本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘要：首先阐述了课题研究的背景，从电话反诈需求出发，提出了基于大数据+AI机器学习模式建立反诈模型的思路，搭建反诈态势感知大数据平台。接着介绍了随机森林、支持向量机、朴素贝叶斯、梯度提升决策树等机器学习算法，详细描述了重要功能接口，介绍了数据源采集处理，通过自定义规则与时俱进更新反诈模型，实现反诈趋势实时监控、涉诈号码关停、溯源分析等功能。最后对平台部署进行了测试验证。
关键词：大数据；机器学习；反欺诈；模型；自定义规则
doi：10.12045/j.issn.1007-3043.2022.09.013
前言
近年来，电信诈骗严重影响了人民群众获得感、幸福感、安全感。国家高度重视电信诈骗治理工作，运营商作为电信诈骗整个链条中的一个环节，亦投入大量人力物力、技术资金等开展电信诈骗专项治理。运营商如何利用技术手段进行反诈，一直以来都是研究重点。最初电信诈骗特征并不复杂，通过一些简单的行为分析与内容检测就可以达到不错的反诈效果。
随着诈骗分子与反诈人员技术对抗不断升级，电信诈骗在通信网侧的行踪已经越来越隐蔽，技术手段越来越先进，因此，反诈工作亟需提升技术水平和能力，运用决策树、随机森林、贝叶斯分类器等典型的机器学习算法，结合LightGBM、人工智能、大数据等先进技术来综合判别诈骗电话，进而对诈骗电话进行关停、溯源和关联分析。
