公开(公告)号：CN112351429B

公开(公告)日：2023-08-08

申请号：CN202011137247.X

申请日：2020-10-22

Applicant: 珠海高凌信息科技股份有限公司

Inventor： 刘立峰 ,  徐启南 ,  薛洪涛 ,  付俊 ,  张志航

IPC: H04W12/12 ,  G06F18/214 ,  G06N3/09 ,  G06N3/0442 ,  H04W12/128

Abstract: 本发明公开了基于深度学习的有害信息检测方法及系统，该方法包括：S100，采集多个用户的CDR数据、XDR数据及信令数据，得到样本数据，对样本数据进行分解，提取样本特征，并存入数据集合；S200，从数据集合中提取通信节点统计及子图的相关属性和表征，并对相关属性及表征进行预处理，并划分训练集和测试集，使训练集和测试集包括一定数量的有害数据；S300，将训练集输入基于循环神经网络的深度学习模型，进行监督训练，并结合测试集对深度学习模型进行优化，得到评估模型；S400，根据评估模型进行有害信息的定位分析。本发明较大程度地提升了电话通信中的有害信息的分析实时性及准确性，并能对模型进行在线训练和持续提升。

公开(公告)号：CN112351429A

公开(公告)日：2021-02-09

申请号：CN202011137247.X

申请日：2020-10-22

Applicant: 珠海高凌信息科技股份有限公司

Inventor： 刘立峰 ,  徐启南 ,  薛洪涛 ,  付俊 ,  张志航

IPC: H04W12/12 ,  G06K9/62 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了基于深度学习的有害信息检测方法及系统，该方法包括：S100，采集多个用户的CDR数据、XDR数据及信令数据，得到样本数据，对样本数据进行分解，提取样本特征，并存入数据集合；S200，从数据集合中提取通信节点统计及子图的相关属性和表征，并对相关属性及表征进行预处理，并划分训练集和测试集，使训练集和测试集包括一定数量的有害数据；S300，将训练集输入基于循环神经网络的深度学习模型，进行监督训练，并结合测试集对深度学习模型进行优化，得到评估模型；S400，根据评估模型进行有害信息的定位分析。本发明较大程度地提升了电话通信中的有害信息的分析实时性及准确性，并能对模型进行在线训练和持续提升。