優(yōu)點和有益效果I、通過特征檢測，準確識別出欺詐信息，從而能夠將危害性更大的網(wǎng)銀欺詐類信息與普通的廣告類垃圾信息區(qū)分開來，避免用戶受欺詐信息誘導而導致資金賬戶被盜。2、后臺的安全服務云中心能夠結合檢測出的欺詐信息做聯(lián)動處理，同時根據(jù)后臺的賬號體系聯(lián)動保護該手機用戶的網(wǎng)游賬號，第三方支付賬號等，從而進一步降低了用戶資金賬戶被盜的概率。


附圖是本發(fā)明的欺詐信息過濾系統(tǒng)架構圖。
具體實施例方式為對本發(fā)明的技術內容、特點與功效有更具體的了解，現(xiàn)結合圖示的實施方式，詳述如下該實施例的欺詐信息過濾系統(tǒng)的具體架構如圖I所示，包括客戶端和服務端。客戶端位于手機終端，主要包括特征識別子系統(tǒng)，用于根據(jù)接收到的短信的特征，判斷該短信是否是欺詐短信；該特征識別子系統(tǒng)進一步包括來源識別模塊、行為識別模塊、內容識別模塊以及特征數(shù)據(jù)庫；特征數(shù)據(jù)庫與前述三個模塊分別連接，用于存儲黑名單(例如，惡意號碼黑名單、惡意號碼常在地黑名單等)、白名單(主要是用戶手機通訊錄中的號碼、銀行官方號碼以及用戶手工添加的號碼)以及欺詐短信的行為特征(例如，被叫號碼是否相鄰、短信發(fā)送頻率、短信發(fā)送量、發(fā)送成功率等)和文本特征(例如銀行名稱、釣魚網(wǎng)址、官方網(wǎng)址、卡號、客服電話等關鍵字)，在手機聯(lián)網(wǎng)時，該特征數(shù)據(jù)庫(除白名單外)與后臺安全服務云中心的數(shù)據(jù)同步；來源識別模塊用于根據(jù)特征數(shù)據(jù)庫中的黑、白名單，判斷用戶收到的短信是否是欺詐短信；行為識別模塊與來源識別模塊連接，用于根據(jù)特征數(shù)據(jù)庫中的行為特征數(shù)據(jù)，判斷通過來源識別模塊檢測的短信是否是欺詐短信；內容識別模塊與行為識別模塊連接，是特征識別子系統(tǒng)的核心模塊，用于根據(jù)特征數(shù)據(jù)庫中的文本特征，判斷通過行為識別模塊檢測的短信是否是欺詐短信。分類過濾子系統(tǒng)，用于過濾垃圾短信，其架構與現(xiàn)有的垃圾短信過濾系統(tǒng)的架構相同，包括短信預處理模塊、樸素貝葉斯分類模塊、支持向量機分類模塊以及分類數(shù)據(jù)庫，因此不再贅述；短信攔截中心，用于攔截特征識別子系統(tǒng)識別出的欺詐短信和分類過濾子系統(tǒng)過濾出的垃圾短信。服務端通過網(wǎng)絡與客戶端連接，且服務端設置有安全服務云中心，用于監(jiān)控客戶端的信息過濾進程，并定期與客戶端的數(shù)據(jù)同步。以下對上述欺詐信息過濾系統(tǒng)的具體實現(xiàn)流程再做一詳細地說明。 用戶手機接收到新短信后，首先進入特征識別子系統(tǒng)，檢測其是否是釣魚欺詐短信，具體步驟是(a)來源識別模塊首先將新短信的發(fā)送號碼與白名單中的號碼進行比對，如果發(fā)送號碼在白名單中，則檢測通過；如果發(fā)送號碼不屬于白名單，再繼續(xù)查找黑名單；如果發(fā)送號碼在黑名單中，就將該短信標識為欺詐短信，如果不在黑名單中，則轉到步驟(b)繼續(xù)檢測；(b)行為識別模塊將該短信的發(fā)送行為屬性和特征數(shù)據(jù)庫中欺詐短信的行為特征進行比對，如果行為屬性匹配，則將該短信標識為欺詐短信，并將該其發(fā)送行為特征記錄下來，在聯(lián)網(wǎng)時同步到安全服務云中心；如果行為屬性不匹配，則轉到步驟(C)繼續(xù)檢測；為了提高識別的效率，在手機聯(lián)網(wǎng)時，由安全服務云中心根據(jù)短信的行為特征來判斷該短信是否是惡意欺詐短信；(C)內容識別模塊提取該短信的內容關鍵字(例如，銀行名稱，網(wǎng)址，客服電話等)，與特征數(shù)據(jù)庫中欺詐信息的文本特征進行比對，例如，可以首先識別出短信中的銀行名稱和網(wǎng)址，再與官方網(wǎng)站進行比對；如果特征匹配，則將該短信標識為欺詐短信；如果不匹配，則檢測通過。特征識別子系統(tǒng)檢測通過的短信，再進入分類過濾子系統(tǒng)，根據(jù)特征分類集和自學習的樸素貝葉斯或SVM算法判斷其是否是垃圾短信，若是，則將其標識為垃圾短信，并通知短信攔截中心對其進行攔截；若否，則正常顯示給用戶，并根據(jù)用戶后續(xù)的操作，判斷分類的正確與否，并用于反饋學習。特征識別子系統(tǒng)檢測未通過的短信，即被標識為欺詐短信的短信，由短信攔截中心對其進行攔截，同時通知后臺的安全服務云中心進程聯(lián)動，對該欺詐短信進行監(jiān)控，防范用戶在手機上訪問釣魚網(wǎng)站，保護該手機用戶的網(wǎng)游賬號、第三方支付賬號等資金賬號不被盜取。
權利要求
1.一種基于特征識別的欺詐信息過濾系統(tǒng)，包括客戶端和服務端，客戶端設置有分類過濾子系統(tǒng)，用于對信息進行分類，識別出垃圾信息，其特征在于 客戶端還包括有特征識別子系統(tǒng)和信息攔截中心，特征識別子系統(tǒng)與分類過濾子系統(tǒng)連接，并設置在分類過濾子系統(tǒng)之前，用于根據(jù)信息的特征，識別出欺詐信息； 信息攔截中心用于攔截特征識別子系統(tǒng)識別出的欺詐信息和分類過濾子系統(tǒng)識別出的垃圾信息； 服務端通過網(wǎng)絡與客戶端連接，且服務端設置有安全服務云中心，用于監(jiān)控客戶端的進程，并通過網(wǎng)絡與客戶端保持數(shù)據(jù)同步。
2.如權利要求I所述的欺詐信息過濾系統(tǒng)，其特征在于，所述特征識別子系統(tǒng)進一步包括 特征數(shù)據(jù)庫，用于存儲欺詐信息的來源特征、行為特征和內容特征； 來源識別模塊，與特征數(shù)據(jù)庫連接，用于根據(jù)特征數(shù)據(jù)庫中的來源特征，判斷用戶收到的息是否是欺詐息； 行為識別模塊，與特征數(shù)據(jù)庫連接，用于根據(jù)特征數(shù)據(jù)庫中的行為特征，判斷用戶收到的息是否是欺詐息； 內容識別模塊，與特征數(shù)據(jù)庫連接，用于根據(jù)特征數(shù)據(jù)庫中的內容特征，判斷用戶收到的息是否是欺詐息。
3.如權利要求2所述的欺詐信息過濾系統(tǒng)，其特征在于，所述行為特征包括被叫號碼是否相鄰、短信發(fā)送頻率、短信發(fā)送量、發(fā)送成功率以及回復率。
4.如權利要求2所述的欺詐信息過濾系統(tǒng)，其特征在于，所述內容特征包括銀行名稱、官方網(wǎng)址和客服電話；短信中出現(xiàn)的網(wǎng)址和客服電話。
5.一種基于權利要求I的系統(tǒng)實現(xiàn)的欺詐信息過濾方法，其特征在于，包括以下步驟 1)用戶收到新信息； 2)檢測該信息是否是欺詐信息，若是，則將該信息標識為欺詐信息，并對其進行攔截；若否，則轉到步驟3)； 3)檢測該信息是否是垃圾信息，若是，則將該信息標識為垃圾信息，并對其進行攔截；若否，則將該信息顯示給用戶。
6.如權利要求5所述的欺詐信息過濾方法，其特征在于步驟2)中，通過將該信息的特征與欺詐信息的特征進行比對，來判斷該信息是否是欺詐信息。
7.如權利要求6所述的欺詐信息過濾方法，其特征在于所述特征包括信息的來源特征、行為特征以及內容特征。
8.如權利要求7所述的欺詐信息過濾方法，其特征在于所述行為特征包括被叫號碼是否相鄰、短信發(fā)送頻率、短信發(fā)送量、發(fā)送成功率以及回復率。
9.如權利要求7所述的欺詐信息過濾方法，其特征在于所述內容特征包括銀行名稱、官方網(wǎng)址、客服電話、短信中出現(xiàn)的網(wǎng)址和客服電話。
10.如權利要求5所述的欺詐信息過濾方法，其特征在于，步驟2)之后，還包括步驟安全服務云中心對檢測出的欺詐信息進行監(jiān)控。
全文摘要
本發(fā)明公開了一種基于特征識別的欺詐信息過濾系統(tǒng)，包括通過網(wǎng)絡連接的客戶端和服務端，客戶端包括特征識別子系統(tǒng)、分類過濾子系統(tǒng)和信息攔截中心，特征識別子系統(tǒng)設置在分類過濾子系統(tǒng)之前，用于識別欺詐信息，分類過濾子系統(tǒng)用于識別垃圾信息，信息攔截中心用于攔截前述兩個子系統(tǒng)識別出的欺詐信息和垃圾信息；服務端設有安全服務云中心，用于監(jiān)控客戶端的進程，并通過網(wǎng)絡與客戶端數(shù)據(jù)同步。本發(fā)明還公開了基于上述系統(tǒng)的欺詐信息過濾方法。該欺詐信息過濾系統(tǒng)及方法通過特征檢測，在過濾垃圾信息之前，先過濾出危害性更大的欺詐信息，并通過客戶端與服務端的進程聯(lián)動，進一步防范用戶訪問惡意網(wǎng)站，從而降低了用戶資金賬戶被盜的概率。
文檔編號H04L29/08GK102790752SQ20111013143
公開日2012年11月21日 申請日期2011年5月20日 優(yōu)先權日2011年5月20日
發(fā)明者吳銳, 夏紅衛(wèi), 季昕華, 張赟, 楊暉, 林金明 申請人:盛樂信息技術(上海)有限公司