基于机器学习的恶意电话场景化治理方法研究

• 作者: 徐菁 林建洪
• 来源期刊: 网络安全技术与应用
• 关键词: 恶意电话 决策树 频繁项集 场景化
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 安全模型、算法与编程
• 页码范围: 79-81
• 页数: 3页
• 字数: 5134字
• 语种: 中文

摘要

本文应用机器学习中的决策树模型对恶意电话进行识别与分类,利用频繁项集挖掘恶意电话集团号码;将号码划分为白名单、灰名单、黑名单个人号码和黑名单集团号码四类;引入场景化的概念,针对不同的时间、地点、人物属性要素为用户提供符合当下场景的个性化治理策略.在提高判断恶意电话准确率与效率的同时,为用户提供更好的体验.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林建洪		1	1	1.0	1.0
2	徐菁		1	1	1.0	1.0