数据挖掘在垃圾短信过滤中的应用.pdfVIP

第 38 卷 增刊 电 子 科 技 大 学 学 报 Vol.38 Suppl 2009年11月 Journal of University of Electronic Science and Technology of China Nov. 2009 数据挖掘在垃圾短信过滤中的应用 沈 超，黄卫东 (南京邮电大学经济管理学院 南京 210046) 【摘要】针对手机垃圾短信泛滥、治理效果不佳的问题，基于运营商现有业务平台，借助统计分析和数据挖掘技术设计 了垃圾短信过滤系统，提出了垃圾短信过滤闭环流程图；系统根据动态获取的垃圾短信数据自动生成过滤规则，在信息转发 阶段对垃圾短信进行过滤。结合某省运营商短信运营数据对垃圾短信过滤进行了实证研究，在分析样本短信数据的基础上确 定了建模特征属性集，采用决策树推进算法获取了垃圾短信的过滤规则，并设计了垃圾短信过滤方案，从准确率和覆盖率两 方面进行了验证，取得了较好的效果。 关 键 词 决策树推进算法; 数据挖掘; 短信过滤; 垃圾短信 中图分类号 TP918.91 文献标识码 A doi:10.3969/j.issn.1001-0548.2009.z1.001 Application of Data Mining in Short Message Spam Filtering SHEN Chao and HUANG Wei-dong (Department of Economics Management, Nanjing University of Post Telecommunications Nanjing 210046) Abstract Mobile telecommunication is overrun with short message spam in China. Based on the short message service(SMS) platform of some telecom enterprise, a closed loop short message spam filtering system with the aid of the statistical analysis and the data mining technology was proposed. The system updates filtering rules based on real time short message data and finds suspicious short message sender by scoring the user. Appling the system to the telecom enterprise, the acquires attributes set acquired to identify short message spam and gains good effect by using the boosting arithmetic to extract filtering rules. Key words boosting; data mining; short message filtering; short message spam 短信作为一种新媒体是公众获取信息的重要来 面进行改进，算法复杂度较高，难以处理SMSC(短 源。垃圾短信的泛滥侵害着手机用户的信息安全， 信息服务中心) 的海量短信数据，主要安装于客户端 包含大量诈骗、非法广告、暴力和色情内容的信息 进行智能过滤；运营商从提高服务质量出发采取措 降低了用户对运营商通信服务质量的感知，有效过 施对垃圾短信进行了治理，如根据用户